消费是经济增长的持久动力，也是畅通国内大循环的关键环节。面对外部环境的深刻复杂变化，党的二十届四中全会审议通过的“十五五”规划建议将“大力提振消费”作为建设强大国内市场的重要部署，中央经济工作会议把“坚持内需主导，建设强大国内市场”列为2026年经济工作重点任务之首；2026年7月，国务院批复同意印发的《扩大消费“十五五”规划》进一步明确了到2030年社会消费品零售总额达到60万亿元左右的目标。从全会部署到年度安排，再到专项规划，消费对经济增长的基础性作用得到前所未有的制度确认。

从现实基础看，2025年我国社会消费品零售总额达50.12万亿元，比上年增长3.7%，超大规模市场优势持续巩固。但进入2026年，消费增速有所回落，前5个月社会消费品零售总额同比增长1.4%，居民消费意愿仍待提振，消费恢复的基础尚不牢固。与此同时，金融作为现代经济血脉，其服务供给与消费需求之间仍存在结构性错配，2026年上半年，代表居民日常消费融资需求的住户短期贷款减少5881亿元，消费信贷呈收缩态势，与消费扩容提质的现实要求形成明显反差。这提示我们，扩大消费的堵点，不只在居民“有没有钱花”，更在金融体系“能不能识别、敢不敢投放、会不会服务”上。在此背景下，以人工智能为代表的新一代数字技术，正在重构信用评价、风险定价和服务组织方式，为疏通消费领域融资堵点、降低金融服务门槛提供了现实可行的技术路径。

人工智能赋能金融促消费的内在逻辑

金融支持消费，难在信息不对称，贵在服务成本高，险在信用风险大，这三个问题长期制约着消费金融的覆盖面和可持续性。人工智能的价值，恰在于为破解难题给出了系统性技术解法。

一是重构信用识别机制，让更多人的消费潜力获得金融支持。传统信贷主要依赖抵押物和工资流水，大量新市民、个体工商户、农村居民因缺少规范征信记录被挡在金融服务门外。人工智能通过多维数据的交叉验证与动态画像，能够把经营流水、履约行为、场景轨迹等“软信息”转化为可评估的信用资产，使过去“看不懂、不敢贷”的群体进入金融服务视野。信用评价从“看过去”转向“看未来”，消费金融的普惠底盘由此拓宽，潜在消费能力得以转化为现实购买力。

二是压降服务边际成本，让小额分散的消费金融可持续。消费信贷单笔金额小、笔数多、期限短，传统人工运营模式下成本收益难以平衡，金融机构“不愿贷”有其理性根源。智能风控、自动审批、智能客服的规模化应用，把单笔业务运营成本压缩到原来的几十分之一，金融机构于是有动力把服务延伸到县域乡村、街头巷尾的微小消费场景。成本曲线下移换来服务半径外扩，这是技术红利转化为民生红利的关键一环。

三是提升供需匹配精度，让金融产品与消费场景无缝衔接。居民消费正从生存型向发展型、享受型升级，养老托育、文旅康养、智能家居等新消费热点对金融服务提出了差异化要求。人工智能能够基于场景数据精准识别消费需求的时间节点与支付能力，推动金融产品从“标准化供给”转向“场景化嵌入”，把信贷、支付、保险、理财等服务编织进消费全过程，从源头上缓解金融供给与消费需求的错配。

人工智能赋能金融促消费的实践多点突破

近年来，我国金融机构围绕人工智能促消费开展了大量探索，成效正在三个维度上显现。

一是智能风控支撑普惠信贷扩面增效。大型商业银行和头部金融科技平台普遍建成覆盖贷前、贷中、贷后的智能风控体系，审批时效从过去的数日压缩至分钟级，风险识别精度稳步提升。人民银行统计显示，2025年末普惠小微贷款余额36.57万亿元，同比增长11.1%，明显高于各项贷款平均增速，其中相当部分增量流向个体工商户和小微企业主的生产经营与生活消费场景，智能风控对普惠扩面的支撑作用可见一斑。

二是场景金融拓展消费增长空间。银行机构依托大模型技术深度嵌入以旧换新、文旅消费、养老服务等政策重点场景，把消费补贴发放、分期支付、商户收单整合为一体化服务。在大规模设备更新和消费品以旧换新政策落地过程中，多家银行通过智能营销系统精准触达目标客群，家电、汽车等大宗消费领域的金融渗透率明显上升，财政政策的乘数效应借助数字化金融工具得到放大，宏观政策与微观服务的衔接更加紧密。

