银行业大模型标杆研究，AI大模型落地银行最好的案例

最新推荐文章于 2025-04-25 15:24:01 发布

AI大模型-大飞

最新推荐文章于 2025-04-25 15:24:01 发布

阅读量714

点赞数 23

文章标签：人工智能 LLM 大模型 AI AI大模型程序员大模型教程

本文链接：https://blog.csdn.net/m0_63171455/article/details/147029772

版权

1.工商银行：大模型技术体系布局
・工商银行体系化推动大模型企业级技术能力建设，按照 “三大支柱、1+X 范式、两全平台、全域生态” 的建设思路，建成集 “算力、算法、数据、工具、能力、安全、应用、生态” 于一体的企业级千亿金融大模型技术体系，并打造 “工银智涌” 大模型品牌，内外协同赋能，实现 “人工智能 + 金融” 新生态。

2 工商银行：面向云智融合的智算能力建设
・为了支撑人工智能技术规模化应用，满足大模型时代的算力供给需求，工商银行参考头部科技公司建设经验，结合自身实际需求开展智算能力建设。目前，工商银行已建成千卡规模国产化 AI 算力云，利用并发加载等技术，实现大模型分钟级弹性启动，具备 TB 级数据一个月内完成千亿大模型全参稳定训练的能力。

3. 工商银行：大小模型协同的算法矩阵
・以 “共享复用、资源集约、成本效益最优” 为准则，工商银行采用 “商用 + 开源” 并行路线，建成多层次、多模态、大小模型协同融合的千亿级金融大模型算法矩阵，并利用智能体框架，构建调控引擎实现不同参数、不同能力模型的统一择优调控，满足金融业务场景复杂多样化的需求。

4 工商银行：企业级金融知识工程
・工商银行从全模数据出发，建成 “世界 - 行业 - 企业 - 领域 - 任务” 五层架构知识体系，利用 AI4Data 数据智能处理技术，打造金融知识工程 “采集、清洗、管理、使用” 全链路智能化技术能力。

5 工商银行：大模型全域安全加固
・为保障大模型安全应用，需要结合业务应用加强大模型全域安全加固。工商银行建立人工智能全域守护安全能力，逐层梳理金融服务全生命周期的安全薄弱点，通过基础设施供应链安全、基模合规可靠、数据内容可信、模型价值对齐微调、服务拦截过滤、问答结果溯源等安全加固，确保人工智能应用安全可控。

6 工商银行： “1+X” 金融行业大模型应用范式
・为了让业务更好地使用大模型，工商银行打造适配金融行业的 “1+X” 工程化解决方案，其中 “1” 是指智能中枢，通过智能中枢的任务感知、决策、执行、反馈等能力实现金融复杂场景的应用。沉淀 “X” 可共享复用的范式能力，包含多模态知识检索、对话式数据分析、智能化文档编写、交互式智能搜索、陪伴式智能研发等多项金融即插即用的零代码工程化解决方案。

7 工商银行：大模型业务落地方法论
・为了确保大模型应用由简到易、规模化有序推进，工商银行提出两阶六步金融大模型应用创新方法论和 “3-1-N” 基于范式的 AI 技术规模化转换方法论：
・两阶六步方法论：运用科技业务双前移的融合创新机制，让科技人员更了解业务需求，业务部门更关注场景设计，共同完成业务全流程全流域的规划设计；
・“3-1-N” 方法论：首选相对简单、容易突破的业务领域，孵化 1 个精品标杆案例，打磨 2 个相似场景，提炼出典型端到端的大模型应用范式，进而实现全行相似的场景的推广，形成 “精品标杆场景打造 - 沉淀标准应用范式能力 - 全域规模化推广” 的最佳实践。

8 工商银行：DeepSeek 大模型部署应用（1）
・基于 “工银智涌” 大模型平台，工商银行引入 DeepSeek 系列开源模型，应用于财报分析助手、AI 财富管家、业绩考评等多个场景，提升复杂数据处理与推理能力，推动业务流程智能化；
・在网络金融对公业绩考评场景，工商银行基于 DeepSeek R1 大模型，通过 “数据自动收集、业绩智能评价、评价精准推送”，实现业绩数据一站式加工、督导评价智能化生成。相较于传统人工模式，该解决方案已面向全行 38 家一级分行推广，经业务部门估算，逐步推广至 500 余家二级分行后，每月预计节约数据统计分析及归纳整理相关工作人工成本 800 人日。DeepSeek 大模型输出了更加有针对性、准确性更高的总分行业务发展策略建议，业务采纳率达到 90%。

8 工商银行：DeepSeek 大模型部署应用（2）
・聚焦对公领域业务产品众多、营销场景复杂、基层学习时间少、知识更新速度快、不经常用则易忘等痛点，中国工商银行打造赋能对公营销人员的对公营销通平台 “天枢百问” 智能体，深度融合 DeepSeek-R1 大模型的推理与知识检索能力，构建快速、准确、全天候、可溯源的结算金融 AI 顾问，目前已正式上线；
・加载 DeepSeek 后，“天枢百问” 在精准解答用户问题的同时，进一步将思考过程可视化，清晰展示问题解决的逻辑链条，显著提升服务透明度与专业性。

9 小结

工商银行在大模型技术应用方面积极探索，成果丰硕。

在技术体系布局上，遵循 “三大支柱、1+X 范式、两全平台、全域生态” 思路，构建 “工银智涌” 企业级千亿金融大模型技术体系，涵盖算力到生态各要素。智算能力建设上，建成千卡规模国产化 AI 算力云，可实现大模型分钟级弹性启动，能在一个月内完成千亿大模型全参稳定训练。

算法层面，采用 “商用 + 开源” 路线，打造多层次、多模态、大小模型协同融合的算法矩阵，满足金融业务场景多样化需求。知识工程领域，搭建五层架构知识体系，运用 AI4Data 技术实现金融知识全链路智能化处理。安全加固方面，建立全域守护安全能力，梳理金融服务安全薄弱点并加固，保障人工智能应用安全。

应用范式上，打造 “1+X” 工程化解决方案，“1” 为智能中枢处理复杂场景，“X” 包含多模态知识检索等多项零代码方案。业务落地有两阶六步和 “3 - 1 - N” 方法论，确保应用有序推进。

DeepSeek 大模型部署成效显著，应用于财报分析、业绩考评等场景，提升数据处理和推理能力。如在网络金融对公业绩考评中，节约人工成本，提供精准策略建议；“天枢百问” 智能体融合 DeepSeek - R1 模型，精准解答问题并可视化思考过程，提升服务质量。工商银行通过一系列举措，在 “人工智能 + 金融” 领域不断开拓创新，构建新生态。