ARTICLE · 1285435
中金信息技术部负责人谢碧松|小金助手AI落地实录:企业AI的可复用方法论
中金信息技术部负责人谢碧松|小金助手AI落地实录:企业AI的可复用方法论如今在企业里，员工用 AI 查资料、写文稿已经相当普遍。这是 "个人会用"。 但站在公司视角，真正的问题是：一个人摸索出的有效方法，能不能留下来、被更多同事复用；专业条线的研究框架和服务经验，能不能封装成大家都能调用的共同能力。 演讲视频丨中金公司信息技术部负责人谢碧松 中国国际金融股份有限公司信息技术部负责人、金腾科技董事长 谢碧松 在 2026 腾讯全球数字生态大会的分享核心，正是探讨企业 AI 从「个人会用」走向组织「可复用」的现实路径。 本文就顺着他的思路，拆解头部券商中金的 AI 实战探索。
中金给自己的定位，是建设 "专业与技术相互加持的智慧机构"。 落地时沿着两条线同时推进： 一条是业务智能升级，聚焦投行、财富、研究这些核心场景； 另一条是组织革新提效，把知识、工具和流程带进日常工作。 具体打法上，他们采取"点面结合、重点突破"： 先让具体场景真正跑起来，在实战里发现真问题，再反过来倒逼平台完善数据权限和接口能力；平台能力变强之后，再支撑更多场景高效落地。 由此，AI 应用从单点探索逐步走向全面应用，为全员使用打下基础。 一年多建设下来，中金已经在五大重点场景拿出了阶段性成果。 
财富大模型：服务外呼与企微场景，支持投顾全流程展业，投顾月活 2500+。 点睛大模型：面向机构买方投研客户，提供专业金融数据服务，累计用户 2 万。 中金智阅：部署于全投行和债交易市场，承担专业审核，月均审核文档 7 万 +。 小金智能助手：覆盖企微与网页端，支持待办、会议预定与合规问答，月活 1000 人。 中金小猿：面向研发人员，开发人员覆盖 93%，代码采纳率从 30% 提升到 80%。 专业应用逐渐成熟之后，中金希望有一个日常入口，把这些积累带到每位员工身边。 这个载体，就是小金智能助手。
要实现全员会用，首先要做到 7×24 小时可用、贴合不同工作环境。小金提供了四个端的入口： 
网页端：功能最完整的主入口，对接知识与办公系统。 企业微信 Bot：聊天场景随手唤起，主打移动办公便捷。 WPS 文档端：在文档内嵌插件，撰写、审核、知识引用一站式处理。 桌面端腾讯 WorkBuddy：专业工作流入口，覆盖文件管理、数据处理和文档生成。 遇到临时开会，直接在企微里说一句 "帮我订今晚 7 点到 8 点国贸办公室的会议室"，小金会自动调用工具查看会议室、弹出确认卡，一键完成预约。 写文档、查法规、问人事政策、看经营数据、追市场热点，背后还有法律合规、HR、咨询助理等专业分身协同支持，员工得到的是一个随时在线的智能伙伴。 小金的能力不是一步到位的，而是分四步长出来的。 
小金从日常问答到可复用工作流程的四个阶段 第一步，会搜。通过大模型对接内部知识库，实现查制度、查流程、找人。 其中 "小金找人" 特别受欢迎 —— 过去跨部门找人办事，往往要经过两三个中间人才对接上，现在结合企微机器人可以直接触达目标同事。 第二步，会问。链接问法规、问人力等专业能力，做到回答有出处、有边界。 第三步，会做。对接内部系统，完成订会议室、走流程等动作，本质是 "从能说" 到 "能做"。 第四步，主动去做。未来和合作伙伴一起探索，让小金从被动被调用，走向主动推送结果、主动服务。 通用助手和专业能力怎么配合？ 谢碧松的思路很清楚：专业的事，交给专业的人和专业智能体去做。小金作为通用助手，通过 Skill 和 MCP 对接，与多个专业智能体协同。 以「中金财富投顾助手智能体」为例，买方投顾是一个连续过程，覆盖前、中、后三个阶段： 服务前：围绕具体基金产品制定销售计划，运营智能体先筛出 50 位目标客户，结合客群画像生成定制话术，合规智能体再做多项校验审核。 服务中：（案例）通话到第 36 秒客户问到具体产品时，产品智能体实时语音识别，立即弹出相关产品规则和签约路径，给到投顾参考。 服务后：自动完成会话总结、智能标签和跟进提醒。 另一个代表是「中金点睛智能体」。它沉淀了研究部门分析师团队多年的经验，具备自主取数、分析和建模的动手能力；融合公开数据与中金私域数据，确保结论可溯源回研报原文。 更关键的是，它把总量、行业、个股的研究框架结构化沉淀下来，由分析师深度参与共创、亲自调优。 目前已有覆盖宏观策略、科技、消费、电力、固收等领域的十多位分析师分身 Skill，员工和分析师都可以在小金上调用复用。 除了重点场景，日常工作里还有大量零散痛点。「轻量智能体」解决的是广度和速度的问题。 
