銀行信貸審批迎來AI革命

新疆昌吉瑪納斯縣被譽為“中國棉鄉”和“釀酒葡萄之鄉”，其中，棉花產業的資金周轉有著“短、頻、急”的鮮明烙印，而釀酒葡萄產業投入大、周期長。一急一慢之間，正是該縣產業金融最真實的痛點。

破解上述融資難題的，并非某款信貸產品，而是工商銀行（601398.SH）落地運行的智能體矩陣“智貸通”，通過深度整合多維數據信息，精準測算融資需求，跑通了一條科技助農的新路。

日前，國家網信辦、國家發展改革委、工信部聯合印發《智能體規范應用與創新發展實施意見》（以下簡稱《實施意見》），明確要求研發金融風控智能體，提升信貸審批、交易監控、賬戶安全等環節的風險識別能力，推動AI智能體在金融核心風控領域從試點探索走向制度化應用。《實施意見》的出臺，被業內人士解讀為金融風控智能體駛入“快車道”的重要信號——此前令機構裹足不前的政策模糊空間，正在被清晰的行為邊界和責任界定所取代。

從“試點觀望”轉向“有序加速、分層推進”

面對棉花產業資金需求，工商銀行昌吉瑪納斯支行依托總行搭建的新一代融資全流程智能體矩陣“智貸通”，創新打造了“棉花產業專屬服務模型”。這套系統不再僅依賴信貸員的人工經驗，而是深度整合企業近三年收購、倉儲物流數據，并智能關聯棉花期貨價格、氣候預測等外部信息，結合行內貸款管理辦法及行業投融資分析，精準測算軋花廠合理融資需求。通過模型驅動，該支行成功為縣域內兩家核心軋花廠提供高效信貸支持，縮短融資服務時效，確保棉農“棉出手、錢到手”，解了企業的燃眉之急。

如果說棉花產業的痛點在于“急”，那么釀酒葡萄產業面臨的則是“熬”。就釀酒葡萄產業而言，酒莊通常需要3—5年方能實現盈利，傳統信貸模式難以適應其“慢回報”的特性。工商銀行昌吉瑪納斯支行以“智貸通”為數字化基座，積極聯動縣域農業單位，共同構建“葡萄產業數字地圖”，全面整合葡萄園地塊信息、種植品種、酒莊分布等關鍵數據，并為當地一家精品酒莊量身定制“成長周期陪伴式”融資方案，有效緩解了酒莊長期發展的資金壓力，成為產業全周期健康發展的堅實后盾。

工商銀行2025年年報中提到，2025年，該行創新建設新一代融資全流程智能體矩陣“智貸通”，構建“多維信息融合+深度推理”客戶信用風險評估體系，服務公司客戶營銷、盡調、審查、審批和存續期管理全流程。

然而，能夠像工商銀行這樣率先邁出一步的機構，在整個行業中仍然屬于少數。在此次《實施意見》出臺之前，更多銀行在面對風控智能體的部署時，普遍抱持觀望態度。

中金金融認證中心有限公司（CFCA）智能創新中心助理總經理李闖分析稱，橫向對比來看，得益于對科技的高投入，金融行業智能體應用數量領先于零售、制造和醫療等行業，是AI智能體落地的先鋒。但由于極度注重安全信任，銀行業務側重效率提升，在部署高自主性智能體方面反而落后于零售和制造業，相對前沿高科技、互聯網企業有一定的滯后性。

上海金融與發展實驗室主任曾剛告訴《中國經營報》記者，《實施意見》出臺之前，銀行部署風控智能體面臨的最大障礙之一恰恰是政策模糊——監管邊界不清、容錯空間不明，導致機構寧可觀望也不愿貿然投入。

IDC（國際數據公司）中國金融行業研究經理思二勛認為，《實施意見》出臺后，政策由“原則性引導”轉向“規則化約束+鼓勵創新并行”，對銀行部署智能體的節奏產生了明顯的結構性影響，整體表現為從“試點觀望”轉向“有序加速、分層推進”。

思二勛詳細分析稱，在部署節奏上，《實施意見》明確了數據安全、模型可控與責任邊界等關鍵要求，消除了此前銀行在合規上的不確定性，原本處于觀望或小范圍驗證階段的機構，開始加快從概念驗證向生產級應用轉化，尤其是在貸前審批、運營輔助等低風險場景，銀行更傾向于快速復制與規模化推廣。

在推進路徑上，思二勛指出，“分級分類治理”的政策導向促使銀行采取更清晰的分階段策略，優先在可解釋性強的環節落地，待滿足審計與風控要求后，再逐步向貸中決策與貸后管理延伸。

對此，易觀千帆金融行業咨詢專家陳毛川給出具體分析，通常情況下，貸前審批不涉及復雜動態博弈、可解釋性強、合規門檻低，ROI最明確、價值易量化，業務場景流程、數據字段標準化程度高；貸中監控具備強實時性、高敏感性，要求實時攔截不法行為；而貸后管理依賴長期行為數據與外部輿情，模型準確率低、效果周期長。正是這些差異，決定了銀行會優先在貸前環節發力。

