2025年7月24日，由成都市天府新区立言金融与发展研究院、中国人民大学金融科技研究所联合主办，成都农商银行与浦江银行业论坛共同协办，金融科技50人论坛承办的“区域性银行大模型应用路径与发展”论坛及同业交流活动，在盛夏时节的成都天府新区圆满举办。

在数字经济加速发展的背景下，商业银行正积极拥抱大模型技术，推动业务模式创新与效率提升。2025年政府工作报告明确提出“支持大模型广泛应用”，中国人民银行科技工作会议也强调要“安全稳妥有序推进人工智能大模型等在金融领域应用”。区域性银行作为服务地方经济的重要力量，亟需把握这一技术变革机遇，实现高质量发展。来自全国性行业协会、国有大型银行、顶尖高校、前沿科技公司的重磅专家与四川辖区的金融管理部门、银行业等金融机构围绕“银行大模型”展开深入探讨与交流。

会议第一部分，由成都市金融局相关领导，中国人民大学社会科学高等研究院（深圳）执行院长、金融科技研究所执行所长宋科作开场致辞，会议由上海金融与发展实验室副主任、招联首席研究员董希淼主持。

 主持人  董希淼 上海金融与发展实验室副主任、招联首席研究员

 宋科   中国人民大学社会科学高等研究院（深圳）执行院长、金融科技研究所执行所长

中国人民大学社会科学高等研究院（深圳）执行院长、金融科技研究所执行所长宋科提出区域性银行数字化转型需重点把握三重关系。首先，区域经济环境对银行业态具有决定性影响，成都依托交子等历史创新基因及当前金融机构集聚优势，具备数字化转型先发条件。其次，不同规模银行面临差异化挑战，过去十年中小银行并未实现借助于数字化转型弯道超车，反而出行了强者恒强的马太效应，新一轮大模型技术能否重构竞争格局，仍有待验证。再者，数智化转型需系统协同、战略规划、组织变革、技术适配等多维要素，区域性银行应立足禀赋制定差异实施路径。

会议第二部分，邀请到交通银行原执行董事、副行长侯维栋，成都市天府新区立言金融与发展研究院理事长，上海金融与发展实验室首席专家、主任曾刚，科大讯飞副总裁、星火企业军团常务副总裁、金融业务群总经理沈海波作主旨发言。

侯维栋 交通银行原执行董事、副行长

交通银行原执行董事、副行长侯维栋探讨了区域性银行数智化转型的机遇、挑战与发展趋势。

首先，侯维栋强调，区域性银行数智化转型势在必行，核心驱动力来自三个方面。一是客户需求变革推动金融服务向场景化、个性化升级。二是移动互联网科技企业加速金融版图扩张，市场存量竞争加剧。三是商业银行降本增效与风险管控的刚需。

其次，他指出区域银行数智化转型面临多重挑战，例如国有大行业务下沉挤压发展空间、规模小导致运营成本高企、风控能力弱于大行、技术基础薄弱、复合型人才短缺等。2024年行业数据显示，区域性银行平均科技投入仅占营收2.1%，显著低于国有大行4.3%的水平。

关于创新路径，他强调需把握群体性全员参与、目的性解决痛点、跨界性突破壁垒这三个特征。具体提出技术创新引进消化再创新、整合创新破除部门壁垒、业务创新聚焦存量时代“深耕·融合·降本”策略。并重点分析AI应用三大方向，包括融合大模型与数据分析能大幅减轻客户经理的案头工作，发展轻量级模型降低资源消耗，以及运用人工智能提升IT的应用适配效率。

最后，他提出，在实施方面，区域性银行可优先梳理经营痛点，结合区域经济明确服务重点，坚守风险管理核心，并在安全前提下借力外部技术资源，强化项目管理与资源保障机制。

曾刚 成都市天府新区立言金融与发展研究院理事长，上海金融与发展实验室首席专家、主任

成都市天府新区立言金融与发展研究院理事长，上海金融与发展实验室首席专家、主任曾刚强调，银行业数字化转型须坚守“以客户为中心”核心，避免过度追求技术而脱离实际需求，尤其区域性银行应聚焦资源解决客户痛点。当前银行业面临深度竞争压力，如部分银行出现存款过剩、贷款萎缩现象，亟需通过提升服务黏性与质量构建可持续模式。

