当前，全球地缘政治动荡加剧、利率环境持续承压，金融机构正面临前所未有的经营挑战。在此背景下，由大模型引领的新质生产力革命正在席卷全球金融业，重塑行业格局，颠覆传统模式。透过全球顶级金融机构的专利布局，我们得以一窥未来金融科技的演进方向，洞察新质生产力对金融业的深刻变革，为机构在这场颠覆性变革中抢占先机、构筑核心竞争优势指明方向。

研究表明，未来5-10年间，金融科技将成为推动全球数字产业发展的核心力量。AI 和数字化技术的加速迭代正驱动了全球金融科技的深刻变革，金融科技的创新已进入智能与安全并重的新阶段。智能驱动与安全保障有力互为支撑的发展格局持续拓展金融科技的创新边界和应用场景，将成为引领2025年金融科技迈向普惠、可信新时代的核心动能。

普华永道发现未来5-10年，金融科技将成为全球数字产业发展的核心驱动力，其创新已经迈入“智能”与“安全”并重的新时代。大模型相关技术在金融服务领域大规模应用的同时，也对安全性提出更高要求，形成“智能”驱动与“安全”护航互为支撑又相辅相成的格局，推动金融科技不断拓宽创新边界、拓展新的应用场景。

图1 从专利视角洞察2025全球八大金融科技趋势

从关键技术的专利分析来看，全球头部金融机构在 “智能”与“安全”两大方向的投入持续增加，涌现出多模态防伪、智能客服、AI心理学、数智人、智能体（Agent）、推理升级和合成数据等前沿技术领域，专利申请数量呈现稳步增长趋势。这些前沿技术的专利申请量不仅体现了金融机构对智能化与安全性的高度关注，也暗示着金融科技未来发展的核心趋势。

图2 2020-2024年全球金融科技技术布局（数据来源：PwC根据专利检索系统 Patentics 检索整理）

在检索技术趋势的同时，普华永道也对全球金融机构的专利申请量进行了盘点和分析，范围覆盖银行、保险、证券、信托、支付、资产管理、贷款等业态。数据显示，中国在全球金融科技专利申请量上增势迅猛，12家中国金融机构跻身全球TOP20。

全球金融机构专利申请排行榜TOP20

排名

权利人名称

专利申请量

国家

1

中国工商银行

中国

2

蚂蚁集团

中国

3

中国银行

中国

4

平安集团

9189

中国

5

第一资本

6554

美国

6

中国建设银行

4505

中国

7

中国农业银行

4154

中国

8

美国银行

2984

美国

9

微众银行

2661

中国

10

维萨国际

1754

美国

11

富国银行

1701

美国

12

摩根大通

1619

美国

13

中国银联

1559

中国

14

马上消费金融

1551

中国

15

中信银行

1537

中国

16

贝宝

1509

美国

17

国营农场相互汽车保险

1449

美国

18

招商局

1186

中国

19

多伦多道明银行

1039

加拿大

20

上海浦东发展银行

933

中国

表1 2020-2024年全球金融机构专利创新排行榜（数据来源：PwC根据专利检索系统 Patentics 检索整理）

展望未来，数字金融创新发展带来的服务体验升级、合规安全保障、经济效益增长加速显现，加强大型银行、科技型金融机构、科技企业等多方合作，成为新时代金融高质量发展和科技布局的核心方向。

趋势一：情感智能——心理关怀驱动有温度的金融服务

人工智能不再局限于信息技术领域的创新，开始跨界与心理学等社会科学深度结合。情感计算、情绪识别等“AI心理学”技术正让AI从“高智商”延展至“高情商”，让金融服务在催收策略、精准营销、风险控制、资产管理等环节更显人性化，将会解决传统金融服务中无法及时识别用户心理需求和情绪变化的问题。情感智能在某种程度上能缓解“只懂规则、不解人心”的痛点，为金融科技服务注入温度、实现差异化竞争。

数据显示，AI心理学专利申请量全球TOP10的占比达到77%，其中中国金融机构在TOP10中占据8席，中国工商银行、平安集团、中国银行、蚂蚁集团、马上消费金融等企业上榜前五名。与国外相比，中国在AI心理学即情感智能方面的技术储备和应用场景优势明显。

