TL;DR：

· AI Agent 最先冲击的，不是金融产品本身，而是金融业长期依赖的“消费者惰性”。伯恩斯坦保险续保、低息存款、券商闲置现金和信用卡首选卡地位，都可能因为自动比价和资金优化而承压。

· 伯恩斯坦真正的瓶颈不是技术，而是权限、信任和责任。伯恩斯坦银行、券商、保险公司仍掌握账户与数据入口，消费者也更愿意让 AI “辅助决策”，而非完全自主操作。

· 伯恩斯坦冲击不会平均发生。伯恩斯坦依赖用户黏性和切换成本的业务压力更大，但 Visa、Mastercard 等支付网络可能因身份验证、Tokenization、风控和争议处理需求上升而受益。

· 伯恩斯坦后续最重要的观察点，是 Agent 是否真正获得“执行权”。伯恩斯坦包括消费者授权程度、金融机构是否开放数据接口，以及保险续保、存款黏性、cash sweep 等经营指标是否开始变化。

编者按：消费级 AI Agent 正在从「帮用户回答问题」，进一步走向「替用户完成任务」。伯恩斯坦在最新报告中提到，Muse 上线后迅速登上美国 App Store 榜首，下载量达到约 280 万，用户已经开始用它预约服务、取消订阅、比较保险、填写表格和联系客服。与此同时，一批依赖消费者黏性和操作摩擦的金融股出现明显下跌。

市场最直观的担忧，是 AI Agent 会不会直接绕过银行、保险公司、券商和信用卡。但 伯恩斯坦真正讨论的并不是简单的「技术替代」，而是一个更基础的问题：如果 AI 可以持续替消费者比价、切换产品、移动资金，金融行业过去建立在消费者惰性、信息摩擦和切换成本之上的利润，会不会开始被压缩？

报告认为，保险续保、银行存款、券商闲置现金和信用卡「首选卡」地位都可能受到影响。但这并不意味着 Agent 很快就能全面接管金融决策。金融机构仍然控制账户、数据和交易权限，消费者也未必愿意把钱完全交给 AI，责任与监管框架更没有跟上技术发展。

因此，这一轮 Agent 对金融业的影响可能不是全面颠覆，而是重新分配价值：越依赖消费者“不行动”赚钱的环节，潜在压力越大；越能提供身份验证、支付安全、风控和数据接口的基础设施，反而可能变得更重要。

以下为原文编译：

Muse 上线之后，金融市场很快开始交易一个新问题：如果消费者拥有一个可以替自己持续比价、换产品、取消订阅甚至移动资金的 AI Agent，传统金融机构靠什么继续留住客户？

伯恩斯坦统计显示，自 Muse 推出以来，保险、大型银行及信用卡发行商、区域银行、券商和按揭贷款机构均出现不同程度下跌，其中按揭贷款相关公司跌幅最大；支付板块受到的冲击则相对有限。

这种市场反应背后的逻辑并不复杂。

金融行业有相当一部分利润，并不是因为消费者每次都做出错误决策，而是因为消费者根本不会持续优化自己的选择。

而 AI Agent 最可能改变的，恰恰是这一点。

AI Agent 最先动到的，是金融业的「消费者惰性」

保险是最典型的例子。

很多用户在保单到期后会直接续保，而不是每年重新比较价格、保障范围和不同公司的产品。只要这种续保惯性存在，保险公司就拥有一定的定价空间。

银行和券商也存在类似逻辑。

消费者不会每天比较不同银行的存款利率，也不会持续处理券商账户中的闲置现金。于是，低收益存款可以长期留在银行，券商也能从 cash sweep（闲置现金归集） 等业务中获得收入。

信用卡行业则依赖另一种习惯。

消费者往往长期使用同一张信用卡，这种「默认优先使用某张卡」的地位通常被称为 top-of-wallet。银行通过积分、返现和长期使用习惯，把一张卡变成消费者付款时的默认选择。

AI Agent 有可能同时削弱这些优势。

如果 Agent 可以自动比较保险报价、实时寻找更高的存款收益率、把券商闲置现金转移到更高收益产品，或者在每一次消费前比较不同信用卡的返现、积分和利率，那么过去需要消费者主动完成的「搜索—比较—切换」流程，会被大幅压缩。

