本文来自微信公众号: 巨潮WAVE ,编辑:杨旭然,作者:渔阳鼓,原文标题:《AI盯上了你的钱包|巨潮》
AI开始碰触普通人最敏感的一部分生活:银行卡里还有多少钱,下个月需要还多少账单,以及这些钱最终会花到哪里。
11月初,Anthropic推出Claude个人财务测试版。很快,OpenAI也相对应地发布了ChatGPT Wallet。前者通过连接账户帮助用户看账,后者已经允许智能体在用户确认后完成购物支付。
两家的功能不同,争取的却是同一种信任——那是一种敢于把钱交给AI的信任。
当人们愿意让AI了解自己的收入、负债和消费习惯,甚至是投资需求,AI背后的公司就更有可能介入到人们的日常金融决策里。
这当然也是中国AI公司很难忽视的市场。但问题在于,当聊天窗口开始连接居民的积蓄,产品所需要回答的就不只是模型够不够聪明。这些金融服务由谁提供、建议由谁提出,资金由谁操作,谁对问题负责,都会成为一系列复杂的难题。
行动
仔细观察美国两家头部AI公司的动作,都有一个很具体的起点:帮助用户处理分散在不同金融机构里的复杂财务事务。
Claude美国部分付费用户可以经由Plaid连接账户,汇总余额、交易和待付账单,查找重复扣款与异常费用。它目前只有读取权限,不能转账或执行投资;个人财务专区对话不用于模型训练,专区不含广告和付费推荐。
OpenAI则同时探索两条路径。Finances用于整理支出、资产和债务,同样不能替用户交易。新推出的Wallet连接支付网络,首先在dots向美国成年Pro用户开放,用户核对商品、金额和银行卡,通过安全验证后才会付款。
看账、建议和动钱,正在被拆分成了不同的权限。两家公司并没有直接把整个家庭财务交给一个自由行动的模型,这意味着整件事仍然处于比较早期的阶段。

这与美国市场的特殊性有关,一个人的工资账户、信用卡、贷款和投资账户可能分属多家机构,每个平台都能展示自己的数据,相当分散。
AI的机会在于,它可以把这些复杂且分散的账单变成一份更容易理解的家庭金融安排:发薪日前还会扣掉哪些费用,取消哪些订阅能减少支出,为一次大额消费预留现金会影响什么。
普通人在财务管理层面的焦虑,完全可以支撑起一门付费生意。初创公司Cleo把预算、债务管理、信用服务和AI指导组合成不同订阅,其官网称年度经常性收入已超过3亿美元。
另外一家Origin走得更靠近财富管理。其服务条款明确,AI顾问及专业理财规划服务涉及的投资咨询,由旗下在美国证券交易委员会注册的投资顾问实体提供。
这两种路径说明了,个人金融助理既可以靠用户订阅赚钱,也可以进入到已有的金融服务体系。大模型公司拥有庞大的用户入口,争取的是这个赛道最有价值的位置:用户的第一问询窗口,可以直接给出系统性的服务能力。
美国也存在清楚的监管责任边界,只是和中国的具体情况会有明显不同。
异同
中国的AI金融领域并非一片空白,差别更多体现在服务的组织方式上。
蚂蚁集团的代表产品是“蚂小财”,提供市场解读、基金分析等服务,并强调专业服务由合作持牌机构提供;招商银行在自己的App内加入结余日历、账务智能检索和“小招”智能服务;东方财富的“妙想”则是围绕金融数据、图表和投研分析展开。
这些案例共同指向一种更容易落地的路径:金融平台和机构掌握账户、产品与服务关系,AI嵌入其中,帮助用户理解和办理业务。国内通用助手面对的难点,在于如何跨出原有的信息服务范围,合法进入金融业务。