在技術層面，思二勛指出，政策對智能體“可審計、可追溯、可驗證”的強調，倒逼銀行同步推進模型管理、數據治理與審計日志體系等基礎能力建設。而在風險偏好層面，最為深刻的變化在于，風控與合規部門開始從“謹慎制約”轉向“參與共建”，推動智能體從科技部門主導的創新項目，轉變為全行層面的系統性工程。

曾剛亦認為，《實施意見》將“安全可控、規范有序”列為首要原則，同時要求完善異常檢測與合規審計功能。這意味著，合規門檻的確在提升，尤其是對數據治理、模型可解釋性、人機決策邊界的要求更加明確。

“《實施意見》規定完善智能體異常檢測、合規審計功能等，意味著金融機構在智能體應用過程中要充分考慮合規要求，更加重視智能體的可解釋性和全流程留痕，能生成結構化決策鏈路、符合倫理審查且具備完善審計日志的智能體方案更適合銀行的應用場景。”陳毛川補充道。

如何讓智能體“跑得穩、信得過”？

當政策通道逐步打開，一個現實的技術命題擺在了各家銀行面前：風控智能體究竟需要怎樣的系統環境和數據基礎，才能真正“跑起來”？

“銀行核心系統大多構建于十數年前，以集中式主機架構為主，數據分散在多個孤島之中，接口標準不統一，實時性也嚴重不足。”曾剛說。

李闖進一步分析稱，遺留系統經過十數年打磨，具備極高的事務一致性保障和成熟的邊界控制能力，為防范金融系統性風險提供了堅實底座。但高度靈活自主的智能體與傳統核心銀行系統嚴苛的串行審批邏輯、靜態調用鏈路格格不入。他直言：“核心難度在于遺留系統的‘確定性’與智能體的‘概率性’之間存在劇烈的信任沖突。智能體具備多步自主推理和調用外部工具的能力，這種非人類實體的行為不可預測，極易引發工具濫用、越權操作，甚至導致風險在核心系統中級聯傳播。”

在采訪中，業內人士普遍認為，要讓智能體從“接進去”到“跑得穩”，銀行須同時在系統架構、數據治理、流程線上化與模型治理，以及底層的信任機制四個維度發力。

系統架構解耦與接口標準化，是智能體接入的第一道關卡。思二勛指出，智能體的核心能力依賴實時或高頻的數據交互與API（應用程序編程接口）調用，而遺留架構多為單體系統，內部邏輯高度耦合、缺乏標準化API，改造難度極大。銀行需要從架構層面將授信計算、風控評分、審批、合同生成、放款執行等核心能力拆解為獨立的微服務模塊，并通過流程解耦，允許將智能體作為一個服務節點動態插入，且支持規則觸發，否則智能體將處處受制。同時，引入標準化通信協議為多智能體協同奠基。當多個智能體需要協同工作時，銀行應考慮采用模型上下文協議（MCP）之類更先進的交互標準，提升系統的可擴展性與適應性。

“目前，部分國有大行、頭部股份行已提前啟動核心系統分布式改造，已具備接入基礎，而多數中小銀行仍卡在這一步。”陳毛川如是說。

其二是數據治理。“風控智能體的判斷高度依賴數據資產，但現實是，多數銀行的交易數據、客戶數據、外部征信數據分屬不同系統，格式不統一、口徑不一致、歷史數據清洗程度低，這正是智能體在實際運行中頻繁‘跑偏’的根本原因。”曾剛強調，在接入智能體之前，構建統一的數據中臺或特征工程平臺是前提。

其三是流程線上化與模型治理，尤其是模型可解釋性與人工復核機制的嵌入。曾剛表示，監管要求風控決策必須可解釋、可追溯，純黑箱模型無法通過合規審查。銀行需要在智能體的決策鏈路中設計人機協同節點，明確哪些環節可以自動執行，哪些必須由人工介入復核，這既是合規要求，也是防范模型系統性失效的安全閥。

其四是底層信任機制的重構。李闖補充道，要讓智能體真正“跑起來”，銀行必須完成底層信任機制的重構。在這一過程中，銀行應關注并參考正在推進的智能體互聯、身份管理、智能體發現、智能體評估等國家標準和行業標準研制方向。“具體而言，信任重構需要依托強大的第三方力量，參考國家標準，比如在身份與能力信任方面，為每個智能體頒發數字身份證書，通過第三方檢測評估機構形成能力評估報告、認證憑證或可驗證資質聲明。在智能體互聯發現與交互階段實現合法的身份鑒權與能力資質互認。在評估與隔離方面，在智能體接入遺留生產環境前，依據智能體評測標準，在沙箱環境中進行多步驟邏輯與工具調用安全檢測，確保其行為的合規性與可解釋性。”

（編輯：曹馳 審核：何莎莎）

【中經金融】

【中經金融】立足于價值發現與分享，為您解讀最新的投融資環境變化，捕捉財經市場重要信息，事事有關您的財富增益。