伯恩斯坦因此认为，自动化现金管理可能让存款迁移变得更加容易，从而推高银行融资成本、压缩净息差；券商的 cash sweep 收入可能承压；信用卡发行商则可能失去一部分 top-of-wallet 和长期使用习惯带来的优势。

这里真正发生变化的，不一定是金融产品本身。而是消费者优化金融产品的成本正在下降。

过去，为了每年换保险、比较五家银行利率、研究哪张信用卡返现最高，消费者需要投入时间和精力；如果这些事情可以由 Agent 持续在后台完成，那么「用户懒得换」本身的经济价值就可能下降。

Muse 推出后不同金融板块股价表现。

但 Agent 能做，不代表它有权做

如果顺着这套逻辑继续推演，很容易得出一个极端结论：AI Agent 最终会绕过银行、保险公司和券商，直接替消费者完成所有金融决策。

伯恩斯坦认为事情没有这么简单。

第三方 Agent 面临一个基本矛盾：如果没有商户和金融机构配合，它很难真正完成复杂交易；但如果开放接入意味着失去客户关系、交易入口或者部分收入，金融机构又没有理由无条件配合。

银行、券商和保险公司仍然掌握着几个关键控制点：账户登录、身份验证、数据权限、正式报价，以及用户是否具备某项产品的资格。

这也是为什么部分平台已经开始限制 Agent 的访问。

伯恩斯坦提到，Amazon 曾选择屏蔽 Muse，双方围绕 Agent 身份识别和用户登录凭证使用存在争议；保险比价平台 Insurify 也限制 Muse 抓取报价，理由是保险并不是简单的价格比较——保费之外，还有保额、免赔额、折扣条件、投保资格以及监管披露等大量信息。如果 Agent 最终只呈现一个「最低价格」，消费者得到的可能并不是一个真正可比的产品。

这意味着，金融 Agent 的核心瓶颈正在从「模型能不能做」转向「谁允许它做」。

数据就是其中最重要的一道门槛。金融机构掌握账户认证、账户数据和数据共享权限，因此 伯恩斯坦提出了一个与「AI 平台向银行收费」相反的可能性：未来银行是否会反过来向 Agent 收取数据访问费？

报告提到，此前美国围绕 Section 1033 的开放银行规则，原本试图要求银行通过安全 API 免费向消费者及其授权第三方提供账户数据；相关规则随后受阻，而 JPMorgan 此后已经开始向数据聚合商收取客户数据访问费用。Bernstein认为，未来围绕 Agent 的数据访问，很可能出现更多屏蔽、付费协议，以及金融机构主动控制向 Agent 展示哪些信息的情况。

即便技术和数据接口都已经具备，消费者自身也是另一道限制。

TD Bank 2026 年针对超过 2500 名美国消费者的调查显示，55% 已经使用 AI 辅助管理个人财务，但只有 18% 愿意让 AI 独立做出重要金融决策。消费者明显更接受「AI 提供建议、人保留最终决定权」的模式。

其他调查也呈现类似结果。ACI Worldwide 与 YouGov 的调查显示，只有 7% 的美国和英国消费者愿意让 AI 助手未经批准直接购物；Accenture 的调查则显示，32% 愿意让 Agent 在设定范围内进行购买决策，但到了实际付款环节，只有 12% 愿意让 Agent 完全自主决定。

不同场景下消费者对“AI 辅助”和“AI 完全自主”的接受度，金融投资决策位于自主接受度最低的一档。

因此，金融 Agent 最早大规模落地的形态，可能不是完全自主，而是：AI 完成搜索、比较、筛选和执行准备，人类在关键金融决策和付款环节保留确认权。

更麻烦的是，一旦 Agent 真正开始执行交易，责任问题也会出现。

Agent 提交的贷款申请能否代表消费者有效授权？如果 Agent 使用过期数据，为用户选择了一款 technically eligible、但并不适合他的产品，损失究竟由模型公司、金融机构还是消费者承担？如果 Agent 开始主动比较并推荐保险或投资产品，又在什么情况下会构成受监管的 financial advice（金融建议）？

