夜雨聆风金融机构推行人工智能，并不难的地方并不是购买模型和接入系统，而是在整个机构内使人工智能的能力得以流通。
在现实当中，许多人工智能的应用还局限在个人电脑或者单一部门之内：有的人使用AI来整理文件，有的人则利用AI来进行数据分析，但是这样的功能很难被其他的同事所复制和使用。各部门之间仍然需要进行重复性的交流，并且专业知识也无法积累下来。当数据安全的要求提升之后，跨系统的调用就会受到限制。虽然人工智能已经进入了业务领域，但是很容易产生一些孤立的小应用程序。
中信百信银行最近推出了企业级的人工智能服务系统来解决上述问题。它并不是简单地给员工配备一个聊天软件，而是在此基础上把个人使用、岗位经验以及企业的基础设施联系在一起，并且使人工智能由原来的“谁会用谁受益”转变为组织内部可以共享的能力。
该套系统由AI Work、数字分身、Skill广场以及Orange智能体中台组成。虽然模块很多，但是方向很清晰：首先是提高员工个人的工作效率，然后是把员工的经验转化成可以被复制的技术，最后就是把这些技术在安全的范围内进行跨部门的应用。
AI Work主要是为员工提供日常办公的服务。文档处理、信息整理、内容总结、数据分析等工作可以在本地环境里进行。因为金融业务涉及到大量的敏感数据，所以系统使用了大模型，并且是私有化的部署方式来实现员工不需要上传原始数据就可以对数据进行整理和分析的目的。
这很重要。金融机构用人工智能的时候，效率不能建立在数据失控的基础上。让模型来做重复性的任务，并且把数据放在一个比较容易控制的环境中，这样员工就可以把更多的精力投入到业务判断当中去，而不需要不断地去校对格式或者核实信息。
数字分身所要解决的问题是另外一种情况：员工不能一直在线，但是同事的询问并不会因此而停顿下来。
百信银行给员工建立了自己的人工智能分身，并且根据岗位的不同来分配知识与技能。如果员工不能及时回复的话，在经过批准之后，数字分身就可以在即时通讯里回答一些常见的问题了，比如规章制度查询、业务流程解释等等。复杂的事务仍然要由专业的人员来办理，而重复性的咨询就让人工智能去做了。
这并不是要让人工智能来代替人工作业，而是一方面把员工最熟悉的作业方式总结提炼出来做成一种服务供其他人使用；另一方面则是把这些作业方式固化下来形成标准流程。对于合规、专利管理和IT运维这样的专业技术岗位而言，大部分的问题都不太困难，但是它们会长期占据专家的时间。数字分身可以先处理一些高频率的事情，专业的工作人员就可以把注意力集中在需要做决定的地方了。
问题是分身会学到哪些东西、可以调动哪些资源，都需要有一个统一的方式来管理。所以百信银行建立了Skill广场。员工可以把高频次的业务处理的方法总结为AI技能，并且让其他的同事去安装它之后，自己分身就可以用了。研发人员以及运营人员都可以上岗，企业的经验也就有了流通的途径。
这就相当于建立了一个知识库之后再进一步发展。知识库一般就是“查资料”，而Skill则是按照某种方式来做的。但是技能是否能正确地被执行，还是和内容质量以及权限分配有关，并不是说上传了一次就可以到处使用了。但是至少人工智能的应用不再需要个人去摸索了。
Orange智能体中台负责整个系统的接入以及管理。利用智能网关可以实现与企业的知识库以及其他公共服 务之间的互联互通，并且让数字分身拥有查询工单、发起审批等功能，在不同系统之间进行操作。
同时把安全性作为比较重要的一个方面来考虑。该平台已经获得了中国信通院对企业级智能体的安全能力进行测评的结果，在身份安全、数据保护、行为安全、知识库安全、技能可信以及审计合规等各个方面都有所体现，并且还包含了从建设到使用整个过程中的所有环节。对于银行来说，人工智能能做些什么很重要，但是谁来调动它、调动了哪些东西、结果能否追查到责任人，则也不能忽视。
从实际的应用情况来看，该套系统已经被运用到很多业务场景当中了。员工可以使用人工智能来对本地的数据进行整理、分析以及可视化；在跨部门资料汇总的时候，人工智能可以帮助理解文档、提取信息并且产生报告草稿；而在制度查询、进度查询以及专业的咨询服务方面，数字分身也已经开始提供标准化的服务了。
百信银行之前已经在比较具体的一些金融业务上取得了应用成果。风控智能体“AlphaMo”能够实现从数据挖掘、特征工程到模型训练的整个过程中的风控模型的创建，并且提高了83%的开发效率，在特征挖掘方面比人工提高了一倍。在客户服务领域，“灵犀”的意图识别智能体已经涵盖了90%以上的高频客服场景，并且问答解决率达到90%以上。
到2026年中旬的时候，百信银行的人工智能技术已经应用到了上百个业务场景当中去，在客户服务、客户经营以及反洗钱等各个领域都有所体现。
这表明，在金融行业里人工智能已经不是试验性质的东西了。但是值得我们注意的是应用的方式发生了改变：由单一的产品变成了企业的整体解决方案；由员工个体的行为发展成为团队的经验分享；不再只是对某个问题的回答，而是在权限之内完成某项工作。
当然了，人工智能能不能变成一种组织的能力，还得看后面的操作情况。技能是否能一直得到更新、分身的回答是否能够保持稳定、跨系统的操作是否可以一直做到合规，这些都要求有长期的管理。企业级的人工智能并不是上线了一个平台就算完成了任务，而要将模型、数据、权限以及业务流程全部纳入到自己的管理体系当中去。
对于金融机构而言，这要比追求一个新的模型更为重要。模型的能力是会改变的，但是能不能安全地融入到业务中去、能不能被员工所使用并且产生复用的效果，则决定了人工智能到底可以给企业带来多大的实际效益。