图3 2020-2024年全球AI心理学专利申请量TOP10（数据来源：PwC根据专利检索系统 Patentics 检索整理）

从实践来看，美国Capital One的虚拟助手Eno借助自然语言处理和情感分析，理解客户的情绪和需求，提供更有温度的金融服务体验。马上消费金融基于AI心理学研发了“AI贷后策略优化系统”，成功将逾期回款率提升3.66%。同时，马上消费金融还积极探索将心理学理论与大模型结合，使金融服务更加贴近人心，如在养老机器人项目中的应用，便体现了数字化服务中的人文关怀。华泰证券通过AI智能投研系统分析市场数据和新闻舆情，提取投资者情绪指标，辅助投资决策。

趋势二：决策智能——智能体（Agent）赋能大模型应用落地实践

在“动态决策”的大模型框架之下，智能体(Agent)将以“超级拟人化”形态，进行环境感知、深度理解、决策制定，缩短推理与实践的差距，推动大模型能力的落地应用。智能体(Agent)在金融行业的应用，一方面可以集成金融企业内部投研团队、风控团队等多部门的群体智慧，将分散的专业知识和经验整合起来，重塑原有工作流程，大幅提升整体运营效率；另一方面，推动难以在传统金融服务中获得专业指导的中长尾投资者群体，通过智能体(Agent)享受更加便利的专业服务，促进金融科技市场的普惠、公平发展。

数据显示，智能体（Agent）专利申请量全球TOP10占比超过70%。其中，美国企业占据6席，专利申请量占比58%。美国的先发优势明显，OpenAI的GPT系列大模型、Salesforce推出的Agentforce等都代表了智能体（Agent）的国际领先发展水平。

图4 2020-2024年全球Agent专利申请量TOP10（数据来源：PwC根据专利检索系统 Patentics 检索整理）

从实践来看，中国工商银行应用大模型的意图识别、自主规划以及流程自动化等多项技术打造对话交互执行智能体，目前已落地同业特殊利率调整与审批、网点大额资金查询、集团网讯资讯检索、风险核查等业务场景。美国银行推出虚拟金融助手Erica，助力用户完成转账、账单支付、交易及投资等业务操作，已成功吸引超过4200万客户，使用次数达到20亿次。招商银行推动AI创新从高性能基础设施向智能体等多元应用场景全面拓展，依托扣子平台上线“掌上生活优惠”与“财富看点”两款金融智能助手（Bot），为用户带来市场行情分析、资产配置建议等一系列智能化、个性化服务。

趋势三：服务焕新——大语言模型重塑个性化用户体验

金融大模型深度赋能智能客服，在产品形态、产品功能方面出现颠覆性变革，将解决“智能客服不智能”的问题。新一代智能客服系统能够提供合规、清晰且富有温度的服务响应，让用户在咨询、维权和信息查询等环节获得便捷高效的服务体验。目前，银行、保险、证券、金融科技机构纷纷布局智能客服系统，智能客服的发展将步入超智能交互、全渠道融合与无缝衔接、深度个性化的4.0阶段。

数据显示，智能客服专利申请量全球TOP10占比达到75%，中国企业占据6席，专利申请量占比65%，显示出中国企业在智能客服领域强劲的创新热情。

图5 2020-2024年全球智能客服专利申请量TOP10（数据来源：PwC根据专利检索系统 Patentics 检索整理）

从实践来看，富国银行（Wells Fargo）通过其虚拟助手和智能客服系统，提供处理账户查询、交易和个性化金融建议，实现金融服务的普及和平等，为更多用户带来高效、安全、便捷的金融体验。马上消费金融建立基于大模型驱动的金融智能客服平台，推动服务响应时间从平均15分钟缩短至30秒以内，智能客服意图识别率达到90%，自助解决率达到91%、用户好评率提升23%。平安集团自主研发的智能客服系统集成了语音识别、语音合成、语义理解三大智能引擎，以智能语音机器人替代传统的真人客服，实现自然的语音人机交互。中国银行智能客服系统上线业务咨询、查询及办理等功能，让客户“一语直达”提升了业务办理的效率，平均节省60%的业务办理时间，有效提升用户服务感知。