伯恩斯坦将这些未解决的问题归纳为授权、身份识别、金融建议、牌照、数据访问和责任归属等多个方面。

因此，金融服务和普通电商最大的区别可能在于：让 Agent 帮用户订一顿饭很容易，但让它替用户配置资产、申请贷款或者购买保险，需要解决的是整套权限、信任和责任机制。

冲击不会平均发生：Visa、Mastercard 反而可能受益

也正因为如此，AI Agent 对金融行业的影响不会平均分布。如果一家公司主要依赖消费者惰性、产品切换成本或者长期使用习惯获利，Agent 的出现可能会削弱其部分优势。

但对于负责解决身份验证、支付安全和交易责任问题的基础设施公司，逻辑可能完全相反。

Visa 和 Mastercard 就是 伯恩斯坦最看好的例子之一。

直觉上，如果 AI Agent 可以自主付款，卡组织似乎可能被绕开。但 伯恩斯坦认为，Agentic Commerce 对 Visa、Mastercard 反而构成积极因素。

原因在于，当支付从「人亲自操作」变成「机器代表人操作」，整个支付体系需要解决的信任问题反而更多：谁在发起交易？它代表谁？是否获得授权？允许支付多少？一旦发生欺诈或争议，又如何处理？

这些都需要更复杂的身份验证、风险控制、Tokenization 和争议处理机制。

这里的 Tokenization（支付令牌化），指的是用专门生成的数字凭证代替真实银行卡号完成支付。进入 Agent 场景后，这类 Token 还可以携带更多关于交易主体、使用场景和授权范围的信息。

Visa 已推出 Visa Intelligent Commerce，Mastercard 也推出 Mastercard Agent Pay。Bernstein认为，随着 Agent 交易增加，这类 Agentic Token 及其背后的身份与风险管理能力可能变得更加重要。

这也解释了为什么发卡银行和卡组织面临的影响可能并不相同。

发卡行原有的 top-of-wallet 优势，可能因为 Agent 每次都重新比较奖励和利率而被削弱；但 Visa、Mastercard 所提供的交易网络、身份验证、风控和争议处理，反而可能因为机器交易增多而变得更重要。

同样的逻辑也适用于 Adyen、Stripe 等 PSP，即 Payment Service Provider（支付服务提供商）。

Agent 越多，商户需要兼容的平台、协议和支付接口越复杂。Bernstein认为，现代 PSP 可以帮助商户统一处理不同 Agent 渠道，这反而可能创造新的差异化空间。Adyen 已经推出 Adyen Agentic，让企业无需针对每一个 AI 平台重新搭建完整的商业系统。

PayPal 的位置则更微妙。

如果 Agent 已经替用户处理付款，过去数字钱包用来降低 Guest Checkout 摩擦的价值可能下降；但另一方面，数字钱包也可以把自己的角色扩展到信任、欺诈保护、争议处理、优惠发现和支付方式优化上。

因此，Agent 不一定消灭支付中间层。它更可能改变不同中间层存在的理由。

接下来真正要看的是：谁掌握 Agent 的「执行权」

Muse 的快速增长已经证明，消费级 Agent 可以在很短时间内获得大量用户。但对金融行业而言，模型本身有多聪明，可能反而不是下一阶段最重要的变量。

真正需要观察的是三个问题。

第一，消费者会不会从「让 AI 给建议」，逐渐走向「让 AI 直接执行」。

第二，银行、券商和保险公司会如何处理 Agent 的数据和账户访问请求——是限制、收费、合作，还是推出自己的 Agent。

第三，也是最关键的一点，保险续保率、银行存款黏性、券商 cash sweep 余额以及信用卡 top-of-wallet 等真实经营指标，是否开始因为 Agent 的普及出现持续变化。

只有当这些指标真正发生变化，AI Agent 对金融商业模式的冲击才算从市场预期进入经营层面。

所以，伯恩斯坦这份报告真正提出的问题，并不是「AI 会不会颠覆金融业」。而是，当消费者第一次拥有一个可以 24 小时替自己寻找更低价格、更高收益和更优条款的代理人后，金融行业里哪些利润，本质上建立在消费者过去懒得动之上？

与此同时，哪些公司真正掌握身份、数据、支付和责任体系，也会变得越来越重要。这可能才是 Agent 时代金融业真正需要重新定价的地方。