來源：鑫智獎·2025第六屆金融機構(gòu)數(shù)智化轉(zhuǎn)型優(yōu)秀案例評選

獲獎單位：重慶農(nóng)商行

榮獲獎項：大模型創(chuàng)新優(yōu)秀案例獎

一、項目背景及目標

在數(shù)字化轉(zhuǎn)型加速的背景下，金融機構(gòu)面臨兩大核心挑戰(zhàn)：一是信息處理效率難以匹配業(yè)務復雜度，傳統(tǒng)搜索工具對掃描件、非結(jié)構(gòu)化數(shù)據(jù)的解析準確率低，且缺乏多模型對比能力；二是培訓體系存在標準化與量化評估缺口，線下培訓成本居高不下，但知識留存率卻很低。基于此，重慶農(nóng)商行結(jié)合《金融科技發(fā)展規(guī)劃》要求，于2024年啟動“AI小渝”項目，旨在通過技術(shù)創(chuàng)新破解效率瓶頸與人才培育難題。項目以“構(gòu)建智能知識中樞”與“打造數(shù)字化培訓生態(tài)”為雙目標，一方面通過多模態(tài)大模型技術(shù)提升信息處理效能，利用智能化手段提高員工業(yè)務咨詢響應速度、準確性，降低客戶等待時間和投訴率；另一方面建立可追蹤、可量化的陪練評估體系，最終實現(xiàn)員工技能掌握率提升、培訓成本降低的核心指標，并為銀行其后大規(guī)模AI應用奠定基礎(chǔ)。

二、創(chuàng)新點

項目圍繞技術(shù)整合與場景應用實現(xiàn)四大突破：一是研發(fā)金融領(lǐng)域多模型協(xié)同決策引擎，根據(jù)問題語義自動分配最優(yōu)模型，實現(xiàn)多模型動態(tài)適配，解決單一模型局限性問題。例如DeepSeek R1滿血聯(lián)網(wǎng)版可自動抓取實時市場數(shù)據(jù)并標注溯源，騰訊金融模型則聚焦垂直領(lǐng)域?qū)I(yè)解讀；二是研發(fā)場景化陪練增強系統(tǒng)，構(gòu)建“場景選擇-角色配置-實時問答-智能評估”閉環(huán)，同步構(gòu)建500+金融標準話術(shù)的知識圖譜，為客服人員提供上下文敏感的話術(shù)推薦，顯著提升對話質(zhì)量；三是創(chuàng)新開發(fā)五維評估模型，基于深度學習算法從知識傳遞清晰度、互動響應速度等維度生成雷達圖報告，評估報告生成時間小于5秒，并配套個性化改進建議；四是構(gòu)建安全增強架構(gòu)，實施“數(shù)據(jù)脫敏+安全加密+訪問審計”三重防護，確保數(shù)據(jù)不出行，且服務合規(guī)可靠。

三、項目技術(shù)方案

在整體架構(gòu)設(shè)計上，項目采用三層混合云架構(gòu)設(shè)計，基于全棧國產(chǎn)化解決方案，從服務器、操作系統(tǒng)、數(shù)據(jù)庫、中間件、應用框架等均使用國產(chǎn)認證產(chǎn)品或自研產(chǎn)品，如應用框架使用行內(nèi)自研微服務框架WindRunner。具體來說，項目應用層部署智搜多模型問答系統(tǒng)（小渝智搜）、智練場景化培訓平臺（小渝智練）和運營監(jiān)控駕駛艙；服務層構(gòu)建四大核心引擎——多模型協(xié)同決策引擎連接模型調(diào)度策略庫、多模態(tài)處理引擎整合OCR/ASR服務集群、智能評估中心運行天御審核大模型、合規(guī)過濾矩陣接入敏感詞規(guī)則引擎，其中多模型協(xié)同決策引擎基于行內(nèi)自研云管平臺進行容器化部署，實現(xiàn)秒級模型調(diào)度；基礎(chǔ)層整合DeepSeek R1、騰訊混元等大模型集群、行內(nèi)全業(yè)務領(lǐng)域向量知識庫以及巨量節(jié)點金融事理圖譜。項目整體架構(gòu)圖如圖1所示。

