AI大模型技术正改变各行业服务方式与用户体验，银行业作为数据密集型行业，成为大模型应用落地的重要领域。近期，兴业银行为加速推进大模型相关技术的探索及应用落地，对大模型研发提效项目进行供应商征集。

兴业银行将定制开发大模型，提升代码助手与测试助手智能化水平

6月4日，兴业银行发布关于大模型研发提效项目供应商征集公告，该行表示就前期代码助手标准化产品的基础上，针对客户化需求进行实施改造。

公告显示，采购需求是基于该行私有化数据，采用模型训练、微调及RAG技术，定制开发金融垂直领域大模型，以提升代码助手与测试助手的智能化水平。

技术方面要求有：一、支持在该行私有化部署，支持信创；二、代码补全或生成，支持Java、js、vue、C、C++、python等主流编程语；三、在模型侧，提供至少百亿参数规模的代码大模型，可基于行内代码仓库、测试案例库等进行定制化训练；四、客户化改造部分需基于该行JUP开发平台工具进行开发；五、提供合理完善的知识转移计划包括技术培训计划、核心技术的开放程度、对运维人员的培训等。

事实上，兴业银行已多次就大模型进行供应商征集。

2024年7月22日，兴业银行发布三条供应商征集公告，涵盖大模型场景建设解决方案、智能知识检索问答产品及代码辅助产品方面。

其中，在大模型场景建设解决方案方面，兴业银行旨在加速推进大模型领域相关技术的应用落地，参与建设六大领域大模型数字助手体系。根据公告，供应商需提供金融训练集，完成数据工程等前序工作，并基于行里指定的基座大模型建设本行金融垂域大模型。

在智能知识检索问答产品方面，兴业银行表示为进一步提升知识管理和检索问答水平，开展基于大模型的智能知识检索场景建设，需采购基于大模型的智能知识检索问答软件产品一套。

在大模型代码辅助产品方面，公告显示，采购需求为大模型代码助手软件产品一套。值得注意的是，该产品需要包含沉浸式交互编程、智能问答、后台监控、支持在本行私有化部署、私有化定制工具、支持主流编程语、提供至少百亿参数规模的代码大模型等要求。

2024年8月8日，兴业银行发布关于大模型平台产品供应商征集公告，采购大模型平台软件一套，要求实现大模型训练、推理、提示词工程、Agent智能体、安全审查、数据管理及标注、模型评估、模型压缩、模型部署、运维监控、资源管理、权限管理等功能，以及报告生成工具、模型自动化评测数据集和工具等功能。

此外，同日，该行发布关于通用大模型产品供应商征集公告，采购通用大模型软件一套。

公告还提到，需支持兴业银行基于通用大模型训练金融垂域大模型，训练后的模型不设有效期，无商业限制，双方共享知识产权，支持联合输出中小银行机构。

这意味着，兴业银行未来或能对外输出相关成果，提升中小银行的数智化能力。

兴业银行加速数字化转型，大模型在风控、投研等70多个场景取得显著成效

近年，兴业银行加快大模型布局，金融科技人才备受重视。

据悉，在该行招聘公告中，常提到“熟悉主流大模型”“具有相关理论基础和实践经验”等要求，而Prompt、RAG、Agent/智能体、训练、微调等是常见的关键词。

根据兴业银行2023年年报披露，该行发布百亿级大模型ChatCIB，深化人工智能大模型应用，聚焦财富、投资、报告等垂直领域，形成首批大模型场景赋能，应用于智能研报摘要生成、企金产品智能问答、研发代码辅助生成等6大领域。

其中，企金产品助手知识问答准确率达90%；研报摘要助手每年可增效54人；代码生成助手辅助集团研发人员提升研发效能；客服坐席助手可自动扩展相似问并辅助生成进线案例小结等，提升远程银行营销水平及智能运营效率。

在2024年年报中，兴业银行持续优化创新机制，大模型在风控、投研等70多个场景取得显著成效，成功孵化并推广“兴小二”债券交易机器人等一批数实融合应用。

在金融市场业务上，该行推动金融科技赋能投资交易，依托智能化交易平台，引入机器学习、大模型等技术进行系统和策略升级，通过各类算法和因子挖掘提升交易效率。

此外，2024年6月24日，该行推出自主研发了反洗钱领域大模型——AML-GPT，“随兴写”便是基于该自主研发的可疑交易报告智能生成模型打造的应用。

“随兴写”利用强人工智能技术，训练反洗钱可疑案宗报告智能生成模型，依托于系统涵盖的多维度特征，综合分析研判形成符合反洗钱专家逻辑的可疑分析报告，并给出初步处理意见。

值得一提的是，将大语言模型内嵌进反洗钱系统，基于知识检索工具扩充知识库，大模型可以充分发挥生成能力，不断修正和完善可疑分析报告内容，这相当于为每一位反洗钱工作人员配置了一名个性化的数字助手。

除了反洗钱领域大模型，该行还探索大模型技术在数字人领域的应用，推出了自主建设的3D数字人“小兴”。