今年的香港金融科技周，AI 无疑是核心议题。
11 月 2 日，第 11 届香港金融科技周 x StartmeupHK 2026 在香港拉开帷幕，活动将持续至 11 月 6 日。在已经举行的两天主论坛上，除了银行、保险、支付等传统金融科技议题，具身智能、自动驾驶、算力基础设施乃至商业航天等前沿产业，成为讨论焦点。
这场举办了十余年的行业大会，正在突破传统金融科技的边界。
香港金融科技周承办方 Finoverse 联合创始人兼联席首席执行官 Vila Wong 向华尔街见闻表示，过去大会主要吸引银行、保险及大型金融科技企业参与，如今越来越多 AI 企业和科技初创公司加入。今年大会超过一半的讨论内容与 AI 相关，投资者通行证申领量也创下历年新高。
变化不仅发生在参会企业和论坛议题上。
在具身智能领域，企业开始讨论机器人量产、模型与硬件协同、商业化交付等问题；在传统金融行业，AI 智能体则正在尝试进入银行尽调、保险理赔、财富管理，甚至支付和投资交易等具体业务流程。
从前沿科技的产业化探索，到金融机构的实际业务应用，AI 正在成为贯穿本届香港金融科技周的一条主线。
边界越来越宽
香港金融科技周的参与者越来越多元。
按照大会此前公布的预计规模，本届活动将汇聚来自 120 多个经济体的逾 4.5 万名参与者、超过 1000 位演讲嘉宾，以及 800 余家赞助商、参展商和初创企业。
Vila Wong 向华尔街见闻回忆，2024 年前后，金融科技周开始进一步细分不同产业领域，将保险科技、绿色科技等议题纳入讨论范围。
2025 年，香港金融科技周首次与 StartmeupHK 创业节联合举办，进一步吸引了科技初创企业参与。相比过去以成熟金融机构为主的参会结构，大会开始覆盖更广泛的科技产业。
今年，这一趋势继续延伸。本届主论坛共设置 10 个专题论坛，涵盖政策与前瞻、AI 与前沿科技、金融 AI、保险科技及健康科技、绿色科技、创业家及创投、科技建设者以及创作者等方向。
尽管金融依然是大会的重要组成部分，但越来越多议题已经延伸到金融之外。
具身智能正是今年受到关注的前沿产业之一。
在一场围绕机器人产业化瓶颈的圆桌讨论中，星尘智能联合创始人兼 CFO 方科、擎朗智能创始人兼 CEO 李通等企业代表参与讨论，重点关注机器人从零部件、模型到完整系统的产业化挑战。
这些讨论也折射出具身智能行业正在面临的新变化。随着通用大模型能力快速进步，具身智能企业需要重新思考自身的技术壁垒。
方科向华尔街见闻表示：" 我们把具身模型与通用大模型看作是伙伴关系，是要发挥各自强项，携手并进。我们不是投降派，也不是抵抗派，是第三派：保持开发，既要又要派。"
他举例称，机器人可以借助通用大模型理解复杂指令，但在真实物理环境中，感知物体重量、判断受力情况以及完成抓取等动作，仍然需要具身模型自身具备判断和执行能力。
因此，星尘智能目前仍坚持自研具身模型、具身操作系统 AOS 和绳驱机器人本体协同发展的技术路线，同时借助通用大模型提升机器人的任务理解能力。
技术之外，商业化也成为具身智能企业必须面对的问题。
方科观察到，过去投资者更关心机器人能否完成复杂动作、模型是否具备泛化能力；如今，投资者开始进一步关注订单交付、客户复购以及软件服务能否产生持续收入。
" 订单要看能不能交付，收入要看能不能持续。" 方科表示，盈利也并不意味着要求早期企业现在就赚钱，更重要的是能否在扩大交付规模的同时降低成本，以及客户是否愿意为软件和服务持续付费。
类似的讨论还延伸到了其他前沿科技领域。今年大会还设置了太空经济与家族办公室投资相关议题，讨论商业航天项目的投资逻辑、风险评估以及长期资本如何参与产业发展。
