中国邮政储蓄银行软件研发中心副总经理朱礼华:邮储银行大模型场景化应用之路

在此背景下，2026金融业大模型与智能体应用研讨会顺利召开，业内专家与企业代表齐聚一堂，共探金融大模型的技术落地与场景赋能路径。中国邮政储蓄银行软件研发中心副总经理朱礼华在会上发表主题分享，全面阐述邮储银行“邮智”大模型的基础能力建设成果、场景化实践经验与未来发展规划，为银行业大模型规模化应用提供了可参考、可复制的实践样本。

朱礼华表示，邮储银行大模型建设始终坚持全域场景赋能、全面能力构建、全栈自主可控建设原则，围绕算力、数据、模型、服务四大核心维度，打造支撑大模型训练、微调、推理与场景落地的完整体系，为全行智能化转型夯实底层基础。

算力是大模型应用的核心底座，邮储银行聚焦国产算力自主创新，建成训推一体的千卡信创算力集群，实现算力资源集中部署、统一运维与弹性调度。

在算力管理层面，邮储银行打造“高容量、高性能、高稳定、高集成”特性的AI算力管理平台，支持多种异构算力统一纳管与自动分配，通过大EP部署、资源潮汐调度提升算力使用效率，实现算力资源“可用、好用、可看、可管”。

数据是大模型训练的核心生产要素，邮储银行搭建全自研、智能化、可视化的一站式数据工程平台，构建原始类、集成类、应用类、规范类四类数据资产，形成“通识-行业-企业-领域-场景”五层高质量数据集体系，搭建全域数据资产底座，沉淀数据资产超40万项。

依托数据平台，邮储银行建立“数据-模型-场景”全链路形成数据飞轮效应，形成共生共进的良性循环，充分释放数据要素在客户服务、风险防控、产品创新等场景中的价值。

在模型建设方面，邮储银行引入Qwen、DeepSeek、Glm等主流基座大模型，结合行内业务数据与专家经验，形成大模型与小模型协同、生成式与决策式AI混合的模型体系，实现模型资源的灵活调配与高效管理，为模型的快速迭代奠定基础。

在模型应用落地中，邮储银行通过知识蒸馏技术，将大模型能力迁移至小尺寸模型，同时面向零售、信贷、风控、运营等场景，开展监督微调与强化学习增训，让模型能力深度贴合银行业务需求。

邮储银行以MaaS（模型即服务）模式统一对外提供大模型应用能力，强调能力可重用、服务可迁移、系统可扩展，实现大模型能力的“开箱即用”。目前，银行已上线文本处理、语音交互、图像生成等多项标准化能力，形成公共能力清单。

同时，邮储银行积极推动集团及分行场景接入，将大模型能力快速输出至客户服务、企业经营、内部管理等领域，实现场景规模化、低成本快速落地，为分行业务发展提供统一的AI能力支撑。

朱礼华指出，邮储银行大模型应用坚持价值导向，聚焦价值性、引领性、可行性三大维度筛选场景，从企业级视角统筹规划AI应用布局，目前已布局超260项大模型场景，覆盖客户服务、营销辅助、风险管控、运营分析、内部提效、创新探索六大领域，构建“前台+中台+后台”全闭环、“线上+线下+远程”的大模型应用生态。

邮储银行以大模型技术重塑客户服务模式，全面提升线上、线下、远程全渠道服务体验。

①线上：手机银行智能助理，实现主动式服务

邮储银行基于大模型、AIAgent技术打造手机银行智能助理，支持语音、文字多模态交互，推进AI技术深度融入客户旅程，引入对话服务模式，探索以自然语言完成高频业务办理；场景服务上，通过个性化首页与智能化待办展示，推动服务由“人找功能”向“功能懂人”转变。

②线下：云柜数字员工，构建自助+远程服务新模式

为解决网点服务标准不统一、人力调配复杂的问题，邮储银行推出云柜数字员工，融合大模型业务理解、流程决策、多轮交互能力，打造“客户线下自助操作+座席远程辅助”的云柜作业模式。目前已覆盖近百项高频自助交易，服务效率提升约40%，有效替代传统临柜人员完成转账、查询、改密等业务操作，实现网点服务集约化、智能化。

③远程：智能外呼，打造拟人化精准营销

针对传统外呼话术生硬、体验差、运营效率低的痛点，邮储银行构建大模型外呼营销服务体系，实现拟人化语音交互、动态话术生成、全流程合规管控。文字首响≤500ms，流程树契合度100%，既提升客户沟通体验，又实现外呼运营精细化、合规化。

邮储银行以大模型技术，实现前台交易、中台审贷、后台问数、科技研发全环节提质增效。

①前台：智能交易机器人，实现秒级金融交易

针对金融交易速度、精准度、风控协同需求，邮储银行打造智能交易机器人，覆盖债券、票据等业务场景，实现交易意图智能解析、询价自动应答、全流程风控闭环。债券交易机器人“邮小宝”实现债券包销交易智能询价应答，交易执行效率提升95%以上。票据交易机器人”邮小盈”交易执行效率提升约10倍。

②中台：智能审贷体系，自动化完成信贷审批

依托大模型多模态理解与信息处理能力，邮储银行构建智能审贷体系，实现信贷材料自动提取、校验、分析与审查报告自动生成。影像分类识别率达98%，关键信息提取准确率92%，赋能超20个业务场景，大幅降低人力投入，提升信贷审批标准化与智能化水平。

③后台：智能问数，降低数据使用门槛

为解决业务人员不懂代码、取数难、效率低的问题，邮储银行自主调优DeepSeek-R1模型，打造自然语言交互、精准数据反馈、可视化呈现的智能问数服务，提供”白话诉求、准确答数、可视展示、随时可用”的数据服务，服务已覆盖总分行经营管理人员及业务骨干超2万人，结果采纳率超95%。

④科技：代码大模型，赋能研发全流程

针对研发周期长、重复性工作多的痛点，邮储银行推出代码大模型，覆盖代码生成、代码审查、SQL优化、测试用例生成等场景，推动研发从AI辅助向AI原生转变。通过多Agent架构、算力优化、流程标准化，提升复杂业务代码生成效果，降低研发成本，助力科技研发效率与质量双提升。

朱礼华表示，邮储银行将持续深化大模型与智能体技术应用，推动AI技术从“表层应用”向“业务深层重构”变革，深化对内全员提效、对外全域触达的AI2ALL数字生态建设。

未来，邮储银行将重点聚焦四大方向推进工作：一是技术创新，建设自主可控、开放协同的人工智能体系，共建国产AI生态；二是算力优化，聚焦自主可控算力升级、高可用服务容灾体系及模型全生命周期管理，持续强化AI赋能金融的深度与广度，持续提升算力支撑能力；三是安全管控，打造大模型全生命周期安全管控体系，形成全流程、可追溯、强管控的安全治理闭环；四是人才建设，深化业务、数据、技术融合，构建复合型AI人才梯队，为智能化转型提供坚实人才支撑。同时，邮储银行将持续聚焦高价值业务场景，推动大模型在客户体验升级、精准营销、基层赋能、运营增效、风险防控、办公提质六大核心领域深度落地，以技术创新驱动金融服务高质量发展，为银行业智能化转型贡献邮储实践与邮储方案。