原创| 中小银行AI破局:摈弃弯道超车,立足禀赋深耕

会议由新金融联盟秘书长吴雨珊主持，中国金融四十人论坛提供学术支持。中国人民银行相关部门负责人作主题交流，中国银行业协会秘书长徐洁勤出席交流。华夏银行首席信息官龚伟华、浙江农村商业联合银行首席数据科学家邵建华、吉林银行首席信息官邹帮山、蚂蚁集团副总裁、蚂蚁数科AI业务总裁余滨发表主题演讲。50家银行的近80位代表通过线上线下方式参会，共同探析中小银行AI转型的困境与出路。

研讨会现场

扬长补短，稳中求进

与会专家普遍认为，中小银行推进AI转型，存在人才、算力、数据、算法、体系、安全等全方位的结构性短板。

具体来看：一是复合型金融AI人才稀缺，基层员工AI应用能力不足，产学研技术对接薄弱，新技术吸收转化效率低；二是GPU算力成本高，投入零散缺乏统筹，算力架构适配性差，难以形成规模效应；三是数据治理基础薄弱，结构化数据治理不完善，非结构化数据利用不足，样本匮乏、数据孤岛问题突出，人工智能发展的核心“燃料”不足；四是通用大模型适配性差，垂类场景调优难度大，模型泛化能力不足，小尺寸高效模型落地经验匮乏；五是顶层设计缺失，场景应用碎片化，规模化机制不成熟，业务与技术融合不深；六是大模型黑盒特性与金融强合规要求冲突叠加，数据安全、模型风险、合规风控压力显著加大。

“首先，中小银行尚未形成统一的AI战略共识，人工智能并非浅层的技术升级，而是发展模式的深度变革，需要统筹推进数字化与数智化转型；其次，中小银行AI体系化应用能力存在短板，这不只是单纯的技术迭代问题，而是体系化、工程化能力欠缺；最后，中小银行数据治理基础薄弱，难以支撑AI应用深度落地。”邹帮山深刻剖析了中小银行迈向智能化转型中的困境。

立足禀赋，差异破局

面对共性困境，中小银行立足自身资源禀赋、区域特色与业务优势，走出了务实可行的差异化AI落地路径。

华夏银行在推进人工智能应用实践方面形成了一些探索。第一，做强平台：构建了大模型知识平台；构建了量子基础大模型，所需要的算料数据更少，训练时间更短，总体成本更低，多场景的泛化能力更强；构建了AI新技术安全防护体系，筑牢AI合规安全底线。第二，做透场景：关注如何把人工智能应用于科技的软件开发领域，提出了“7-7-5-5-6-6”战略和“6D+30‘2’”框架，构建了AI原生研发平台；关注人工智能应用从GUI图形用户界面到CUI对话式用户界面的转变。第三，生态协同：华夏银行积极参与国家级、省部级和金融行业的科技课题，以课题为牵引开展重点技术攻关；与多家高校、科研院所、头部科技企业合作，并和自身应用结合起来，真正构建产学研用协同机制。

某区域性银行以价值核算、全员赋能破局。制定了符合自身特点的AI经济性评价体系，明确核算公式，既关注直接业务价值，也重视公共能力建设带来的隐性收益，为持续投入提供数据支撑。在省县两级搭建AI经理网络，将AI价值创造纳入行领导考核，面向全员开展专项培训，推动零基础员工完成AI智能体的创意、搭建与落地，快速建立起一支懂场景、会用AI的业务侧人才队伍。

吉林银行强化顶层战略设计，出台人工智能应用规划，统筹数字化与数智化协同发展。优化组织体系架构，设立智能平台部整合科技资源，补齐AI体系化应用能力短板；持续推进全行数据治理工作，启动知识工程建设，提升AI应用能力。

蚂蚁数科从科技企业视角提出轻量化解决方案。为有效控制成本，蚂蚁数科推出“金融大模型两阶段训练法”：第一阶段由科技企业完成行业预训练，依托海量公开数据训练出具备基础专业能力的通用金融大模型；第二阶段由各家银行导入自身专属数据与特色场景进行快速微调，形成自有专属大模型。数据显示，通用基础模型直接适配金融业务时准确率很难超过50%，而经过行业预训练的金融大模型初始准确率即可跃升至80%，大幅降低了中小银行的重复投入。

在智能体应用上，余滨表示，最有效的路径是通过AI赋能员工，而非替代员工。为此，蚂蚁数科提出“一位员工+N位数字专家+M位智能助理”三层协同体系。核心逻辑是将业务经验转化为标准化流程，沉淀至智能体；通过AI持续学习优秀员工的实操经验，融入大模型与知识体系；推动智能体从工具向数字分身升级，全力支撑员工的专业性工作。最终目标是让每位员工都能拥有数字分身，背后配备多个领域数字专家，让员工更专业。

强基固本、合规为先

“中小银行AI应用必须高度重视投入产出效益，把每一分钱用在刀刃上。坚持强基固本，补齐人工智能应用所需的基础能力；不能拔苗助长，盲目布局不切实际的AI场景和转型任务。”监管专家在会上强调。

据悉，有关部门正在牵头制定“人工智能大模型金融应用能力”评价指南，将重点把人效提升、业务增长、风控成效纳入评估核心指标，为行业自测智能化发展水平、明确升级方向，提供标准依据。

上述专家指出，目前AI辅助人的模式已经相对成熟，AI模拟人的模式仍处于探索阶段，而全员数字人、数字员工的规模化落地，还需要行业深度论证、完善合规体系、明确权责边界。另有专家建议银行依托AI技术，全面提升基础数据治理能力、监管数据报送精准度，从源头补齐数据短板。

往期研讨会回顾