同时，曾刚提出，技术变革正深刻重塑行业格局：大数据技术是洞察客户需求的基础，但银行数据获取能力受场景限制；生成式大模型已具备替代中高级知识工作的能力，银行业将加速应用；区块链技术催生的稳定币可能形成独立于传统银行体系的支付生态，需警惕其对金融体系的潜在冲击。在银行转型的过程中，呈现出“四新”特征：持续应用新技术催生新平台，推动内部产品服务整合；构建新生态实现场景化服务嵌入，如对公业务通过数字化解决方案切入企业场景；实施新管理架构优化组织效能，典型案例为宁波银行专设大模型一级部门及平台运营部，以灵活机制适应数字化需求。

最后，曾刚建议银行业建立长效交流机制，通过同业实践碰撞探索转型路径，尤其关注技术变革中的客户行为变迁与生态化服务模式创新，防范技术迭代引发的系统性风险。

沈海波  科大讯飞副总裁、星火企业军团常务副总裁、金融业务群总经理

科大讯飞副总裁、星火企业军团常务副总裁、金融业务群总经理沈海波特别介绍了，科大讯飞长期深耕源头技术，突破国产大模型算力底座关键技术，发布首个基于全国产化算力平台训练的全民开放大模型讯飞星火。在四川加速人工智能产业落地，助力培育发展新质生产力，打造金融科技应用标杆，深度参与本地"十五五"数字经济建设。

金融实践方面，在国有大行，科大讯飞携手工行、交行推进大模型底座及场景应用项目，工行知识问答、智能会议等四类场景即将投产，交行在客服、展业环节取得突破；针对区域银行，助力长沙银行通过六年分步实施建成城商行第一梯队智能化能力，与徽商银行共建私有化大模型平台并在远程银行、风控等场景落地。通过实践沉淀了AI+金融落地架构，提出客服、营销、风控、办公、研发五大场景解决方案，助力金融机构减负增效、服务升级和业务创新。

最后，针对区域银行AI建设中存在的效果瓶颈、落地困难、人才短缺等难点，他建议金融机构以高质量数据集为核心资产，通过AI减负释放客户经理服务潜能，选择持续技术伙伴开展"共创共享"式能力共建，重点构建数据与知识双平台支撑场景创新。

会议第三部分，四川银行副行长潘蔚，成都农商银行副行长蔡兵，新网银行副行长李秀生作为四川银行业的代表机构先后发言。

潘蔚   四川银行副行长

四川银行副行长潘蔚表示，四川银行始终坚持“科技兴行”基本战略，系统推进顶层设计、底座重构与数据治理，探索出一条新设城商行高质量、跨越式发展的数智化转型路径。

四川银行于2020年11月采取新设合并方式设立。面对科技治理体系缺失等挑战，全行将新一代信息科技工程作为“一号工程”重点推进，耗资超11亿元，初步建成架构先进、数字智慧、生态开放、自主可控的科技体系。四年来，资产规模超过4800亿，营收和利润年均增速分别超30%和50%。

在推进过程中，四川银行始终注重统筹“四对关系”。一是坚持“整体规划、局部先行”，引入企业级架构方法论，构建覆盖业务、应用、技术、数据、安全的五大架构体系，实现前中后台贯通与快速产品迭代。二是“长远根基与短期突破”，直接部署分布式云架构，搭建起高集成、高韧性的数字化底座，大幅提升并发处理能力，并大力推动数据质量攻坚优化。三是“自主可控与外部引进”，坚持“主体信创”路线，建设交易、流程、渠道、数据四大自主开发平台，与头部供应商构建全链条合作生态。四是“创新发展与安全保障”，大力推动存量业务连续性风险有效化解，深化网络及数据安全管理能力建设。

