蚂蚁：AI转型与业务中台
AI 转型 · 蚂蚁案例
从模型与应用布局，到客服中台的组织转型
以蚂蚁 AI 发展为背景，聚焦业务中台 如何建立 AI 承接组织，把业务目标落实到具体工作流。
能力建设与业务应用，两条线并行推进
按事件的主要作用归类，部分动作兼具两类属性；阶段名称为分析归纳。节点标明主体，公开产品进展不等于 业务中台 内部转型成果。
蚂蚁业务中台：先重组承接方式，再改造工作流
业务中台 · 案例分析组织先行 × 业务目标牵引 × 场景落地支持：把 AI 从个人工具，逐步变成团队的工作方式。
整理自公开报道与公开技术分享；带〔n〕标注的内容可在文末来源中查证。
目标初心
用业务结果定义 AI 转型
2024 年蚂蚁把 AI First 写入集团战略，AI 进入组织议程〔2〕。
支付是厚重业务，中后台支撑体系庞大——AI 的最大杠杆在中后台运营。
评价标准是业务结果（增量、降本、提效），而不是工具使用率。
场景
从客户服务切入，延伸至中台流程
客服是金融与互联网平台 AI 落地的经典首站：需求高频、流程标准、知识可沉淀〔1〕。
从对话机器人起步，延伸到语音、邮件与内部知识库整理，是行业通行的演进路径。
跨境支付场景客户与问题量增长快，人工承接压力持续上升〔9〕。
转型路线
集中承接，双向推动
建设集中的 AI 承接团队，端到端跑通场景、沉淀知识库与问答流程〔4〕。
分工：集团技术中台统一做通用界面、MCP/API 权限与通用工具；业务线聚焦语料与场景落地〔4〕。
自上而下：AI 落地目标进入业务 OKR；自下而上：黑客松等创新活动收集一线需求。
动力阻力
目标牵引，合规兜底
动力：战略目标牵引，以既有资源完成落地，不盲目追加投入。
阻力：金融场景对合规、稳定性与可靠性的要求远高于普通业务。
员工对 AI 的接受度存在差异，需要让观望者先看到成果。
首胜与阶段进展
落地一个场景，再扩一个
客服 AI 已在金融与互联网平台规模化落地，自动化承接比例持续提升〔1〕。
蚂蚁的 AI 应用从支小宝、蚂小财、AQ 等 C 端产品，延伸到 B 端商服与运营体系〔3〕〔5〕〔9〕。
外界滤镜之外，真实落地是渐进的：从单点场景到可复制的标杆，需要运营积累。
组织与技术基建
两层配合
集团技术中台提供通用界面、权限与工具，业务线积累垂直场景语料〔4〕。
行业判断：竞争正从拼基础模型能力，转向拼垂直语料的二次开发能力〔6〕〔8〕。
金融合规：跨境支付对资金安全要求高，AI 落地必须配套合规校验机制。
推广与下一步
稳中求进
先在边界清晰的场景跑通，再按业务风险与团队能力逐步扩大。
给 HR 的三条提醒：组织调整要稳，先跑通场景再谈组织变化；明确过渡周期，让员工看到确定性；目标贴合业务实际，避免「科幻式目标」。
人机分工中，人始终保留边界设定与敏感决策。
案例启示 组织先行、目标牵引、场景沉淀——AI 转型不是买工具，而是重建承接方式；最终要回到需求到结果的链路和业务质量来检验。
调研截至 2026.09.20 · 公开资料整理
查看来源与口径说明
以上整理自公开报道与公开技术分享〔1〕—〔9〕；机制与组织部分为分析框架，不对应具体部门与人事信息。
- [1] 金融大模型项目与应用 · 2023
- [2] 集团组织升级 · 2024
- [3] 支小宝与智能体平台 · 2024
- [4] 蚂蚁相关业务板块 CIO 组织 · 2025
- [5] AQ 发布 · 2025
- [6] 百灵模型与开源底座 · 2025
- [7] 灵光发布 · 2025
- [8] 百灵模型演进 · 2026
- [9] 蚂蚁相关业务板块 AMP · 2026