6月13日，“公司金融2025发展论坛”在黄海之滨青岛举办。本次论坛以“AI普惠带来的产业数字金融发展新机遇”为主题，来自国有银行、股份制银行、城商行、农商行、产业等150家机构的300+行业嘉宾共同参与。本次论坛由青岛金家岭金融聚集区管委会指导，恒生启金主办，恒生电子、阿里云、《贸易金融》杂志社、中国交易银行50人论坛、中国产业数字金融50人论坛协办。

“我们要将智能体串起来，首先让智能体自己‘工作’，然后把智能体‘串’起来一起工作。”北银金科人工智能部总经理助理刘小成深入分享了数据智能赋能公司金融范式发展的实践经验。他指出，随着人工智能技术的飞速发展，大模型已成为数字化转型的新动能。但同时我们也面临着很多挑战，如何有效实现算力精细化？如何构建评价标尺进行模型选择？如何将其他新技术进行快速融合？对此，北银金科进行了很多有益的尝试，以“从单体智能走向集群智能”作为公司金融场景挖掘的核心思路，在此规划之下，聚焦信贷、营销、风控等关键场景，利用AI技术赋能营销精准拓客、风控智能决策，并打破投行并购信息壁垒，实现高效撮合匹配。

以下为演讲全文：

在当今科技飞速发展的浪潮中，人工智能领域几经沉浮，却始终展现出强大的生命力与无限潜力。每一次起伏，都伴随着新机遇、新能力与新场景的涌现。

如今，人工智能的应用已不再局限于简单的问答模式，而是广泛渗透到营业厅服务、医疗健康、出行交通等各个领域。在科研领域，去年诺贝尔物理学奖与化学奖授予了深耕人工智能方向的教授和学者，今年图灵奖也花落前沿领域的两位专家，这一系列荣誉的颁发，无疑预示着我们即将迎来一个全新的时代。

1

聚焦银行业，面对新技术浪潮，其态度究竟如何？

通过对过去两年相关数据的统计分析，并结合 2024 年年报公开信息披露情况，清晰地看到，银行业在拥抱新技术方面展现出了极高的积极性。

展望 2025 年，有两个显著趋势值得关注：相较于2024年，2025年银行业在新技术应用方面的增长率极高，尤其在风控合规领域，增长率高达 700%。同时，技术应用也逐渐从内部使用拓展到客户使用，从低频应用迈向高频业务场景。

在实践过程中，北银金科围绕大模型体系构建提出了四个关键点，各银行在搭建大模型体系时，也普遍面临以下几个层面的挑战：

首先是算法引入与算力问题。过去，GPU资源相对匮乏，而中美关系的变化又进一步引发了对算力资产的关注。算力采购与管理技术发展迅猛，但分配不均的问题依然存在。为解决这一问题，一方面要将算力与云计算统筹起来，整合算力资源，实现按需分配与调度；另一方面，要进行全局管控与统筹规划。

其次是模型选型问题。2023年，随着各类模型的涌现，模型榜单也层出不穷。科技条线的同事们参考行业测评榜单时，发现每个榜单都颇具权威性，却又不断变化更新。为此，北银金科沉淀出一套适用于金融领域、特别是北京银行自身的测评体系，并以此为工具，针对面向大模型进行测评。

每当有新模型发布，例如 DeepSeek 推出新版本，北银金科都能迅速开展测评工作。同时，基于测评结果形成研究报告。以往，完成这项工作需要一个团队花费一周时间，如今借助沉淀下来的平台，一天内即可输出报告。这份报告能够快速帮助我们判断模型是否具备纳入考量范围的资格，即解决模型的准入问题。当前，许多大型银行都在发布自己的模型，北银金科的团队在训练模型过程中，始终保持理性，通过这一套评测体系来衡量工作是否有效。

再者是新技术、新体系引入与融合问题。在大模型出现之前，银行已有一套成熟的架构。如今，如何将大模型与原有架构融合，是科技条线同事们需要深入思考的问题。特别是对于智能体的构建，是重新打造一套全新的系统，还是在原有系统基础上增加部分功能，成为亟待解决的难题。

