ARTICLE · 1091603
信也科技两项AI应用入选“2026上海人工智能应用优秀案例”
近日，第二届上海AI应用生态大会举办，会上发布2026《人工智能应用优秀案例集》。信也科技“智能客服机器人——基于业务指标驱动 Agentic RAG 金融客服智能体”和“信也智能风控 Agent”两项AI应用经过多轮专家评审，均入选年度优秀案例。智能客服机器人和智能风控 Agent项目已分别获得一项和三项发明专利证书。
本届案例集共收录90个优秀AI应用案例，来自全国10个省份，覆盖现代服务业、先进制造业、智慧城市、生命健康、农业科技、智能原生创新、AI安全与治理等多个领域，集中呈现人工智能在不同产业和业务场景中的创新应用。
智能客服机器人：提升服务效率与用户体验
在线客服是金融科技服务用户的重要窗口。随着用户咨询量持续增长，传统人工客服面临高峰期压力大、复杂问题覆盖不足以及模型优化与实际业务需求衔接不够紧密等问题。针对这些痛点，信也科技在既有基于深度学习方法的客服系统基础上，利用大模型进行升级改造，将大模型、智能体等人工智能技术融入客服服务和运营管理流程，采用Multi-Agentic RAG架构，打造能够理解用户问题、调用相关信息并完成服务响应的智能客服系统。
在模型训练和优化方面，项目基于自研米粒大模型（2024年11月通过国家网信办生成式人工智能服务备案）开展领域训练与优化，并通过自研的Self-Preference方法（相关研究成果已公开发表）自动化方式构建用户偏好数据，减少对大规模人工标注的依赖，相关数据构建成本降低约80%。同时，项目引入用户模拟器，对模型进行大规模离线对话测试，使单次迭代验证由过去的“周级线上试错”缩短至“天级离线验证”，进一步提升模型优化效率。
目前，该项目已覆盖多样化场景，累计服务用户上亿人。2025年11月数据显示，项目应用后自助服务率相对提升6.81%，有效减少人工客服进线压力。
智能风控 Agent：加快风险规则与特征研发
在金融风控领域，传统规则和特征研发高度依赖人工分析，通常需要跨数据表检索、数据加工和反复验证，一次挖掘往往需要数天。对此，信也科技开发智能风控 Agent，由特征挖掘和规则挖掘两类智能应用组成，利用AI辅助完成数据分析、风险信号探索和效果评估，帮助业务团队提升研发效率。
项目于2026年上线，目前已应用于多元化风控场景，并向信也科技多个海外业务拓展。实际应用中，单次规则挖掘耗时由人工模式下的2至4天缩短至1至2小时，效率提升10倍以上；AI挖掘的新增规则较存量规则带来约30%的增量覆盖。与此同时，平台累计形成约5000组有效特征组合、超过1.2万个特征，为不同业务场景提供可解释、可评估的风控分析支持。
在AI应用过程中，信也科技坚持“AI辅助、人来决策”，不以模型输出直接替代人工进行授信、定价或拒绝决策，所有拟上线规则均经过人工复核和审批，并对实验过程和评估结果进行留痕，确保相关应用可解释、可复核。
此次两项案例入选，体现了信也科技将人工智能技术与实际业务需求结合的探索。未来，公司将继续推进AI在客户服务、风险管理及更多业务场景中的应用，进一步提升运营效率和服务能力。