趋势四：数智人崛起——多模态融合打造沉浸式金融服务

多模态技术的应用助力“数字人”步入“数智人”时代。现代数智人技术正突破传统界限，不仅拥有逼真的外观，更掌握了自然的语言交流、行为互动以及自我学习的能力。此项技术正在成为未来人机交互的新前沿，开辟多模态交互的新纪元。未来数智人将成为个人分身“阿凡达”，不再局限于主播、客服等角色，将输出文字、图像、音视频乃至情感表达。AI数智人将广泛应用在金融机构的线下客户接待与线上直播服务，在业务答疑、服务引导、基金问询、理财推荐、账户查询等多种直播及服务场景广泛落地使用。

数据显示，数智人专利申请量全球TOP10占比达到74%，中国企业TOP10中占据5席，专利申请量占比65%，其中中国工商银行、蚂蚁集团、马上消费金融企业占据前三名。

图6 2020-2024年全球数智人专利申请量TOP10（数据来源：PwC根据专利检索系统 Patentics 检索整理）

从实践来看，蚂蚁灵境数字人平台融合大模型与AIGC技术，支持超过1亿名数字火炬手共同参与2022杭州亚运会开幕式数字点火仪式。马上消费金融自主研发的养老情感陪护数字人“裴裴”以机器人为硬件实体，利用先进的AI多模态大模型作为“大脑”，结合心理大模型、图像识别、语音识别和生成等技术，设置安全、心理疗愈、个性化及适老性四大功能模块，保障老年人身心健康的同时丰富了老年人的精神世界。工商银行推出“虚拟数字人服务”，为客户提供有温度的专属金融服务，真正让数字化服务“听得见、看得到”。平安银行推出虚拟数字人聚焦对公等高频实用性业务场景，扮演数字面审官、数字主持等角色。

趋势五：推理升级——通用推理深化金融核心业务流程再造

推理能力的提升正成为人工智能发展的核心趋势。新一代大模型的演进重点已从单纯追求更大算力和数据规模，转向推理能力的深度优化。这种转变使人工智能在复杂问题分析和决策方面取得突破性进展。在金融领域，推理能力的提升推动大模型应用从客户服务等辅助场景，扩展到风险控制、投资决策等核心业务领域。同时，金融机构也在通过简化模型、可视化技术和可解释技术的综合应用提高可解释性，通过记录决策过程、提供解释报告、制定规范等进一步提升透明性，保障人工智能的在金融科技领域推理升级的合规和高效应用，从而带来金融科技核心决策质量的提升，在为客户的产品和服务体验上带来巨大突破的同时，将会重塑金融科技。

数据显示，推理升级专利申请量全球TOP10占比达到77%，中国企业TOP10中占据7席。

图7 2020-2024年全球推理升级专利申请量TOP10（数据来源：PwC根据专利检索系统 Patentics 检索整理）

从实践来看，各金融机构积极探索推理技术创新。微众银行专注于加大多种技术和专利布局，解决推理过程中的隐私保护问题。马上消费金融构建了融合人机协作的智能计算体系，打造形成面向智能营销、防伪反欺诈等多领域的金融大模型服务平台，体现了推理技术在金融领域的实用价值。

趋势六：数据合成——虚拟生成破解金融数据瓶颈难题

数据合成是未来发展的新趋势‌。在人工智能迈入2.0时代的数据合成技术正成为金融创新的重要推动力。在数据质量和数量成为人工智能发展瓶颈的背景下，合成数据技术提供了创新解决方案。这项技术不仅能生成丰富的训练数据，还能有效应对数据获取难、隐私保护严的行业痛点。在金融、医疗等对数据安全要求较高的领域，合成数据显示出独特优势。金融行业作为数据密集型行业，沉淀的如金融交易、客户信息、市场分析、风控等各个方面的海量数据，在隐私保护上提出更高要求。合成数据等虚拟生成技术的出现，可以降低人工治理和标注的成本，缓解专有数据获取成本高的问题，更有力的促进金融科技的高质量发展。

