在金融科技快速演进的背景下，代理型人工智能（Agentic AI）正成为印尼金融行业关注的焦点。尽管金融领域长期应用传统机器学习技术，如信用评分与风险分析，但当前大语言模型（LLM）和代理型AI的兴起，为行业带来了前所未有的机遇，也带来了独特的挑战。 2025年10月16日，由Algoritma数据科学学院主办的“代理型AI在金融中的应用”会议在雅加达举行，汇聚了银行、保险、金融科技公司、政府机构及AI初创企业代表。会议深入探讨了AI在印尼乃至东南亚金融生态中的落地路径与现实困境。 首先，AI投资回报（ROI）的衡量面临难题。由于AI影响常分散于多个流程与团队，难以精准归因。因此，越来越多机构转向“价值回报”（ROV）与“不作为成本”（COI）的综合评估。COI尤其关键——延迟采用AI可能导致人才流失、知识断层与效率落后，其潜在损失远超短期投入。 其次，监管与数据安全构成核心挑战。印尼金融监管机构（OJK）规定，银行必须将数据中心设于国内，限制了云服务的自由使用。这促使金融机构倾向采用本地化或混合部署架构。同时，面对日益严峻的网络攻击，AI系统必须在安全与合规前提下部署，任何失败都可能带来巨大财务与声誉损失。 在实际应用层面，代理型AI已展现出强大潜力。例如，通过多智能体协作，AI可自动整合市场数据、公司财报与新闻情绪，实现“无人化”财务报告生成，仅需自然语言提问即可输出PDF或幻灯片。关键在于使用经验证的可靠数据源（如Sectors.app API），避免“幻觉”问题。 另一亮点来自印尼审计署（BPK）与Supertype的合作。他们将AI嵌入BIDICS平台，将海量审计文档转化为可查询的知识库，辅助风险识别与决策规划。BPK坚持“人在回路”机制，确保最终判断由人类把关，体现了在高监管环境下负责任AI落地的范例。 此外，NOTAPOS平台利用AI将原本耗时数天的法律文件流程压缩至30分钟，显著提升效率。但其早期开发也揭示了一个现实困境：当大模型能力迅速提升，过去需大量微调的工作如今可即刻完成。这引发“现在开发，还是等待更优技术？”的抉择。专家提醒：与其等待，不如保持敏捷，持续学习与适应。 最后，关于“AI是否会取代人类”的讨论，共识是：AI不是替代者，而是赋能者。关键在于组织需推动员工培训与文化转型。部分企业已将后台人员转岗至客户互动岗位，体现AI带来的结构性变革。 总结而言，代理型AI为印尼金融行业带来效率跃升与创新可能，但其成功依赖于合规框架、数据安全、基础设施与人才准备。技术迭代迅速，唯有主动拥抱变化，才能在AI浪潮中赢得先机。