我国人口老龄化进程加速，养老服务需求日益多元化，养老金融作为保障老年人生活质量、支撑养老体系建设的关键领域，其普惠化、智能化发展成为行业焦点。当前，人工智能技术正深度融入养老金融全链条，为破解服务门槛高、覆盖范围窄、数据支撑弱等痛点提供新解法。9月13日，2025年中国国际服务贸易交易会全球养老金融大会在首钢园举行，与会嘉宾热议人工智能如何激活养老金融潜能，为行业发展贡献真知灼见。

助力养老金融降成本降门槛

截至2024年末，我国60周岁及以上老年人口31031万人，占总人口的22%；全国65周岁及以上老年人口22023万人，占总人口的15.6%。人口老龄化已成为今后较长一段时期我国基本国情。

在中央金融工作会议提出的“五篇大文章”中，养老金融被赋予服务国家战略、增进民生福祉的重要使命。随着人口老龄化加速，老年群体对专业化、精准化养老金融服务需求愈发迫切。

养老金融的精准化服务，离不开对长者需求的全面洞察，而人工智能的应用，正从数据整合与场景落地两方面夯实这一基础。中国人寿养老党委委员、副总裁刘振龙在会上表示，AI技术可以降低养老金融服务门槛与成本，传统的养老服务集中于职工众多、效益优良的企业或高净值人群，这是因为专业方案制定、精算以及投资管理需要一定成本支撑，而通过智能销售、智能投资、智能风控、智能运营、智能客服等多个产品应用，AI可以大幅地提升效率，降低成本，使养老金融的服务延伸至中小微企业、灵活就业人员等群体。

在刘振龙看来，AI还能提升养老金融产品透明度与适配性，增强消费者的信任和参与感。他表示：“依托大数据和机器学习，一方面企业和个人客户能够借助AI更好地了解产品的运作和表现，另一方面也可以利用AI工具，根据不同的风险偏好、收入、年龄等要素，针对长住、旅居等多元的养老场景，精准为客户提供‘一人一策’的养老规划或者资产配置建议，提高整体的感受体验。”

养老金融不仅是简单的资金积累，更是将资金和技术作为纽带，整合金融、医疗、健康、科技、养老服务等多方资源，构建涵盖养老规划、健康管理、服务对接等全生命周期的综合性服务的生态。浙大城市学院副教授林先平在接受北京商报记者采访时提到，AI能够整合多源数据（如健康记录、消费行为、金融历史等），通过机器学习模型进行风险评估和需求预测，为养老金融产品设计、定价及服务优化提供科学依据，解决传统数据碎片化问题，优化资源配置，提升服务体验。

应用深度与高质量数据

尽管AI为养老金融带来诸多想象空间，但其进一步应用仍面临现实瓶颈。刘振龙指出，智能化AI在养老金融领域的应用仍面临不少挑战，一是深度不足，当前多数机构仅将AI用于智能客服，在风控、运营等核心业务环节的渗透率仍低。二是数据隐私保护边界不清，合规风险高。三是高质量金融数据稀缺，整合难度大。四是算力支撑不足，私有化部署成本高昂。

AI模型开发需要海量数据，金融是数据密集型行业，金融数据有效价值取决于真实性和有效性。

然而，当前在金融行业，数据共享方面存在明显短板。中国银行原行长李礼辉在演讲中分析，当前公共数据还存在局部行政分割问题，有些数据分散在有关部门中，难以走出区域系统。非公共数据存在局部流通不畅问题，当前数字支付是主要数据入口，但数据大户与金融机构之间的数据关联、数据共享，还没有达成成熟的模式。

此外，即使获得了充足数据，在数据应用环节，也存在一定挑战。林先平提到，养老金融涉及敏感个人信息（如健康、财务数据），人工智能依赖大量数据训练，但数据泄露、滥用风险较高，且老年人数字安全意识较弱，需要加强数据加密与匿名化技术，完善相关法律法规；人工智能模型可能因训练数据偏差导致推荐不公，加剧养老资源分配不均。

各主体需加强协同与配合

养老金融是一项长期而艰巨的事业，绝非任何一家企业能够独自完成。想要AI工具激发养老金融潜能，也需要政府、市场、社会、家庭各方力量的同向而行、协同发力。

刘振龙指出，未来，需要加强顶层设计和制度供给，将AI赋能养老金融跨越式发展作为创新驱动的重要抓手，推动年金、个人养老金等制度惠及更多人群。各方要加强协同，鼓励科技运用与风险可控下的产品服务创新，明晰发展框架和行为边界，激发市场机构参与的积极性。各主体机构要密切协作，打破业态壁垒，发挥各自优势，以便捷灵活透明为导向，夯实产品服务的供给能力。社会各界也需要积极参与，加强养老金融知识普及，提升企业与个人保险风险保障意识，深化理论研究，为制度创新提供智力支持，营造良好生态。

李礼辉认为，要让数据真正成为富有价值的生产要素，应该扩大公共数据开放共享，扩展专业数据集，建立国家级公共数据库，公共数据按照“原始数据不出域、数据可用不可见”的要求，以模型、核验等产品和服务的形式向社会提供，加大供给使用范围。同时完善个人信息保护机制，规范采集使用个人信息行为，并且创新技术手段，推动个人信息匿名化处理。

从数据化、场景化等角度，光大养老总裁董怀虎表示，在数据化方面，通过搭建统一的康养云平台，整合长者的健康档案、护理记录、消费偏好、金融资产等数据，构建长者全景画像，为实现精准服务和个性化产品定制提供数据支撑；在场景化方面，围绕安全防护、健康管理、生活照料、精神关爱等具体场景，广泛应用物联网、智能穿戴设备、摄像头等科技手段，打造智慧病房、智慧餐厅、无感跌倒监测等数字化应用场景；在智能化方面，积极引入康复机器人、智能护理床、认知症筛查与干预系统等先进智能设备和技术，辅助员工提升服务效率，延缓长者机能衰退，提升生活质量；在平台化方面，构建一个开放式的社区居家养老服务平台，通过输出标准、输出系统、输出管理和培训，连接整合社会上的各类服务商，为更广大的居家长者提供“一键下单，上门服务”的便捷体验，将专业服务延伸至家庭。

北京商报记者 李秀梅