数据显示，数据合成专利申请量全球TOP10占比达85%，中国工商银行、蚂蚁集团、中国农业银行、中国平安保险、中国银联、马上消费金融6家中国企业上榜。

图8 2020-2024年全球合成数据专利申请量TOP10（数据来源：PwC根据专利检索系统 Patentics 检索整理）

从实践来看，摩根大通通过合成数据来加快金融领域的AI研究和模型开发，解决欺诈检测和反洗钱问题，改善用户服务体验。Mastercard通过建立合成数据集，使用大模型技术优化风控模型，并注重数据安全和用户隐私保护，避免技术应用损害消费者权益。德意志银行和英国合成数据提供商Synthesized合作，通过获取合成测试数据，加快测试速度，获得更准确结果，缩短上线时间，利用合成数据解决数据隐私等问题。

趋势七：深度防伪——防伪大模型护航金融业务安全

数字经济时代，以Deepfake为代表的深度换脸技术更加智能化和高度真实化。世界经济论坛发布的《2024年全球风险报告》将深度伪造技术列为“未来两年全球十大风险”之首。随着防御技术的更新速度以及零日漏洞（0-day）深度影响着金融科技行业的健康发展，防伪大模型已经成为大模型时代深度防伪新机遇。“防伪大模型”是指利用大模型技术手段，围绕伪造、伪冒检测等问题，构建的参数量更大，训练数据规模更大的大模型。防伪大模型在金融科技行业已广泛应用在视频面签、多模态生物核验登录、数字人民币钱包等业务场景，有效提升了金融交易和身份验证的安全性。多模态防伪大模型可助力金融科技机构精准识别和拦截深度伪造的攻击，抵制金融科技黑灰多发高发现象的发生。

数据显示，深度防伪专利申请量全球TOP10占比达到

78%，中国企业TOP10中占据8席。

图9 2020-2024年全球多模态防伪专利申请量TOP10（数据来源：PwC根据专利检索系统 Patentics 检索整理）

从实践来看，中信银行通过电信网络诈骗案例库，建立零售业务反欺诈智能风控系统，利用机器学习技能“7×24”小时监测账户异常行为。马上消费金融多模态防伪大模型利用超声建立跨模态信息机制拦截深度伪造的前置攻击，迭代周期从90天缩短至1天，防伪拦截率从90.0%提升到99.9%以上，还建立了业内最大的黑灰产声纹库，数据规模达千万级，成为行业反黑产的重要“基础设施”。中关村科金与银行、保险、信托等金融机构合作，通过多模态防伪等AI反欺诈技术，辨别换脸、变声、非活体真人等欺诈手段，助力金融业务安全。

趋势八：算法合规与风险——伦理建设将成为企业关键竞争力

随着AI大模型的出现和广泛应用，随之产生的伦理问题成为全世界面临的共同挑战，聚焦金融科技领域，数据化、智能化的升级也导致算法歧视、数据隐私、模型偏见、信息茧房等影响公开透明、模糊责任边界的问题进一步凸显。促进科技向善、加强风险管控，迫切需要可解释、可透明的法律共识和科技伦理治理。2024年8月欧盟发布的全球首个《人工智能法案》（EU AI Act）在整个欧盟范围内生效，旨在通过全面监管人工智能，对生成式人工智能工具实施一系列控制措施，并将人工智能系统的风险划分成不可接受的风险、高风险、有限风险和轻微风险四种类型，针对不同类型施加了不同的监管措施。此外，科技伦理特别是金融科技伦理治理需建立起从创新初期、发展阶段到推广应用的全流程治理体系以及合乎伦理的算法价值观。这些法案和伦理共识将进一步引导推动金融科技企业实现权利和责任的统一，追逐利润的工具理性和科技“向善”价值理性的统一，以及企业、行业自律和政府、社会他律的统一。

从实践来看，马上消费金融成立科技伦理治理委员会，构建了企业级伦理规则体系，提出多智能体全生命周期治理框架，涵盖从研发到退役的全过程监管。针对3D数字人伦理与版权保护方面，提报的《3D数字人建模和驱动的技术要求》的标准获得IEEE的立项，是全球首个明确定义3D数字人重建和驱动技术规范的标准。。

注：本报告所示金融机构案例均来自互联网公开检索