來源:2025年度農村金融機構科技創新優秀案例評選
獲獎單位:北京農商銀行
榮獲獎項:數智應用創新優秀案例
一、項目背景及目標
隨著人工智能技術快速發展,北京農商銀行緊跟技術趨勢,積極探索大模型在業務中的落地。構建了統一AI能力底座,并以此為基礎,構建了智能問答、知識庫、智能客服相關等多個智能應用。基于全棧信創軟硬件和開源框架,自主研發并在北京農商銀行私域部署,具有完全的知識產權。目前系統運行穩定,用戶反饋良好。本項目旨在構建基于大模型的銀行智能化應用體系,打造統一AI平臺,支撐多業務場景的智能應用,解決傳統流程中效率低、響應慢、依賴人工等問題,提升服務智能化水平與客戶體驗。
二、創新點
(一)數字化轉型成效顯著
通過構建企業級AI能力底座,實現了大模型技術與銀行業務場景的探索和融合,助力提升業務流程效率,推動數字化轉型。項目的落地應用,為“普惠金融、科技金融、數字金融”戰略目標的實現提供了技術支撐,在提升業務效率和客戶體驗方面展現出顯著的創新價值。
(二)重塑業務模式,實現降本增效
本項目通過大模型技術重塑業務模式,解決了傳統業務模式中存在的效率低、響應慢、知識更新滯后等問題,具備良好的業務適配性與實際應用價值。在員工成長方面,通過智能問答、多領域知識庫及智能出題系統,賦能員工能力提升。在開發效能方面,部署代碼助手與案例生成系統,有效輔助開發人員完成代碼編寫及測試,顯著提升了開發效率。在自動化辦公場景中,應用文稿自動排版與文檔智能潤色工具,優化了日常辦公流程;引入語音識別技術,縮短會議紀要整理時間、釋放人力資源。在營運營銷領域,通過QA生成擴寫與清洗系統,賦能遠程銀行業務的高質量發展。
(三)實現系統自研可控
本項目為自主研發項目,采用國產浪潮服務器,搭載國產CPU與GPU,操作系統、數據庫、中間件等底層軟件均選用國產產品,構建了安全、高效的國產化技術底座。系統全面采用開源模型與框架,選用國產開源大模型DeepSeek和Qwen。團隊完成了大模型的本地化部署與優化,并基于此自主研發了多個創新性應用,確保了安全可控。
三、項目技術方案
本項目采用國產浪潮服務器,搭載國產CPU與GPU,操作系統、數據庫、中間件等底層軟件均選用國產產品,構建起安全、高效的國產化技術底座。基于DeepSeek和Qwen開發了智能問答系統,實現對用戶請求的自動化處理與個性化建議。系統已與北京農商銀行內部OCR和ASR系統對接,支持圖像轉文本、語音轉文本及語義理解,廣泛用于員工咨詢、系統運維等場景。系統全面采用開源模型與框架,選用國產開源大模型DeepSeek和Qwen。基于Langchain-Chatchat構建企業級知識庫系統,采用Bge-M3作為向量模型,Xinference作為推理引擎,實現高效知識檢索與智能問答。在開發輔助方面,引入CodeGeeX4與Qwen2.5-Coder代碼大模型工具,支持代碼補全、語法檢查與優化建議,提升開發效率與代碼質量。基于離線語音識別引擎,結合降噪和靜音檢測技術對會議錄音文件進行預處理,構建結構化會議紀要生成應用,支撐多種金融類會議紀要模板,提升行內會議紀要準確度和規范度。
四、項目過程管理
需求分析階段:2024.07.24-2024.08.14
設計階段:2024.08.15-2024.09.04
開發階段:2024.09.05-2024.11.30
測試階段:2024.12.01-2025.01.30
系統上線:2025.02.22至今持續迭代
五、運營情況
系統自2025年2月上線以來,累計訪問量超15萬次,有效輔助員工日常工作。系統從開始運行至今,整體運行穩定,無重大風險漏洞事件和重大業務風險,并且整體性能滿足3-5年內的業務發展要求。
六、項目成效
(一)成本效益
