一款手机银行的主界面是一个对话框，你能想象吗？没错，基于智能体技术，这已成为现实。这家银行既不是拥有技术资源优势的国有银行和头部股份制银行，也非生来具有互联网基因的数字银行，而是一家城商行。

近日，2025年度IDC中国金融行业技术应用场景创新案例公布。与去年对比可发现，今年新增“金融行业智能体”等案例类别，非常契合当下金融机构加速建设智能体的背景。值得注意的是，曾在发布时便引发关注的上海银行AI手机银行此次获得“金融行业智能体”创新奖。这款基于多智能体、通过对话获取金融服务的AI手机银行，成为行业中最特殊的存在。

金融业发力智能体，首款AI手机银行以一个对话框示人

众所周知，大模型在近2年受到追捧，但是其仅有“大脑”，缺乏自主感知与决策执行能力，在实际应用中存在痛点。智能体的出现，则可解决这一痛点，它就像是给大模型装上了“四肢”和“躯干”，可释放大模型潜力，将模型能力转化为解决实际问题的能力，因此成为“新宠”。

在金融业，智能体成为AI落地应用、赋能业务发展的核心一环。《银行科技研究社》获悉，目前已有多家银行探索智能体建设及应用。

例如，工商银行建设智能体工厂，形成了基于MOA架构的智能体支撑能力，为复杂AI原生应用建设和服务提供强大平台赋能；建设银行已打造AI小诸葛智能体，辅助客户经理营销服务；邮储银行将全面推动AI智能体在行内各领域应用，覆盖前中后台场景；平安银行也在加强包括智能体在内的基础能力建设。

更多区域性银行在“摩拳擦掌”，近期有大连银行、天津银行、中原银行、长沙银行等针对智能体项目进行招标采购。

毋庸置疑，智能体在多家银行数智化转型的战略层面已上升至一个新的高度。

据《银行科技研究社》了解，上海银行AI手机银行正是一款基于智能体技术打造的App。它像是一个多智能体的AI专家，无论是面对理财、保险、养老、旅游还是其他服务，均能快速提供专业参考建议，突破传统客户经理的个人知识限制。

有研究表明，人工智能的突破正从单一模型的“更大更强”转向智能体间的协作与集体智慧。上海银行AI手机银行这种多智能体模式，可以说是走在行业前列。

但不得不说，上海银行AI手机银行的突破是极具“颠覆性”的。

区别于传统手机银行的图形化操作界面，上海银行AI手机银行以“对话即服务”为核心，恐怕目前没有比这种LUI（语言用户界面）更能实现“以客户为中心”的界面了。

总体来说，传统手机银行较为复杂的界面和菜单容易让人“眼花缭乱”，且一些功能查找费时，尤其是对于部分老年人来说，即便切换成“长辈模式”仍然不够好用。至于所谓的智能客服，要么无法理解用户需求，要么“答非所问”，很难配得上“智能”二字。

上海银行AI手机银行则抛却一切“繁杂”，只留下一个“对话框”，用户在通过语音或文字与“海小慧”进行对话的过程中，便完成了业务办理，这显然不同于传统手机银行的路数。

比如给亲友转账，只需在对话框输入“我要给某某转账”，AI会调出转入账户的信息，在确认金额后自动进行转账。

对于老年群体，通过对话获取服务还有“奇效”，比如输入“放大字体”，AI会自动调整。

使用该AI手机银行，更像是与一位朋友聊天，不仅“句句有回应”，同时相应的需求也能得到满足。

除了“对话交互”带来的便捷性之外，“智能预判”与“适老化设计”也是其特色。例如，习惯去网点查看养老金的客户，在养老金发放日不仅会收到养老金到账的详细信息，还会收到是否要预约常去网点的推送；老年用户登录时，系统自动切换沪语模式。

实际体验的提升，也带动了相关数据的增长。据悉，“AI手机银行”已推动老年客群线上使用活跃度增长，线上问题解决率显著提高，业务办理转化率提升10%。

上海银行副行长胡德斌曾表示，AI手机银行的推出，不仅仅是一种服务模式的改变，更多的是通过客户对银行服务诉求的阐述，能够更加直接和广泛地收集客户的诉求，同时通过客户诉求去不断研究和丰富产品、服务。

