当金融AI从技术探索走向规模化应用，行业竞争的焦点正在发生变化。过去，金融机构关注模型是否先进、算法是否精准、应用能否提效；如今，随着AI逐步进入风控、交易、客户服务和运营管理等核心场景，监管合规、数据安全（885942）、模型治理与业务责任成为新的关键议题。
这一变化在东南亚市场尤为明显。中国金融科技企业出海，面对的不再只是技术方案的跨境复制，而是不同国家监管制度、金融业务体系与技术基础设施之间的复杂适配。
近日，博彦科技（002649）出席2026香港金融科技周（Hong Kong FinTech Week x StartmeupHK 2026）。作为大会白银赞助商，博彦科技（002649）通过主题演讲与产品展示，分享中国金融科技经验在东盟市场的落地思考。博彦科技（002649）创新实验室与AI实践团队负责人Ariel Lin以《中国与东盟金融AI：造风者还是破浪者》为题，围绕区域市场差异、金融监管要求、人才与技术协同以及跨境实践展开分享。
从这场分享及博彦科技（002649）的金融科技实践来看，一个重要趋势值得关注：金融AI出海正在从以模型和技术为核心的模型工程，走向以监管适配、业务治理和持续运营为核心的制度工程。技术能力决定应用的起点，能否在不同制度环境下实现安全、合规、可持续的业务落地，正在决定竞争的下一阶段。
东盟金融AI市场升温
但技术红利不等于落地红利
东南亚正在成为全球金融科技创新的重要市场。数字经济（885976）发展、移动金融普及以及金融服务需求增长，为AI在银行、保险、支付和财富管理等领域的应用创造了空间。中国在移动金融、智能风控、数字化运营等领域积累的技术和实践经验，也为区域市场提供了新的合作可能。
但市场机会的扩大，并不意味着技术方案可以直接复制。从区域发展来看，东盟各国的金融数字化水平、监管框架和技术基础设施并不均衡。新加坡在金融科技创新和AI治理方面相对成熟，马来西亚、印度尼西亚、泰国等市场也在持续完善相关政策与行业规范。不同市场对数据使用、隐私保护、金融信息共享和AI风险管理的要求各有侧重。
OECD关于东盟数字贸易与AI发展的研究也指出，区域内各国AI政策准备程度存在差异，跨境数据流动治理、数字基础设施和专业人才流动等因素，仍会影响AI技术的区域部署与扩散。这意味着，中国金融科技企业进入东盟市场，面对的不是一个可以采用统一方案的区域市场，而是多个具有不同制度环境和业务需求的国家市场。
Ariel Lin在香港金融科技周的分享中，重点讨论了中国与东盟金融科技实践之间的衔接问题。其核心观点是：金融科技出海不能停留在产品和技术输出层面，还需要通过人才协同、技术转移和经验共享，帮助当地金融机构建立适应自身市场的技术能力。
从产品出海走向能力出海，是中国金融科技企业参与东盟市场竞争的重要转变。
监管从原则走向落地
金融AI竞争进入“制度工程”阶段
金融行业对技术创新始终有着明确边界。AI可以提升业务效率，但金融机构必须对业务结果、客户权益和风险管理承担责任。
2026年10月，新加坡金融管理局（MAS）发布《人工智能（885728）风险管理指引》，进一步明确金融机构使用AI技术时的监管预期。指引覆盖AI风险治理、全生命周期（883436）管理和第三方AI风险管理等方面，要求金融机构根据应用场景和风险程度建立相应的管理机制。
其中一个值得关注的变化是：金融机构即使使用第三方提供的AI系统，也不能因此转移自身的管理责任。金融机构需要充分了解第三方AI的适用性，获取必要的风险保证，并对无法充分评估的风险采取补偿性控制措施。
这一监管导向正在改变金融AI的采购与建设逻辑。过去，技术供应商更多通过模型性能、系统功能和项目交付能力参与竞争；未来，金融机构还需要了解模型使用了什么数据、如何形成决策、运行过程中如何监控、发生异常时能否及时干预，以及第三方技术服务商能否提供持续的风险保障。
与此同时，东盟区域内的AI治理框架也在逐步完善。印度尼西亚金融服务管理局（OJK）已于2025年发布银行业人工智能（885728）治理指引，强调AI应用中的责任管理、风险控制与人工监督。东盟区域层面也在持续推动AI治理与伦理框架建设。
监管要求的变化说明，金融AI建设不能只关注模型本身，还需要将合规要求转化为系统架构和工程机制。这正是制度工程的核心含义：把监管规则转化为可执行的技术控制，将数据治理、模型台账、权限管理、过程日志、风险评估、人工审核和异常中断机制纳入AI应用的全生命周期（883436），而不是在项目上线前通过一份合规说明来解决问题。
对于博彦科技（002649）而言，这一方向与公司在金融AI领域的技术实践相契合。博问AI智能体（886099）平台以上下文工程与Harness工程化治理为技术基础，围绕知识、流程、智能体协同和运行管理，探索AI应用从需求分析、开发实施到评估管理的系统化建设路径。
这也意味着，金融AI解决方案的竞争力，将不再局限于模型调用和智能体开发，而是延伸至模型、数据、业务规则与风险控制机制的整体设计。
智能体进入业务
治理重点从模型本身延伸至执行过程
生成式AI的发展正在推动金融应用从信息辅助走向任务执行。智能体能够调用工具、访问系统、处理业务流程，在一定授权范围内自主完成多步骤任务。这为金融机构提升运营效率创造了新空间，同时也带来了不同于传统AI应用的风险。
