近日，在中国国际服务贸易交易会-第七届中国金融科技论坛，北京银行软件中心副总经理代铁围绕人工智能赋能全面数字化经营主题，展开了深度分享。

据《睿见Economy》报道，此次分享的核心内容可分为北京银行的人工智能发展历程、数字化转型进入2.0阶段、人工智能应用的具体实践和挑战。

北京银行的人工智能发展历程

代铁指出，北京银行一直重视人工智能在各业务领域的应用和发展，在推进人工智能的过程中，大概可以分为三个阶段。

第一个阶段是2018年-2020年的探索应用阶段，当时的应用是以点状的方式解决了一些具体业务流程的痛点问题，例如，上线了语音识别，生物特征仓库的应用等。

第二个阶段是2021年-2022年的构建中台阶段，为满足全行各业务条线对智能化应用的交付需求，北京银行整合了语音、图像、知识图谱、自然语言处理等各项人工智能能力，建设了自己的智能中台——京智大脑。

第三个阶段是2023年-2025年全面赋能阶段，北京银行运用已经积累的人工智能能力，在各业务领域进行了应用，覆盖了营销、风控、运营、管理等各个业务场景。此外，北京银行还打造了京翼MaaS平台与京骑Agent平台，推动了人工智能技术与银行科技、业务场景深度融合。

数字化转型进入2.0阶段

过去三年，北京银行坚持以数字化转型统领“五大转型”，推动业务、技术、数据深度融合，数字化转型1.0阶段已圆满结束。

从今年开始，北京银行数字化转型迈入2.0阶段。代铁表示，2.0阶段就是全面数字化经营的阶段，该阶段核心标志有6个，其中，以人工智能为动力是最重要的一点，其他分别是以客户为中心、以价值创造为导向、以数据挖掘为基础、以资源配置为能力、以科技创新为支撑。

为实现全面数字化经营，代铁认为，在AI应用方面需要做好以下四点工作：一、推动AI与全行的“123456”战略进行融合；二、持续打造AI技术能力，加强前沿AI技术的引入和探索；三、深化AI应用的赋能，打造“人+机器”的协同模式、“超自动化”的业务处理模式、“数字员工”的双客服务模式、“低代码”的辅助开发模式；四、打造AI理念和文化氛围，鼓励员工用“AI思维”去思考，让员工成为AI的受益者、践行者和推广者。

此外，2.0阶段还有一项重要工作就是践行“All in AI”战略，这需要一个AI+的体系去进行支撑。代铁透露，北京银行为此构建了从下到上智算资源、模型赋能、平台支撑、应用落地四层架构。

北京银行还通过“All in AI”战略，积极打造以人工智能驱动的商业银行。目前，该行通过大小模型的双轮驱动，初步形成了包括报告自动生成、归因分析，语音语义识别等20余项AI能力，同时也打造了像尽调助手、智能财报助手，AI会议助手等100余项应用，为全行的高质量发展注入新的动能。

人工智能应用的具体实践和挑战

当前，AI已经运用在了北京银行各业务领域，代铁以银行信贷、营销领域为例，进行了简单介绍。

在信贷业务场景，以往客户经理编制尽调报告需时3天，如今北京银行用Agent技术对接信用风险管理系统，使得客户经理在编制尽调报告时方便获取企业的基本情况，提升了编制尽调报告的效率。数据显示，应用智能尽调生成之后，客户经理1天之内就能完成报告，同时也降低了审批人员的审批难度。

在信贷风控场景，北京银行一直面临着不良资产归因分析的数据散落在各个信贷业务流程领域，缺乏标准化的归因分析流程及相应系统，难以掌握不良资产产生的主要因素。为解决这一困境，该行应用了大模型+小模型的技术，用小模型进行意图识别，利用大模型进行不良调查报告的总结归纳，同时提供不良资产归因的智能问答，最终完成了发现问题、整改问题、杜绝问题的闭环。

在营销拓客场景，传统营销仅靠单一股权关系推送商机，精准度低。现在该行通过构建区域、行业、产业图谱，利用Agent深度检索的能力，对供应链上下游的供应商进行全面分析。Agent可以根据供应商的关系紧密程度、分支机构等指标，在银行授信、借款到期、应收账款临期等时点，提供各种营销线索的推送。目前已生成万余条线索，大大提升了推送的准确度和全面性，助力客户经理进行链式营销拓客。

最后，代铁还阐述了AI应用过程出现的问题与挑战：一、经济形势导致银行利差收窄，投入AI的资金受限；二、对于中小型银行来说，大模型的算力以及模型投入的AI成本高，随着新场景发掘减弱，推进AI落地的不确定性增加；三、银行数据质量参差不，语料转化能力不足，制约大模型发展；四、AI的发展需要政策制度的支持，五、外部厂商迭代速度与银行监管要求存在矛盾。