轻量智能体自下而上、从具体麻烦沉淀为可复用技能 谢碧松说了一句很实在的话："AI 能力不是从立项开始，而是从员工一个个具体的麻烦开始的。" 在平台支持下，不少非技术员工自下而上，从自己的具体麻烦出发搭建 Skill 和智能体；这些成果经过内部智能平台调优、审核后，就转变为公司可复用的资产。 写汇报材料 PPT 就是一个典型场景。 投行人士和分析师最重要的工作之一就是写 PPT，需求广泛但每个人情况又不一样，平台上一度出现几十个部门同事做的 PPT 相关 Skill。经过一段时间沉淀优化，最终在小金上形成了一套统一公司风格的文档智能体。 使用数据也在印证这种自下而上的活力：推广时间不长，小金累计总用户已超过 5000 人、约占公司总人数三分之一，平均月活 1000+，全年对话次数 20 万 + 次、月均对话过万，个人知识库文件沉淀 1 万 + 篇。基层的真实需求，持续驱动着知识更新、技能沉淀和产品迭代。
从 "员工会用" 走向 "技能可复用"，需要一个统一底座。小金背后是中金多年建设的智能平台，大致分为四层： 
统一平台承载知识、技能与安全 模型与算力层：模型统一管理、私有化部署、智能路由调度、算力池化与推理优化。 知识与数据层：公司知识库、专业知识库、结构化数据、向量与混合检索、知识加工治理。 场景能力层：RAG 检索增强、Agent 智能体、多智能体协同、Skill 工作流编排、插件与工具生态。 应用与入口层：内部网页、智能办公、内容创作和专业垂直应用，统一入口、安全可信。 各类 AI 应用和能力在这个平台上便捷复用，而安全与合规体系贯穿整个平台的多层架构，让 "可复用" 能放心地用。 AI 能力可复用靠的是两大积累。 谢碧松把它们概括为：技能库让智能体做事有章法，知识库让智能体回答有根据。 小金库是面向智能体的企业级技能平台，使用时基本靠问答完成三步： 第一步找技能，比如让它找一下内部债券交易方面的工具； 第二步装技能，把选中的技能转到自己的工作区； 第三步上传技能，把做好的行业分析技能更新到团队空间，供全公司复用。 目前技能库由业务和 IT 同事共建，已经覆盖债券交易、投行承销、行业研究、行政办公等场景，员工随取随用。 知识中台这边，公司、部门与个人资料经过治理加工后按权限提供服务，已汇聚 820 万 + 知识资产。比如员工问 "跨境并购有哪些合规要求"，系统会直接生成附带跨境业务合规指引的答案。 金融行业对 AI 的容错空间很小。安全稳固，是业务敢用 AI、放心用 AI 的基础。 中金提出了 "金融级可用" 的四道标准： 
金融级 "可用" 的四道标准与六重安全支柱 准确：产品名称、代码、费率、监管规则不能出错，依托知识治理与模型评测体系支撑。 可追溯：结论要有证据链、能回到原文，做到检索增强、来源回溯、思考链路可视化。 可复核：对外材料能够被二次审核，相关智能审核已部署至沪、深、北交所。 不越界：对内不越权访问，对外表述不构成承诺。 在标准之下，还有身份与入口、知识审核与访问边界、模型调用安全、数据边界与留痕、非授权管控、私有化算力等多重屏障，配合制度准入审核、内容交互围栏、终端行为管控和插件代码风险扫描，把 AI 稳稳挡在合规边界之内。
谈及下一步，重点是把 "会用" 做得更好，围绕四件事持续推进。 岗位定制：围绕投行各部门、各岗位的具体场景和高频任务，持续完善小金的定制化能力。 业务共建 Skill：业务与科技一起打磨流程，把专业经验沉淀成精品 Skill。 知识技能运营：推进知识接入、技能审核与使用反馈的闭环。 伙伴协同：与腾讯等合作伙伴共同探索，持续完善产品和平台能力。 在谈到和腾讯合作的分工上，逻辑也很清楚： 中金贡献业务场景和专业经验，腾讯提供产品和平台能力，双方围绕具体任务共同打磨，让小金持续进化。 从小金的移动端入口，到 WorkBuddy 桌面端应用，再到智能体开发与运行平台，共建一个统一、开放、可持续演进的 AI Agent 生态。 回到这场分享最初的核心命题。为每位员工打造智能伙伴，让知识被调用，让经验被复用 —— 从会用到可复用这条路，才刚刚开始。 相关文章：
01 个人会用不难，难的是把方法沉淀成公司能力
中金公司 AI 实践五大重点场景
02 小金助手：从能搜到答案，到能主动办事
一个入口，覆盖四类工作场景
能力演进的四个台阶
通用助手搭台，专业智能体唱戏
别急着立项，先从员工的具体麻烦入手
03 底座与安全：让 AI 敢用、可复用的底层支撑
统一平台：四层能力一套底座
技能库 + 知识库，才是企业 AI 的护城河
金融级可用：四道标准、六重安全