本項目為廣大員工提供了智能化支持,提升了知識查詢的效率和代碼開發效率與質量,降低了運營、開發和人力成本。在提升辦公和服務質量的同時,實現了成本優化與資源節約。
(二)成果轉化性
實際應用效果如下所示:
1.基于大模型的AI智能平臺(圖1)已在多個業務場景中落地應用,涵蓋智能問答、知識庫、案例生成、智能出題、QA對生成、語料擴寫、清洗、文稿格式化、WPS插件、權限管理等功能。
![]()
圖1. AI 智能平臺
2.智能問答系統(圖2):智能問答系統可實現對用戶請求的自動化處理與個性化建議,可作為本地工具使用,大幅提升了員工辦公效率,同時嚴格保障銀行數據安全。
![]()
圖2. 智能問答系統
3.知識庫系統(圖3):整合業務、合規、IT等多領域知識資源,實現智能檢索與問答。系統具備完善的權限管理機制,支持按部門、處室、員工等維度進行權限控制,確保了知識的安全性和合規性,通過知識庫搭建,顯著提升制度文件、操作手冊等使用便攜性和頻率。目前已建設多個面向全行員工及各專業條線的知識庫,顯著提升了知識獲取效率。尤其在營運方面,通過知識庫系統輔助辦理業務,顯著提高了我行柜員的工作效率和質量。
![]()
圖3. 知識庫系統
4.案例生成系統(圖4):根據業務功能描述生成測試案例,應用于軟件測試、流程驗證等場景,提升測試覆蓋率與流程規范性,降低了測試成本,加強了風險控制和合規性管理,為北京農商銀行的業務系統開發與運營提供了強有力的支持。
![]()
圖4. 案例生成系統
5.智能出題系統(圖5):根據參考資料自動生成題目與答案,適用于員工培訓、合規考試等場景,提升出題效率與質量。
![]()
圖5. 智能出題系統
6.QA對生成系統(圖6):支持智能客服QA對的自動生成與人工審核,降低大模型幻覺影響,提高回答精準度與客戶滿意度。
![]()
圖6. QA對生成系統
7.QA語料擴寫系統(圖7):輸入參考內容,系統將基于該內容結合多種提問習慣與表達方式,自動生成多樣化的客戶問題,提升語料庫的豐富性,并增加人機交互的親切度。
![]()
圖7. QA語料擴寫
8.QA語料清洗系統(圖8):自動識別并剔除無關問題,提升語料準確性與規范性,有助于在智慧客服、智能語音導航等場景中提高準確度和用戶交互的流暢性,進而提升客戶滿意度。
![]()
圖8. QA語料清洗
9.文稿格式化系統(圖9):支持按標準格式對文稿進行自動排版,提升北京農商銀行員工文檔處理效率與專業性。
![]()
圖9. 文稿格式化系統
10.WPS插件(圖10):集成大模型能力至WPS辦公環境,實現文檔智能潤色、內容生成等功能,提升北京農商銀行員工辦公效率。
![]()
圖10. WPS插件
11.代碼助手(圖11):引入CodeGeeX4與Qwen2.5-Coder代碼大模型,開發代碼智能助手,支持代碼補全、糾錯、注釋等功能,提升北京農商銀行開發效率與質量。
![]()
圖11. 代碼助手
12.會議紀要生成(圖12):頁面提供了多種金融類會議紀要模板,支持用戶手動上傳語音文件和切換模板,提高了員工辦公效率。
![]()
圖12. 會議紀要生成
上述項目成果可以在行內多種業務場景推廣應用,具備成果轉化能力,能夠為其他金融機構提供可參考的實施路徑與技術方案。
(三)可復制性
項目所構建的平臺具備模塊化設計與接口開放性,未來能夠根據不同業務場景快速適配與擴展。同時,項目采用了標準化的開發流程與技術架構,便于在其他系統中復用與推廣。
七、經驗總結
通過近半年的探索與實踐,北京農商銀行在人工智能新技術應用方面取得了階段性成果,初步構建了大模型平臺和智能應用體系,為業務發展提供了堅實的技術支撐和創新動力。
更多金融科技案例和金融數據智能優秀解決方案,請在數字金融創新知識服務平臺-金科創新社案例庫、選型庫查看。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.