圖1 AI小渝整體架構(gòu)圖

在核心模塊技術(shù)實現(xiàn)方面，一是多模型協(xié)同決策引擎，基于行內(nèi)自研網(wǎng)關(guān)構(gòu)建，支持每秒3000+并發(fā)路由；二是多模態(tài)處理引擎，包含兩大子系統(tǒng)：文檔解析子系統(tǒng)采用騰訊自研OCR模型，語音交互子系統(tǒng)基于騰訊云ASR和TTS模型構(gòu)建ASR系統(tǒng)，實現(xiàn)端到端延遲小于1.5秒并支持重慶方言識別；三是智能評估中心，采用天御審核大模型生成多維語義向量，標記知識點/話術(shù)點/風險點，最后通過評估矩陣生成五維度打分和雷達圖報告。項目最終效果如下，小渝智搜如圖2所示。

圖2 小渝智搜實際應用圖

小渝智練如圖3所示。

圖3 小渝智練實際應用圖

四、項目過程管理

需求分析和概要設(shè)計階段：2024年5月至2024年6月；

系統(tǒng)詳細設(shè)計階段：2024年6月至2024年7月；

系統(tǒng)編碼、測試和上線準備階段：2024年7月至2025年2月；

上線時間：2025年2月；

推廣實施階段：2025年2月起。

五、運營情況

項目上線一月內(nèi)使用用戶達10000人（覆蓋全行66%員工），月活率穩(wěn)定在50%，單日問答請求峰值達6000余次，系統(tǒng)故障恢復時間控制在15分鐘內(nèi)。應用場景持續(xù)擴展，除原有商戶業(yè)務、普惠貸款等模塊外，新增跨境金融、綠色信貸專項陪練場景。用戶反饋顯示，業(yè)務人員問答效率提升30%，員工新業(yè)務場景培訓周期縮短35%。同時，知識庫通過“AI訓練師”機制實現(xiàn)動態(tài)更新，月均優(yōu)化案例150條，保障內(nèi)容時效性。

六、項目成效

項目實現(xiàn)經(jīng)濟效益與社會效益雙豐收。經(jīng)濟層面可節(jié)約可觀的培訓成本，顯著提高業(yè)務溝通效率。社會效益方面，借助“AI小渝”項目，重慶農(nóng)商行成為全國首批接入DeepSeek大模型應用的金融機構(gòu)，也是首家通過知識引擎構(gòu)建基于DeepSeek的聯(lián)網(wǎng)應用的金融機構(gòu)。作為大模型技術(shù)在銀行的創(chuàng)新實踐，本項目通過多模型協(xié)同與垂直領(lǐng)域優(yōu)化的深度融合，為后續(xù)大規(guī)模應用大模型提供了可復用的技術(shù)路徑與業(yè)務適配經(jīng)驗。項目通過構(gòu)建多源異構(gòu)模型集成框架，探索了不同模型在金融場景中的能力邊界與協(xié)作機制，例如DeepSeek的實時聯(lián)網(wǎng)檢索與騰訊金融模型的行業(yè)知識沉淀相結(jié)合，驗證了“通用能力+垂直優(yōu)化”雙輪驅(qū)動的技術(shù)可行性，為后續(xù)模型選型與場景匹配提供了重要參考。

七、經(jīng)驗總結(jié)

“AI小渝”項目作為銀行業(yè)智能化轉(zhuǎn)型的創(chuàng)新實踐，通過“小渝智搜”與“小渝智練”兩大功能模塊的深度融合，成功構(gòu)建了一個集知識服務與能力培養(yǎng)于一體的綜合性AI平臺。這一“雙輪驅(qū)動”模式不僅有效解決了銀行在業(yè)務知識應用和員工培訓方面的痛點問題，也為金融行業(yè)數(shù)字化轉(zhuǎn)型提供了可復制、可推廣的實踐樣本。

未來，隨著AI技術(shù)的持續(xù)進步和銀行業(yè)務場景的不斷拓展，我行將重點推進三方面升級：一是持續(xù)優(yōu)化重慶方言語音識別模型，二是開放API對接信貸審批等核心系統(tǒng)，三是建立“月話術(shù)更新-季場景擴展-年架構(gòu)升級”長效運營機制。我們相信，技術(shù)與業(yè)務的深度融合，將為銀行持續(xù)創(chuàng)造價值，助力金融服務邁向更加智能化、人性化的新階段。

更多金融科技案例和金融數(shù)據(jù)智能優(yōu)秀解決方案，請在數(shù)字金融創(chuàng)新知識服務平臺-金科創(chuàng)新社案例庫、選型庫查看。