未来，四川银行将着力推动前沿技术价值转化，系统谋划大模型场景化应用路径，深化产学研融合，助力金融强省和成渝地区双城经济圈建设迈上新台阶。

蔡兵   成都农商银行副行长

成都农商银行副行长蔡兵表示，将坚定推进以大模型为代表的人工智能应用，积极探索区域性银行的智能化转型路径。

第一，构建数字化转型的顶层设计与技术底座。成都农商银行坚持“业务驱动”理念，设立了数字化管理委员会和五大专项小组，不断完善数据治理机制、管理体系与技术架构，系统升级智能风控、客户营销、财富管理、电子渠道等核心平台，探索深度学习、隐私计算、物联网等新技术，加快金融服务数字化、平台化、智能化转型。

第二，推进大模型本地化部署与核心场景落地。遵循“场景与技术匹配”原则，分步推进“人智并行、共同作业”应用路径，推动AI由辅助工具向“数智员工”演进。聚焦客户运营、客服与风控等领域试点，加快AI深度嵌入业务流程。

第三，强化数据治理与知识工程建设。面对大模型对非结构化数据和专业知识的新要求，将持续推进数据标准化与质量提升，将知识工程作为全行重点工作，构建知识抽取与管理体系，支撑模型深度理解业务流程。

第四，坚持以人为本、协同推进大模型落地。明确大模型与小模型分工配合，以知识工程为抓手，强化多部门协同与知识管理机制，确保模型贴合业务场景。建立人机协作机制与审查流程，确保关键决策始终由人主导，实现技术与管理的有机融合。

李秀生  新网银行副行长

新网银行副行长李秀生指出，大模型应用对中小银行既是挑战也是机遇，新网银行在资源有限的条件下坚持技术驱动、业技融合，探索适合自身的发展路径。

首先，新网银行从创立之初就以数字化为发展战略，小模型在风控、反欺诈等方面发挥了重要作用。自2023年起开始部署大模型，2025年将其正式纳入全行战略，由分管副行长牵头，成立跨部门项目组，推动大模型在多个业务链条落地，目标是实现全员智能助手、人机协同作业的工作模式。

其次，大模型进一步加深了业务与科技的融合。部分具备技术基础的业务部门主动探索智能体应用，技术能力较弱的部门也积极寻求科技赋能。在客服、电销、贷后管理等对客场景中，通过大小模型融合、语气风格模拟等手段，提升服务效率、客户体验以及个性化能力，同时强化全过程合规机制，确保应用可控、风险可管。

最后，大模型应用的根基在于高质量的数据治理和知识沉淀。中小银行在数据体系完整性上具备一定优势，但管理与业务、线上与线下数据仍存在隔离，需依托知识工程进一步打通。未来银行运营将呈现“人机协同+数字员工”新形态，大模型不再是“可选题”，而是每家银行必须正面回应的“必答题”。

在会议总结环节，中国银行业协会原首席信息官高峰首先点评和肯定了嘉宾们的精彩发言。

高峰  中国银行业协会原首席信息官

首先，他强调区域性银行推进AI落地应遵循四大核心原则。一是价值优先原则。在价值导向上聚焦智能客服与反欺诈等关键领域，严格评估投入产出效益避免盲目投入。二是数据为本原则。以数据筑基破解大模型“幻觉”问题，通过强化数据治理补足转型基础短板，重点探索公共数据融合多场景智能化应用。三是渐进迭代原则。聚焦高价值场景，逐步扩展应用范围至关键业务，建立反馈机制并及时调整策略，形成良性循环。四是生态合作原则。依托生态协同借力领先科技企业能力，规避自研风险。

其次，他指出，应用路径需分阶段递进，从基础场景试点切入，逐步攻坚信贷与财富管理等核心业务，最终探索动态定价模型与虚拟数字人等前沿应用。在落地过程中，一是要构建企业级知识库，形成独特数据资产。二是分阶段融合公有云通用大模型、金融领域微调大模型、本地知识增强模型。三是平衡成本与性能，优先选用开源模型再将核心模型私有化，并定期评估投入产出比。四是要做好风险防控，严格执行人工干预机制以满足监管要求，如面客场景禁用生成式AI、采用SAAS模式控制成本等。

最后，在组织保障与人才策略方面，他建议，须设立专项委员会加强组织保障，重点培养AI产品经理人才。同时，一定要避免盲目自研、警惕过度承诺、禁止未经测试上线与脱离业务价值闭环的场景设计。

来源：上海金融与发展实验室