也就是说，AI手机银行是客户需求重视之下的产物。而重视客户需求，其实是不少企业并不具备的品质。

上海银行还不满足于此。胡德斌近日还表示，将以AI手机银行亮相为契机，持续探索AI在金融场景的创新——一方面深化大模型在垂直领域的训练，注入监管法规、产品参数等专业知识，减少“幻觉”问题；另一方面搭建用户反馈闭环，通过真实交互数据迭代模型能力，完善多模态意图识别体系。

《银行科技研究社》获悉，上海银行近年来正加大科技投入。2024年，该行金融科技投入25.19亿元，同比增长3.15%，占营收比为5%，占比达到近几年的峰值。在高投入之下，也就不难理解上海银行对AI的“追逐”。

隐于幕后的无形工匠，为AI手机银行提供技术支持

上海银行作为一家城商行，何以率先打造出这样一款较高完成度的AI手机银行？原因在于其善于利用“外物”——即金融科技服务商已有的技术。

“登高而招，臂非加长也，而见者远；顺风而呼，声非加疾也，而闻者彰；假舆马者，非利足也，而致千里；假舟楫者，非能水也，而绝江河。”荀子在《劝学》中的这段话说明了“利用外物”的重要性。

在AI布局上，上海银行着眼于生态建设和开放合作。其在2024年报中便透露，已将大模型生态建设纳入“深化数字化转型”的重点项目，将加强与科技公司及研究机构的合作，深化大模型技术研发和推广应用。

银行想要加速数智化转型、深化大模型布局，“合作共赢”是比较明智的选择。

为打造可通过自然语言进行交互的个人手机银行服务，上海银行选择了技术厂商——蚂蚁数科。

蚂蚁数科为上海银行提供了包含LUI（自然语言交互）技术及智能体开发、模型管理、算力调度等在内的一站式服务。

事实上，算力一直是制约银行AI应用的重要因素。对此，蚂蚁数科开发的智算平台，可实现多云、多芯、异构算力资源的统一纳管与调度，从而提升算力利用率，同时为企业提供灵活的优化路径。

据《银行科技研究社》了解，上海银行AI手机银行项目的技术底座，即为蚂蚁数科的企业级智能体服务Agentar。Agentar包括AI原生银行、风控、理财、营销等多个已经在金融场景中深度落地的解决方案，可提供高质量金融专业数据及知识库，并已连接数百个金融MCP，为金融机构规模化应用大模型提供数据生态。

对于智能体在金融业的深度应用，蚂蚁数科有自己独到的理解。其定义了金融智能体最重要的三个特性：严谨性、专业性、合规性。其中，合规性体现在，智能体需要遵守相关的行业合规要求，比如不能提到任何理财产品是“保本”的、实时掌握当前最新的金融法规等。

金融大模型、金融知识库、金融工具集，则是蚂蚁数科认为的金融智能体最重要的三大基石。如果说金融大模型是“大脑”，金融知识库就是“专家经验”，金融工具集是“手”。在三者的合力之下，才能打造更易用更好用的金融智能体。

值得一提的是，就在近日，蚂蚁数科还发布了金融推理大模型Agentar-Fin-R1，其在数据层面构建了包括6大类、66小类场景的金融任务分类体系，包括覆盖银行、证券、保险、基金、信托等金融全场景，同时，在训练层面，以加权训练算法提高大模型对复杂金融任务学习效率与性能，降低大模型在金融机构实际业务场景中的落地成本。垂直专用的大模型，相较于通用大模型，显然更符合金融业的专业需求。

上海银行和蚂蚁数科共创的AI手机银行获得关注，也说明了，金融机构在数智化转型之路上，选择好“同伴”是非常重要的。

写在最后

随着智能体在金融业的应用加速，《银行科技研究社》认为，从关注大模型到青睐智能体，银行的AI落地愈加趋于理性和实际。智能体的应用，将在更大程度上助力银行数智化转型。上海银行和蚂蚁数科合作打造的AI原生手机银行或是一个值得同业借鉴的案例。

在不久的将来，这类AI手机银行是否会引领潮流，成为趋势呢？我们拭目以待。

但无论如何，当科技的车轮碾过金融业转型的长河，在我们不曾注意的细节中，有些东西已悄然发生变化。而正是其中一部分企业，引领了这些变化。