参会资本的关注点同样呈现出差异。
Vila Wong 提到，近年来中东投资者参与香港金融科技周的热情有所提升。这类投资者相对更关注基础设施，以及具有海外扩张能力的中大型成熟企业，希望通过投资和合作推动项目在当地落地。
与此同时，近年来赴港参加金融科技周的内地企业和创业者也有所增加。围绕中国企业与全球市场的连接，大会进一步设置专门的交流论坛。
科技企业、金融机构和投资者在同一场大会上寻找的机会越来越多，而如何让技术从研发走向实际应用，也成为不同产业共同面对的问题。
金融智能体嵌入工作流
金融科技周的议题不断向前沿科技延伸，传统金融行业的 AI 应用也在发生变化。
过去，金融机构使用 AI，主要集中在智能客服、信息检索、文本生成和辅助分析等环节。如今，随着 AI 智能体逐渐具备调用工具、访问业务系统和执行复杂任务的能力，越来越多科技企业开始尝试让 AI 参与银行信贷、保险理赔、投资研究乃至资金支付等实际业务。
这种变化也反映在今年的论坛设置中。
在金融 AI 论坛一场名为 "The Great AI Convergence" 的圆桌讨论中，汇丰银行、道富银行以及企业 AI 公司 Wonderful 的代表，围绕 AI 如何从单一试点走向银行规模化应用展开讨论，涉及传统业务系统对接、数据分散以及投资回报等实际问题。
从这些讨论来看，金融机构对 AI 的需求已经开始超越简单的信息问答，希望将其逐步纳入专业业务流程。
在金融智能体的实际应用方面，腾讯也展示了针对银行、保险及资管等行业的解决方案。
在金融科技周期间举办的金融行业 AI 解决方案分享会上，腾讯 WorkBuddy 金融版展示了面向银行、保险及资产管理等行业的业务工作台。
在银行对公授信场景中，WorkBuddy 通过 9 个不同分工的专家智能体，协同完成企业资料核验、财务分析、风险识别及尽职调查报告撰写等工作；保险领域的应用涉及理赔邮件识别、客户材料提取和辅助审核；在资产管理领域，AI 则可以协助完成市场复盘、行业研究和投资分析。
这些场景展示了 AI 协同执行专业任务的能力，不过部分功能仍处于模拟演示阶段，实际部署效果仍需验证。
在海外市场，金融机构对模型选择、系统连接和数据安全的要求，也成为企业 AI 产品需要适配的环节。
腾讯 WorkBuddy 国际版相关人士向华尔街见闻表示，相较于国内版本，国际版支持 GPT、Gemini 等海外模型，也允许企业接入自行部署的模型；金融版则预置股票分析、投研报告、银行营销等专业技能，并进一步强化数据访问和权限管理。
目前，WorkBuddy 国际版可在欧洲、中东和东南亚使用，销售采取直销和合作伙伴分销两种模式。其中，本地合作伙伴也可以面向所在市场的企业和行业客户销售产品。
支付方面，蚂蚁数科在金融科技周展示了 "AI 智能体超级工厂 " 解决方案，核心平台为 Agentar，支持智能体开发、部署及规模化管理。同时，蚂蚁数科升级旗下 ZOLOZ 安全品牌，推出面向 AI 智能体的 KYA 身份治理方案，探索智能体身份验证、授权及安全管理等问题。
这些方案试图解决同一个现实问题：当 AI 开始代表企业或用户执行金融任务，如何确保其行为始终处于可授权、可控制、可追溯的范围内。
随着应用场景不断深入，技术能力只是其中一道门槛。企业还需要证明 AI 能够在真实业务中稳定运行，满足行业的安全要求，并创造可持续的商业价值。
当 AI 从回答问题走向执行任务，能否真正获得企业和用户的信任，将成为其进入金融核心业务的关键。