三是智能服务改善消费体验与权益保障。智能客服、远程银行、适老化改造降低了城乡居民使用金融服务的门槛，智能反欺诈系统对电信诈骗、异常交易的拦截能力持续增强，守住了群众的“钱袋子”，也就守住了消费信心的底线。消费意愿不仅取决于收入水平，也取决于对交易安全的信任程度，这一点常被忽视，却恰恰是人工智能护航消费的基础性价值所在。

当前人工智能应用存在的短板

当前，人工智能赋能金融促消费仍处于由点到面的深化阶段，一些深层次矛盾逐步显现，短板制约不容忽视。

一是数据要素流通不畅，信用价值尚未充分释放。政务数据、平台数据、金融数据分属不同主体，共享机制不健全，数据孤岛问题突出。部分机构掌握数据却缺乏建模能力，部分机构有技术却拿不到合规数据，信用画像的完整性与准确性打了折扣，“数据富矿”与“信用贫瘠”并存。

二是算法黑箱尚未破解，技术向善缺乏刚性约束。大模型在金融领域的应用仍处于探索期，存在模型幻觉、算法歧视、过度授信等隐患。从权益侵害看，个别平台借助算法诱导消费者过度借贷、捆绑消费，把技术优势异化为收割工具，与金融服务实体经济的初衷背道而驰。从决策公平看，算法训练数据的偏差可能固化为对特定客群的歧视性定价与拒贷，而“黑箱”操作又使消费者无从知晓评估依据、难以主张权利。

三是场景融合深度不够，金融供给适配性有待提升。当前，金融促消费多集中于家电、汽车等标准化程度较高的大宗商品领域，对养老、托育、文体、健康等服务消费新场景的介入仍显粗放。服务消费具有无形性、即时性、非标化特征，其质量评估与风险定价远比商品消费复杂，而多数机构仍沿用传统信贷逻辑，产品同质化严重，期限结构与消费周期错配，“金融+服务消费”的融合层次与政策期待、群众需求相比，还有不小差距。

四是普惠适配不足，数字鸿沟可能演化为服务排斥。部分智能服务界面复杂、流程烦琐，对老年人、残障人士和低收入群体不够友好，“能用”与“好用”之间尚有距离；中小金融机构受制于算力、数据和人才，智能化能力与大型机构的差距有所拉大；县域和农村地区智能金融基础设施相对薄弱，技术能力的区域落差可能固化为金融服务的城乡落差。技术应用一旦偏离普惠导向，数字鸿沟就可能演变为新的消费抑制因素。

人工智能深度赋能金融促消费的建议

破解上述矛盾，需要政策引导、市场创新、监管规范协同发力，在发展中规范、在规范中发展。

一是夯实数据要素底座，规范数据治理秩序。加快推进公共信用信息与金融数据的合规共享，完善数据要素确权、定价、流通的基础制度，支持金融机构在依法合规前提下深化多源数据融合应用。严格落实个人信息保护法律法规，明确消费数据采集的边界与授权规则，推动数据使用全程留痕、可追溯，让数据要素在安全轨道上充分流动。

二是健全风险防控与监管框架，统筹发展和安全。完善金融算法备案、审计与评估制度，推动重要算法模型可解释、可验证，防范模型趋同引发的共振风险。运用监管科技手段加强对消费信贷资金流向的穿透式监测，严厉纠治诱导借贷、过度授信等行为，加强金融消费者权益保护，牢牢守住不发生系统性风险的底线。

三是深化“金融+消费”场景融合，提升政策协同效能。引导金融机构主动对接消费品以旧换新、服务消费提质等促消费政策，将智能金融服务嵌入养老托育、文旅体育、健康医疗等重点消费场景，针对服务消费特点开发期限灵活、定价合理的专属信贷产品。依托人工智能技术优化财政贴息和促消费补贴的识别、审核、发放流程，推动财政、货币、产业政策同向发力，放大政策组合效应。

四是强化普惠导向的技术适配，弥合数字鸿沟。推动智能金融服务适老化、简易化改造，保留必要的人工服务通道，防止技术升级演变为服务排斥。支持大型金融机构通过联合建模、技术输出等方式共享智能化能力，引导消费金融资源向县域、农村市场下沉，让技术红利惠及更广泛的消费群体。

（作者王镇为清华大学五道口金融学院金融发展与监管科技研究中心高级研究专员，沈俊伟为新疆北屯额河明珠国有资本投资有限公司副总经理）

 

（《人民周刊》2026年第15期）

（责编：张若涵）