第一道边界是服务资格。
早在2018年,资管新规就明确过,运用人工智能开展投资顾问业务需要取得相应资质,非金融机构不能借智能投顾超范围经营或变相开展资产管理。
向用户传达基金的具体情况,与针对某个用户提供具体投资建议,所涉及的业务性质是不同的。模型可以写出一份配置方案,并不意味着运营这款模型的公司已经有资格经营相应业务,金融业务的高门槛并没有在大模型上消失。
再加上,今年的新规也让科技企业的金融产品直接受到了更多新的约束。
9月30日起实施的《金融产品网络营销管理办法》要求,第三方平台接受金融机构依法委托开展营销。第二十条明确限制平台违规介入销售合同、资金划转、适当性测评等环节,并禁止其就金融产品与消费者、投资者进行互动咨询。
对那些习惯了用对话连接所有服务的AI公司来说,这项规定相当具体。一个助手如果收取金融机构的营销费用,又在聊天中向用户解释并推介具体产品,就相当于是更深层次地介入到具体业务之中了。
监管的意思很明确,AI公司很难仅凭一个合作入口,就包办所有推荐、咨询和成交的全过程。
第二道边界,是对个人数据的保护。
《个人信息保护法》将金融账户列为敏感个人信息,要求处理具有特定目的和充分必要性,并采取严格保护措施;处理时需要取得来自用户的单独同意。此外如果涉及到数据出境,还需按适用规则履行相应义务。
用户希望AI了解自己,不等于像银行流水这种关键信息就能无条件交给任何模型使用。在实际应用中,用户金融数据的安全边界会是一个复杂的问题。
国内更有条件先落地的,是机构在合法持有的数据和获准业务内提供服务。对科技公司来说,替银行和大型金融机构做一个可靠的助手,往往比独立聚合所有银行账户、直接经营家庭财富管理更现实。
第三道边界,是决策和执行。
今年2月施行的《金融机构产品适当性管理办法》,要求适用机构把适当性管理嵌入线上销售流程,匹配产品风险与客户承受能力。
用户说一句“帮我提高收益”,并没有完成风险承受能力评估,也没有说明这笔钱下个月是否要交房租。聊天式的下任务越方便,系统越需要把缺少的信息补齐,而不是把用户的一次点头都理解成“无限授权”。
资金操作还有独立的门槛,《非银行支付机构监督管理条例》明确了支付业务的许可要求。AI可以在合规接口和授权范围内提供技术协助,实际从事支付业务的主体仍需相应资格,账户、验证和交易责任不能被一个聊天界面抹去。
几条边界叠加之后,中国的AI金融产品形态必然会有所不同。可以预见的是,面向大众的财务解释和风险提醒会更普及,涉及具体产品的服务则更集中在有资质的机构内。
AI助手负责引导用户的需求通向具体产品,持牌机构完成相应业务执行,技术供应商获得服务收入,会是更可行、更通畅的商业路径。
这也改变了竞争条件,金融AI的壁垒除了模型,还有通过合规手段所取得的用户数据、金融资格、业务系统,以及与之相对应的、承担责任的能力。
必然
监管边界会影响AI进入金融的速度和顺序,却很难消除这项需求。
银行、保险的数字化和程序化交易,已经清晰展示了技术改变金融工作的能力。大模型进一步降低了理解复杂信息的门槛,让原本需要预约、收费或者依赖专业知识的部分服务,可以更频繁地抵达普通家庭。
对没有太多资产的用户来说,财富管理首先可能是避免多花钱:看懂贷款的总成本,知道一份保险有哪些除外责任,识别手里的几只基金是否高度重合。


AI若能持续做好这些对用户有利的事情,其产品价值同样是真实的。
中国监管也在为合规的应用留下发展空间。今年6月,金融监管总局发布银行业保险业人工智能安全开发应用指导意见,支持金融智能体探索,同时强调使用机构承担责任,并加强分类分级管理。
金融助手能力的提高,既可以帮助用户,也可能让金融产品的销售变得更有效率。
一个掌握收入、负债和焦虑来源的AI,能更早提醒用户减少不必要的借贷,也可能更准确地找到他愿意接受某款贷款的时刻。答案足够亲切、足够个性化,并不能证明它代表用户的利益,拒绝是其中更有价值的建议。
向用户收费、向机构收取技术服务费、依靠产品销售获得收入,会形成不同的激励,科技公司想要获得其中的哪部分收入,是对于自身定位的终极判断。
此外,安全也需要落实到可以检查的环节。余额与账单要能追溯到原始记录,计算由可靠系统完成,模型负责解释;重要操作保留明确确认和权限限制;出现错误时能够找到记录、停止执行,并确定责任主体。
这些安排会让某些操作显得不够顺滑,却也是普通人敢于使用它的前提。账户连接一次成功,与一个家庭连续多年的放心使用,是两个层次的产品能力。
从现有产品和制度看,美国头部通用AI更积极地从用户入口向金融服务延伸,中国则更强调让AI在持牌机构及其责任体系内展开。这是发展路径的差异,不能推导为美国不重安全,或者中国天然不会出现风险。
两条路径最终都需要补齐另一面——美国公司要证明跨账户、跨服务的便利可以持续可信,中国机构则要让合规流程真正转化成对用户好用的服务。居民需要的是少付冤枉钱、规避风险、做出更合适的决定,安全甚至比效率还要更加重要。
总结
AI公司进入用户钱包管理的工作,一方面来自于用户的真实需求,另一方面,也源自于自身发展的谋利动力。
读取余额、推荐产品和操作资金之间,存在不同的资格与责任要求。即便是最激进的商业机构,也会明白其中差异。
在中国,监管更有可能会推动技术公司以合作方式进入这块市场,而不是自己“搞定”所有事情,将风险转嫁给用户和人和整个金融体系。
未来金融领域竞争,既看AI能替用户完成多少事,也看它能否克制销售冲动、保留用户选择,并在出错时承担应有责任。赢得权限只是开始,守住来自用户的长期信任,才会决定这门生意能走多远。







