顺势而为,明确人工智能创新路径
新一轮人工智能技术加速演进,大模型正由通用问答向能够规划任务、调用工具、协同执行的智能体转变,为银行业提升经营管理质效、优化客户服务提供了新的技术路径。南洋商业银行(中国)有限公司立足中小银行实际,在严守风险底线的前提下,围绕数字金融基础设施建设和高价值业务场景落地,探索形成平台化建设、场景化突破、小步快跑迭代的人工智能应用路径。
中小银行推进人工智能应用,通常面临技术迭代快、专业人才不足、资源投入受限,以及通用模型与金融专业要求存在差距等问题。对此,南商中国坚持“整体规划、打好基础,重点突破、小步迭代”:以企业级智能体平台承接模型演进,优先选择痛点明确、价值可量化的场景,并以最小可行产品快速验证、持续迭代完善。自 2024 年开展 AI 大模型知识库建设以来,南商中国先后推进“南小羊”智能服务平台和多类智能化场景,为智能体进入核心业务积累了基础。
夯实底座,建设人工智能应用平台
南商中国基于企业级智能体开发平台,构建“应用层、Agent层、通用服务层、中间件层、大模型层、资源管理层”六层解耦架构。应用、工作流、插件工具、知识库与底层模型相互解耦,模型可以按需替换,已经沉淀的业务规则和流程无需重复开发。OCR识别、数据取用、内容召回、重排序等能力被封装为可复用服务,可根据业务负载弹性扩展,为后续场景复制提供统一技术底座。
平台采用“意图识别、混合检索、重排序”的知识检索机制,先对问题进行纠错和改写,再并行调用向量与关键词检索,最后筛选相关内容,提升知识召回的覆盖度和准确性。基础环境适配KylinOS、OceanBase 以及国产和通用 GPU,采用共享集团 AI 算力与逐步自建算力相结合的模式,实现技术演进弹性、投入可控和信创适配之间的平衡。
聚焦尽调,推动核心业务场景落地
对公授信尽职调查涉及工商、司法、征信、财务、舆情及行内信贷等多源信息。传统作业中,客户经理需要在多个系统间查询、下载和整理材料,再按照模板撰写报告,通常耗时 3 至 5天;同时,报告质量较大程度依赖个人业务经验,风险线索容易分散在不同材料中,关键结论与原始数据的对应关系缺失也不便复核。南商中国因此选取授信尽调报告生成作为智能体落地的首个重点场景。
项目以尽调报告生成智能体和风险分析智能体为两大主干,按照工商、主营业务、财务报表、对外投资、资信状况五个维度设置专业分析模块。客户经理选定企业后,系统通过 MCP 及行内接口调用外部企业数据和内部业务数据,解析客户上传材料,完成数据整理、章节草稿生成和风险线索辅助识别;客户经理根据业务实际复核、补充并确认后,形成标准化尽调报告。每一章节保留数据来源标签、版本记录和操作日志,使报告内容能够回溯至原始材料进行核验,服务业务复核、内审和监管检查。
深化专业分析,提升报告质量
项目结合授信尽调要求,对财务分析和行业分析进行专项优化。财务分析方面,系统对审计报告和财务报表进行 OCR 识别、科目映射、勾稽校验和人工复核,形成标准化资产负债表、利润表和现金流量表;在此基础上,从规模与结构、偿债能力、盈利与营运能力三个层次开展分析,设置 28 项指标,其中 18 项为必备指标。通过模型迭代,复杂表格识别准确率由 23.5% 提升至 89.5%,降低了重复录入和基础计算工作量。
行业分析方面,系统不再仅凭企业名称和国民经济行业分类生成概括性内容,而是结合主营业务、细分产品、上下游关系和竞争对手等信息扩展检索条件,查询参数由 15 项增加至 45 项,并支持匹配最多 5 家可比企业,使行业判断更贴近企业实际经营。上述专业模块均采用“机器生成初稿、业务人员复核定稿”的人机协同方式,既发挥大模型的信息处理能力,也保留授信人员的专业判断。
严守底线,统筹创新与安全合规
南商中国将安全合规要求贯穿数据接入、模型调用、内容生成和结果使用全过程。涉及客户和行内敏感信息的场景部署在行内可控环境,按照岗位职责设置访问权限和数据范围,传输与存储环节采用 VPN、HTTPS 及敏感字段加密,并通过日志留痕、代码审计和安全测试强化过程管控。针对提示词注入、敏感信息泄露和不当内容生成等人工智能特有风险,平台设置输入输出检测和安全策略。
在业务责任边界上,项目坚持“人工智能辅助、专业人员负责”。智能体输出定位为尽调工作底稿,必须经过客户经理核验确认,不直接替代授信审查审批,不改变既有信贷决策流程和责任分工。来源标注、版本留存和审计追溯机制,使技术应用既可用、可查,也便于纠错和问责。形成实效,沉淀可复制实践经验
项目试运行以来,已完成97份尽职调查报告,覆盖制造业、批发业、餐饮业、建筑业、石化和新能源等行业。报告撰写时间由 3 至 5 天缩短至 1 小时以内,人工收集、整理和基础撰写工作约 70% 实现自动化,客户经理工作效率提升约 50%,审批效率提升约 20%,隐性风险发现率提升40% 以上。客户经理可以将更多精力投入现场核实、风险判断和客户服务,提升对制造业、中小微企业等实体经济客户的授信响应效率。
实践表明,中小银行推进人工智能应用,关键是将平台能力、业务规则、数据治理和安全责任同步落到流程中:以统一平台沉淀共性能力,降低模型迭代和重复建设成本;选择痛点明确、价值可衡量的场景,以业务反馈驱动迭代,项目上线后已完成 21 项优化;把来源追溯和人工复核嵌入生成过程,确保效率提升不弱化风险管理;将成熟能力封装复用,逐步延伸至企业全景、行业洞察和舆情预警等场景。南商中国将继续在安全、合规、可控的前提下推进智能体应用,以数字金融能力更好服务实体经济。
供稿:南商中国
原文刊载于公会会刊《上海银行同业》2026年9月