围绕金融“五篇大文章”提升服务质效，是金融机构推进数字化和智能化建设的重要方向。进入AI时代，微众银行延续这一内核，持续运用数字技术提升客户服务体验、筑牢风险管理底线、优化整体运营效率，并全面强化组织响应能力。本文将结合具体实践，系统阐述我们如何构建一个从底层算力到上层应用、从治理机制到组织文化的完整AI原生体系，为金融“五篇大文章”注入新的智慧动能。

微众银行在AI领域已有较长时间的投入与积累。早期，AI主要以“判别式”“分析式”的能力形态，广泛应用于身份核验、风险管控、精准营销和智能客服等高频场景。在这一阶段，AI更多承担“识别”和“判断”的角色，本质上是一种效率工具。

例如，在KYC（Know Your Customer，了解你的客户）领域，微众银行通过自研人脸识别、活体检测、身份证光学字符识别（OCR）等能力，累计完成超过44亿次身份核验，人脸比对准确率达99.41% ；在风控场景，智能质检每日覆盖语音会话超过10万通；在客服场景，智能客服机器人已承接98%的日常消息服务。

生成式AI的突破性发展，推动银行业进入数字化发展新阶段。相较过去侧重识别与判断，生成式AI进一步走向复杂的生成、推理和任务执行，能够参与更多知识密集型工作。

2023年以来，微众银行迅速响应，成为较早一批系统投入生成式AI能力建设的银行之一。2025年，微众银行从全行层面正式确立迈向“AI原生银行”的战略，推动AI全面赋能业务与运营。目前，微众银行已在高价值业务场景探索落地超过100个AI垂直应用，并取得初步成效。随着应用规模持续扩大，全行日均Token使用量已接近200亿，较2025年末超过50亿的水平实现显著增长，且仍保持快速上升趋势。这意味着，AI不再只是少数特定场景下的试点应用，而正逐步成为银行日常运转的新型基础能力，深度融入业务链条。

要支撑不断增长的AI应用需求，坚实的AI工程化能力和AI基础设施是第一前提。为此，微众银行建设统一的AI工程化平台，核心目标是构建灵活开放、安全可控的基建底座，让不同业务团队能够在统一底座之上更快构建AI应用。平台架构主要由算力与模型层、工具插件层两部分构成。

算力与模型层重在保障供给的灵活性和稳定性。在算力侧，微众银行构建了一套经济且高弹性的混合算力供给体系，并持续推进国产算力适配。以通用大模型推理场景为例，基于昇腾910C等国产芯片建设分布式集群推理，并通过推理架构优化和并行计算技术提升资源利用效率，使推理性能提升2倍以上。在模型侧，微众银行采取“开源引进+领域自研”的策略，持续引入先进模型，并结合金融场景开展微调与能力增强。目前，平台已集成了十余款国内外主流大模型，最新模型最快可在一天内完成集成部署。

工具插件层重在降低AI应用的构建门槛。这一层汇聚多类工具和能力市场，包括微众银行自研的MCP（Model Context Protocol，模型上下文协议）插件广场、技能市场（Skill Marketplace）、ChatDOC 知识库等，以及引入的开源大模型应用构建平台Dify。得益于这些工具，业务团队可以更低门槛地构建Agent、调用插件、处理文档、沉淀知识，并将个人经验转化为组织可复用的能力。其中，仅MCP插件广场就已上线超过195款插件，支持Agent调用企业微信通知、Excel报表分析、应用发布等多种底层能力。

在工具插件层中，技能市场是与MCP插件广场并列的一类能力市场。插件广场更侧重工具调用，技能市场更侧重将员工日常工作中的隐性知识转化为显性知识，提炼并沉淀为可复用的Skill（标准技能）。以企划岗为例，员工可以将其日常的烦琐工作流——提取指定邮件或数据、执行规则分析、生成报告、定时发送——直接配置成Skill。此后，Agent就可以按规则自动完成相关任务。此类能力目前已广泛向业务经营数据分析、系统操作、报销审批、采购比价等场景延伸。目前，微众银行已有超过100个Skill沉淀在组织内部，并仍在快速增加。

依托AI工程化平台，微众银行主要推进两类核心应用：一类是嵌入业务主流程的“AI垂直应用”，另一类是能够像真实员工一样承担岗位任务的“数字员工”。以下通过几个场景举例说明。

AI原生的业务应用，核心是围绕AI重新设计端到端流程。AI主导执行与推理，人只负责处理例外。

营销投放：微众银行通过结合分析式AI与生成式模型，完成精准客群筛选、千人千面的个性化营销素材生成，并基于投放效果完成实时调优闭环。在实际产品的首借获客应用场景中， AI投放使获客成本同比下降约20%。同时，在长期的客户经营中，AI还能结合客户历史行为、沟通偏好、经营情况等信息，动态辅助生成专属营销策略，并通过持续反馈推动策略迭代。

坐席客服：基于智能客服的前期积累，微众银行进一步应用生成式AI能力重塑坐席培训、策略与触客沟通全链条流程，在仿真培训、摘要分析、全网搜寻、自动外呼、实时质检等链条中引入机器人或Agent，以“1名坐席带多Agent” 的高效模式，大幅提升单坐席的触客量和实战能力。

线上优质客户信贷审批：微众银行利用AI汇总企业经营、财务、行业及尽调等多维信息，自动生成行业研究、财务分析、融担分析、尽调等专业报告。目前，AI生成的行业研究报告已覆盖31个行业，财务分析报告和行业分析报告的使用范围也在持续扩大。借助AI对信息处理和报告生成的自动化支持，原本需要数天的审批时间缩短至数小时，带来10倍效率提升。