当智能体参与支付、资金管理、客户服务与业务审核，机构要回答新问题：它以什么身份执行、能访问哪些数据与系统；哪些动作可自主完成、哪些必须人工确认；异常时如何停止并追溯责任。
2026年7月，MAS联合金融机构与金融科技企业发布《金融智能体运行时安全保障框架》（SAFR），提出在智能体执行任务的过程中设置治理检查点，对拟执行动作进行授权验证和记录，并通过策略约束、实时验证、可审计性和互操作机制保障运行安全。
这一探索表明，金融AI治理正在从模型输出管理，进一步延伸到智能体的执行过程管理。对于金融机构而言，智能体的身份识别、访问权限、操作边界、行为记录和人工干预机制，需要与业务系统同步设计。特别是在资金、交易和客户数据等高敏感场景中，不能仅依赖模型自身的判断能力，而应通过明确的业务规则和系统控制限定其行动范围。
这对服务商提出更高要求：既要懂大模型与智能体，也要懂业务流程、数据治理、身份权限与系统集成。博彦科技（002649）在展会展示的博问AI智能体（886099）平台，以“上下文工程＋Harness工程化治理”双闭环，融合大模型能力与行业知识，覆盖智能风控、资金监管、自动化监管报送、客户精细化经营等场景。其重点不只是“能完成任务”，而是让智能体在明确边界内运行、每一步可追溯，把AI能力变成可管理、可交付的工程能力。
从项目交付到价值交付
FDE模式连接技术与真实业务
技术和治理体系最终要接受业务价值的检验。金融机构的AI转型并不是简单增加一个模型或智能应用，而是需要将技术嵌入既有业务系统、运营流程和组织管理体系。尤其在跨境项目中，客户需求、系统架构、当地监管和运营环境相互交织，单纯依靠标准化产品或远程技术支持，很难解决复杂的落地问题。
博彦科技（002649）服务某国有银行海外分行的实践，体现了这一类项目的交付特点。18个月共建，落地50余项跨境数字化项目，代码量超1500万行，覆盖个人手机银行、企业手机银行、信用卡应用、移动办公、移动学习等平台，AI跨境风控与智能交易监控投产，海外业务整体运营成本降低20%-30%，方案正计划向马来西亚、印尼等同系机构复制。这类项目不仅要求技术团队具备系统建设能力，还需要深入理解金融业务流程，在不同业务平台之间建立有效协同，保障系统建设与实际运营需求相匹配——这也是博彦科技（002649）持续探索FDE（前沿部署工程师）模式的原因。
FDE强调业务专家与技术团队深入客户业务一线，从需求识别、方案设计到开发实施和持续运营，推动技术能力与业务场景深度融合。它改变了传统项目中技术团队相对独立于业务现场的工作方式，使交付团队能够围绕客户真实问题持续迭代解决方案。对于金融AI项目而言，FDE模式的价值在于缩短技术与业务之间的距离：既能够将金融业务规则转化为技术实现要求，也能够在实际运行中根据业务反馈持续优化应用。
当金融AI从试点走向生产，客户需要的不再只是一次性部署，而是能够长期参与业务、持续优化系统并承担交付责任的合作伙伴。
模型无关与本地化部署
构建适应区域差异的技术底座
除监管和交付之外，技术架构的灵活性也是金融AI跨境落地的重要条件。
东盟的模型生态是多样的：国际闭源模型、开源模型与区域本地化模型并行发展；不同机构在数据安全（885942）、模型性能、部署成本与供应链风险上考量不同。绑定单一模型或单一云服务，会限制后续选择与系统演进。模型无关（model-agnostic）的架构、多模型兼容、本地与混合部署支持，正在成为金融AI基础设施的方向。
这并不意味着所有机构都该用同一套架构，而是按数据敏感度、业务风险与当地监管，选择适合的模型与部署方式，并保留替换与扩展的空间。
在香港金融科技周现场，博彦科技（002649）还展出了移动端开发平台与企业数字货币（885866）收款系统：前者依托自主研发底座，支持金融APP多端适配与快速迭代；后者以定制化SaaS模式提供数字货币（885866）收款服务。这些产品与方案所对应的，是金融机构在不同市场对架构适配、系统协同与灵活部署的综合需求。
以新加坡为枢纽
用全球化服务网络支撑本地化落地
金融AI跨境落地，最终需要有人真正理解当地市场，并具备持续服务能力。
博彦科技（002649）2005年进入新加坡市场，与新加坡经济发展局开展合作；如今新加坡已成为其国际业务总部，全球服务网络覆盖13个国家和地区，拥有80余个分支机构、研发及交付中心。
近期，博彦科技（002649）与新加坡资讯通信媒体发展局（IMDA）联合推出Tech Bridge项目，面向新加坡中小企业提供AI方案展示、方案商交流与有落地支持的试用机会；入选方案均按当地数据驻留要求完成合规适配。
这种布局不仅意味着更接近客户，更意味着能够在当地市场理解业务需求、对接生态资源、适配制度要求，并建立持续运营和服务能力。中国金融科技企业出海，真正需要跨越的并非单纯的地理距离，而是技术体系与当地业务、制度和市场之间的距离。
2026香港金融科技周呈现的一个重要趋势是，金融AI正在从技术创新阶段进入更加重视治理、应用和业务价值的阶段。模型能力仍然是基础，但仅有模型已经不足以支撑金融AI规模化应用。监管适配、数据治理、智能体运行安全、业务流程融合和本地化交付，正在共同构成金融AI跨境落地的新能力体系。
从“模型工程”走向“制度工程”，不是技术竞争的终点，而是金融AI真正进入核心业务的必经之路。
造风靠技术创新，破浪靠体系能力。金融AI出海的下一阶段，属于那些既能理解技术，也能理解业务与制度，并真正把AI价值交付到客户现场的企业。
