近日，新网银行发布2025年年度报告。报告显示，在数字化转型方面，该行已构建行领导牵头、各部门协同的“智擎AI+”工作体系，打造了10类数字员工及77个智能助手，形成覆盖客户触达、风险评估、内部办公等领域的智能化应用矩阵。

此外，新网银行还加强技术创新探索，聚焦大模型及智能体技术在银行运营、研发等领域的实践，申报了13件发明专利和6件软件著作权。据悉，该行已落地实施AI Agent平台等30余项降本增效项目。此前信息显示，该行已建设27个智能体，赋能客服、运营、办公等领域，覆盖11个场景，月均调用量达13万次。

构建“智擎AI+”工作体系，已打造10类数字员工及77个智能助手

年报显示，2025年，新网银行顺应数字金融发展趋势，开展金融科技人才引进与技术攻关，推动AI技术与金融业务深度融合，支撑全行数字化、智能化转型。

具体来看，新网银行已构建行领导牵头、各部门协同的“智擎AI+”工作体系，打造了10类数字员工及77个智能助手，形成覆盖客户触达、风险评估、内部办公等领域的智能化应用矩阵。

为支撑AI应用规模扩增，新网银行打造了异构融合的AI云算力底座，基于容器技术构建算力池化与智能调度能力，实现算力资源统一纳管、动态分配和精细化利用，并通过算力热力图实时监控资源分配及利用效率，推动算力利用率整体提升30%以上。

同时，新网银行还将AI技术用于金融安全和研发体系。该行融合内外部多元数据与AI大模型检索分析能力，打造安全态势感知能力，助力风险早发现早预防；围绕研发各环节打造编码、测试用例生成等10余个大模型助手，推动产品迭代上新。

从发展历程来看，新网银行的AI能力经历了逐步演进。2023年，随着大模型技术的兴起，新网银行开始关注深层次AI应用的可能性，引入了基础大模型并开展相关探索。2024年，AI Agent的发展推动行业应用模式进一步升级。新网银行于当年以试点形式落地首个智能体应用，围绕十余项业务痛点开展实践，为后续规模化应用积累了经验。

2025年被行业视为“智能元年”，新网银行也在此节点启动了“智擎AI+”战略升级，提出“人人AI，处处AI”的目标，让每位员工都能使用AI工具，覆盖全行各条线等领域。

新网银行副行长李秀生曾透露，该行已构建了以AI中台为核心的智能化服务架构，日均调用量超过百万次，覆盖智能客服、贷后管理、智能营销、智能风控等业务环节。

据此前信息显示，在客户服务方面，新网银行打造了大小模型结合的智能客服体系：小模型处理标准化问题，大模型通过静态化增强提升复杂问题解决能力。客服已实现“7×24”小时覆盖，效率较之前得到提升。

在风险决策方面，新网银行通过大模型强化了风险特征解析：通过大模型提取非结构化数据中的风险特征，识别企业供应链中的隐性关联关系，提升风险决策精准度。数据显示，AI加持后，风险认证效率提升了30%。

加强金融科技人才引进，聚焦大模型及智能体技术的探索

对于金融科技人才引进，新网银行首席信息官毛航曾透露看重有经验、技术过硬的金融科技人才。

毛航认为，科技应该先行投入，与业务同步或者略微超前发展，科技人员占比可以不预设目标。他表示，金融科技需要在规范发展和紧随业务发展的基础上探索新技术应用。

近期，新网银行正开展金融科技及风险专项培训生计划。其中，金融科技岗位定向培养兼具金融业务理解+技术研发能力的复合型科技人才，该岗位将参与人工智能、大模型、大数据等金融场景的落地与应用。

此外，在技术攻关方面，2025年，新网银行深度钻研AI、大数据、云计算等技术，聚焦大模型及智能体技术在银行运营、研发等领域的实践探索，申报了“基于智能体工作流的影像文件信息自动化抽取方法与系统”“一种基于大模型的银行智能客服问答方法及系统”“一种提高大模型多轮对话可控性和可解释性的方法及系统”等13件发明专利和6件软件著作权。

其中，“基于智能体工作流的影像文件信息自动化抽取方法与系统”专利，依托视觉模型对影像文件的高精度文字识别能力，结合AI Agent大模型的知识泛化能力，在无需标注数据的情况下，实现了高效、准确的信息抽取；同时，智能体能够根据任务需求调度工作流，动态优化抽取过程，在保证高准确率的同时，控制处理时间。

据《智探AI应用》了解，报告期内，新网银行还落地实施AI Agent平台、基于AI技术的征信报告解读方案等30余项降本增效项目。

此前，李秀生提及过AI Agent在银行的高频场景，包括客服与个性化服务、贷款审批自动化、合规管理与审查、营销分析与洞察、运营流程自动化等。他当时表示，新网银行已建设27个智能体，赋能客服、运营、办公等领域，覆盖11个场景，月均调用量达13万次。

李秀生还分享了新网银行在智能体应用方面的两个案例，其中在查冻扣文件识别场景，该行构建了由AI Agent驱动的信息抽取流程。首先，由计算机视觉模型识别保护性止付、涉案止付、财产查询、财产冻结解冻四类文件的内容，然后依托大模型的语义理解能力，实现结构化信息抽取，覆盖文书的类型、涉案主体、涉及金额、处置方式等13类信息。抽取完成后，AI Agent将信息录入核心系统，对名单人员进行分级管控，并同步至数仓，形成报表，便于统计分析。他指出，大模型细分识别查冻扣文件中的嫌疑人、受害人准确率达100%。另外，文件中涉及的非本行客户，也会录入系统，可在后面服务时提前预判。

李秀生认为，智能体将成为银行业务运行的载体，是提升银行服务的核心竞争力。未来，多智能体协作将推动银行业务从图形用户界面（GUI）向语言用户界面（LUI）演进，重构科技研发项目实施流程。