数字员工则代表了另一类AI应用形态。目前，已有超过80位数字员工正式“入职”微众银行。他们不是传统聊天机器人式的问答工具，而是企业通讯录里能随时 @ 到的“数字同事”。他们需要像人类员工一样经历入岗登记、业务培训与绩效考核，并在特定岗位上独当一面，且7×24小时在线。

研发数字员工“代宽宽”：员工遇到安全工单等研发需求时，只需在工作群中 @ 代宽宽，他便能独立包揽从安全工单接收、需求拆解、代码编辑、自动化测试到最终上线的全流程工作。原本耗时约2周的安全工单排期上线流程，被极速压缩至30分钟以内，繁复的六大步骤也被精简为轻量的两小步操作。

反欺诈数字员工“吴吒”：传统反欺诈案件调查极度依赖人工经验，调查员需要在7个以上系统中来回切换，综合客户信息、交易流水和风险预警，处理周期漫长。吴吒上岗后，可跨七大系统完成多维信息采信，独立开展案件定性、分类与分析研判。目前，吴吒已实现73%电信诈骗案件全流程自动化处置，单案件处理时间由原先的 3 天缩短至5分钟。

微 众 银 行 将 AI 治 理 的 目 标 概 括 为 CRAFTE 框架， 即 合 规（Compliance）、 可 靠（Reliability）、 责 任 可追 溯（Accountability）、 公 平（Fairness）、 可信 及可 解 释（Trustworthiness & Explainability）、效益（Efficiency）。在这一目标下，微众银行将AI风险纳入既有全面风险管理框架与“三道防线”机制，并增设“1.5道防线”，在保持治理一致性的同时提升执行效率。

第一道防线由业务与应用团队承担，作为AI应用的第一责任人，负责场景准入、数据合规、模型合理性、提示词工程规范、AIGC内容标识等前端控制，将治理要求落实到业务最前线。

1.5道防线由AI能力平台与专业支持团队承担，通过统一AI能力平台和治理工具链，将合规、安全、伦理等要求产品化、平台化，前置嵌入研发流程，降低业务团队合规负担，并确保治理标准执行的一致性。

第二道防线由风险、合规、科技安全等部门承担，负责制定AI风险偏好、治理原则与准入标准，开展模型风险评估、数据合规审查、算法公平性测评，并监控AI关键风险指标，对高风险场景实施差异化管控。

第三道防线由内外部审计承担，对AI治理体系有效性进行独立审计，并适时引入第三方认证，提升治理体系的客观性、公信力与透明度。

针对“数字员工”这一新型队伍，微众银行同样配套了完善的登记管理机制，明确其身份标识、归属部门、职责边界和适用场景。数字员工已经成为在组织架构中承担实质性任务的生产力单元，因此也被纳入统一管理体系，持续探索选拔、培养和考核机制。

随着AI应用逐步进入真实业务流程，微众银行也在同步探索AI组织转型的可能路径。AI原生组织并不是简单上线更多工具，而是在具体业务实践中，重新理解知识如何沉淀、团队如何协作、岗位能力如何融合，以及系统如何为AI提供更好的工作环境。

其一是让组织知识形成完整上下文。在传统组织架构中，知识往往分散在企业协作平台、邮件、会议纪要、在线文档和业务系统中。人和AI如果无法基于一份完整、统一的上下文进行沟通，知识流转就容易出现残缺。为此，微众银行探索使用知识数字员工“晓智”，按照项目维度自动归集办公协作链条中的文档、纪要与数据，并提炼关键知识图谱。这不仅确保人和AI基于相同的、完整的上下文开展协作，更让隐性的项目知识与个人经验，以更结构化的方式沉淀为长期的组织资产。

其二是面向场景的小团队闭环。过去，一个业务场景从需求提出到上线迭代，往往需要产品、业务、研发、测试、数据、运营等10多个人接力完成，沟通链条较长。现在，在AI辅助下，部分场景可以由3～5人的小团队完成闭环。团队中既有业务人员，也有研发人员，可以围绕具体场景完成需求理解、策略开发、测试验证、上线和反馈迭代。以企业客户的产品推荐策略迭代为例，过去按月计的迭代周期，如今小版本已实现按天迭代，大版本按周交付。

其三是岗位之间的技能融合。小团队能够闭环，并不意味着每个人都要成为全能型人才，而是不同岗位在AI辅助下开始跨过原有协作边界。业务人员可以理解甚至撰写部分代码；研发人员不仅会开发，也能往深去理解测试和业务验证 ；测试人员可以借助AI分担代码工作 ；设计师也可以直接介入前端代码的修改，再由研发人员审核合并。为加速这种跨岗位能力融合，微众银行构建了覆盖L1到L5的AI能力等级认证体系，并常态化举办AI沙龙与训练营，系统性推动AI能力转化为全员具备的基础素养。

其四是建设AI友好的基础设施。AI要真正参与工作，既需要模型能力，也需要系统能够被AI理解和调用。因此，微众银行正在推动部分系统进行AI友好化改造，包括命令行界面化、接口标准化和流程规范化，让Agent能够更准确地读取邮件、需求分析系统、财务报销系统等，并在授权范围内完成数据读取、任务执行和结果反馈。技能市场也在其中发挥作用，将员工经验沉淀为可复用Skill，使个人能力可以在组织内流动和复用。

当AI从工具进入流程、从辅助走向执行、从系统能力演变为数字员工时，其影响已然从技术层面延伸到组织层面。面向未来，微众银行将继续把AI基础设施、垂直应用、数字员工、治理机制和组织转型等探索，更深入地落到真实业务场景中，持续夯实数字金融能力，并为普惠金融、科技金融等重点方向，提供更精细化的客户洞察、更敏锐的风险守望和更具温度的服务触达。

（作者为微众银行数字金融发展部总经理助理、AI架构专家）