最后是场景价值挖掘问题。在构建大模型体系后，如何将其应用到具体场景中，挖掘出最有价值的点，是需要持续探索的方向。

在业务协同方面，北银金科致力于实现系统API对接融合、业务流程融合以及在业务流程各节点选择性、必要性地融入 AI 能力，逐步迈向 AI 原生应用。这里展示的二维码所对应的，正是我们打造的 AI 原生应用。未来，无论何种业务场景，都将逐步融入大模型能力，只是程度有所不同。

2

北银金科在公司金融场景挖掘方面的思路与实践经验——坚持从单体智能向集体智能发展的路径。

具体做法如下：

一是梳理业务流程。以信贷业务流程为例，不同银行的流程存在差异，但普遍复杂多样。需要深入剖析业务流程，找出关键节点，并梳理每个业务环节涉及的业务知识、操作手册和规则制度。

二是挖掘单点智能需求。在日常业务中，问答类需求最为常见，此外还有报告类、分析类和执行类需求。需要充分发挥现有接口调用能力，满足这些单点智能需求。

三是串联智能体。北银金科通过两种方式实现智能体串联：一种是在同一业务流程中，利用流程将智能体串联起来，使其协同工作；另一种是让智能体之间直接相互协作，共同完成任务。

基于上述思路，北银金科在公司金融场景中开展了多项具体工作：

在营销领域，构建了企业图谱。从产业链、供应链、生态链的角度出发，构建图谱的目的是快速捕捉商机，获取区域性、产业级的商机信息。通过对已有客户上下游进行穿透分析，挖掘潜在关联客户，提升营销效率。

在风控领域，风控工作犹如一条流水线，涵盖贷前调查、贷中审核和贷后处置等环节。贷前工作已有诸多成熟报告，贷中引入企业分析模型，贷后则建立实时预警机制，分区域、分行业设置预警指数。此外，还会对整个业务流程进行回溯。以汽车处置为例，我们会调取之前的不良审批流程和调查报告，分析业务出现问题的原因，并将全行类似案例进行梳理，为后续业务提供提示、预警和限制作用，有效防范风险。

在投行领域，通过融合之前的小模型和现在引入的大模型，提升了业务能力，实现了能力融合。

在经营领域，推出了ChatBI，这是面向智能领域的典型应用。传统 BI 报表开发模式中，每个系统需单独开发报表，效率低下。我们通过 ChatBI解决这一问题。一方面优化指标研发流程，另一方面将数据交互方式转变为 chat化。目前，北京银行在零售、对公和经营方面已上线十大“水晶球”工具，为经营决策者提供有力支持。

此外，北银金科还积极响应新质生产力的发展要求。例如，投行同事开展投行讲堂，企业办公室同事进行企业宣管，利用数字人与企业、用户及内部人员实时交互。在办公方面，北银金科实现了PPT生成、报告生成和架构图生成等功能，主要面向科技条线同事，显著提高了工作效率。

展望未来，北京银行的战略目标是打造人工智能驱动的商业银行。在此，简单分享两点思考：

一是未来将以人为中心构建模式。这里的“人”既可以是客户，也可以是员工或管理者。围绕“人”，将涌现出一系列 Agent 或智能体，它们有的与“人”协同工作，有的为“人”提供帮助，有的甚至成为“人”的私人助理。目前，北银金科正在推动员工拥有基于自身知识库和部门知识库的专属助理。

二是未来将以流程为核心构建模式。无论是营销流程、信贷流程还是审批流程，其中部分环节可由 AI 完成，但全部由 AI 完成目前尚不可行，仍需人工参与审核、复核。通过这种方式，北银金科将不断提升整个业务或工作过程的效率，使其更加高效、快捷。让我们携手共进，拥抱大模型时代，共同开创银行金融的美好未来！（本文根据刘小成在公司金融2025发展论坛上的发言速记实录编辑整理，有删节，如有出入，恳请指正）