- Modelb@nk5.0未来银行架构
- “乾坤”企业级数智底座
- 平台级产品
- 银行行业解决方案
- 其它主要行业解决方案
-
焦点应用产品族
聚焦焦点营业系统建设，，，支持数字化转型
-
云盘算产品族
提供云原生架构解决方案
-
数据智能产品族
以数据中台为焦点的数据全生命周期产品
-
智能银行（网点）产品族
笼罩智能风控、远程视频银行等场景化产品
-
数字金融产品族
通过开放银行等延伸互联网金融产品
-
信贷治理产品族
笼罩信贷全流程，，，助力普惠金融
-
风险治理产品族
提供信用风险与资源计量产品
-
科技羁系产品族
聚焦羁系合规，，，强化金融系统清静性
-
金融信创
漫衍式焦点系统国产适配，，，构建金融清静底座
-
行业信创
全栈式信创云平台，，，驱动多行业自主可控
-
基于云原生的智能服务
云原生+AI驱动，，，全栈式迅速安排与智能运维
-
量子通讯
量子密钥分发手艺，，，构建金融级清静通讯网络
-
农业农村场景金融
数字手艺赋能农业产融，，，构建智慧农村生态
-
中小微场景金融
大数据风控+线上化服务，，，破解小微融资难题
-
数字供应链金融
区块链+AIoT手艺整合，，，优化产融协同效率
-
数字人民币场景应用
智能合约+多载体支付，，，拓展消耗场景
- 咨询妄想
- 行业数字化转型
- 软件及服务
-
营业咨询
数字化战略、谋划建�！ �、零售与绿色信贷咨询
-
数字化咨询
科技战略与系统群架构及治理研发妄想等
-
数据治理咨询
企业整体战略导向全局数据治理与应用妄想
-
PMO治理咨询
围绕项目举行全生命周期管控与专家赋能
-
金融信创咨询
3-5年信创事情整体妄想制订
-
企业IT治理服务产品族
漫衍式架构+智能运维平台，，，全生命周期IT治理
-
企业IT治理服务解决方案
富厚的IT治明确决方案，，，包管营业连续性
-
企业数字化转型服务
科研知识产权方案，，，提升全生命周期治理能力
-
工业数字化转型服务
工业智能体+物联网优化生产，，，打造数智工厂
-
研发治理及DevOps
云原生+DevOps全生命周期平台
-
自动化产品
自动化建�！ �、执行、测试、营业流程自动化
-
测试解决方案
AI+TMMi赋能全生命周期测试，，，智能天生用例
-
咨询及外包
全生命周期IT服务，，，PMO咨询与行业级交付
克日，，，由北京金融街服务局和北京立言金融与生长研究院联合主理，，，国家金融与生长实验室金融科技研究中心、金融科技 50人论坛学术支持的金融街论坛系列闭门会之“AI 智能体赋能数字金融高质量生长”在京举行。
本次钻研主题紧扣政府事情报告中提出的“支持大模子普遍应用”要求，，，以及央行在科技事情聚会中强调的“清静稳妥有序推进人工智能大模子等在金融领域应用”的政策安排。大模子，，，尤其是智能体的进一步生长，，，正深刻改变金融业的运营方式和营业流程，，，为金融行业智能化转型和营业升级提供了要害手艺支持。来自中国工商银行、中国邮政储备银行、中国农业生长银行、中国民生银行、北银金科等众多金融机构相关认真人参会，，，海博论坛信息数据研发中心总司理李庆刚代表公司参会并讲话。
针对AI智能体在金融领域的手艺生长和营业应用，，，李庆刚体现：：从手艺维度看，，，以数据驱动的架构将转向以决议为中心的架构。随着AI编程以及多智能体手艺的快速生长，，，企业决议能力相较古板方式实现了质的飞跃。7月11日，，，谷歌收购了Windsorf，，，以增强其AI编程和智能体手艺能力；；7月16日，，，Anthropic宣布了Claude多智能体金融剖析解决方案，，，通过MCP Connector整合了标普、FactSet等外部权威金融数据，，，并融合了Databricks的大数据处理能力与Palantir的AI驱动平台能力，，，实现了数据集成、剖析与快速决议。然而，，，金融机构古板的数据驱动架构（包括存算能力、数据洞察能力、建模能力等）难以顺应以决议为中心的新要求，，，亟需新一代一体化平台能力，，，以知足决议导向的架构系统需求。
从营业维度看，，，智能事情流将迎来快速生长，，，未来银行的竞争可能演变为智能体间的竞争。今年3月，，，IBM商业价值研究院宣布报告预测，，，智能事情流的应用比例将从年头的3%提升至年底的25%。更为主要的是，，，领先银行可能通过大模子将先进营业实践沉淀为企业知识库，，，并以智能体为载体落地应用，，，服务于营业谋划，，，从而形成强者恒强的名堂。
关于大模子在金融业的应用展望，，，李庆刚提出两点建议：：组织层面，，，金融机构应设立专职实体机构统筹推进大模子与智能体生长，，，高效整合营业、数据、算力等资源，，，实现营业价值的有序释放；；行业协作层面，，，建议行业协会以“一表通”等标准化报送数据为基础，，，通过本体建模构建行业知识库，，，使其成为金融机构数字资产的操作层，，，实现人机协同。
国家金融与生长实验室副主任杨涛在致辞环节体现：：随着人工智能、大模子在行业的快速应用和迭代，，，需要更多关注如那里置其未来的风险与挑战，，，做好价值与场景的平衡。大模子在金融行业的应用要掌握好风险底线，，，阻止在恒久内低估、短期内高估人工智能应用的挑战。
第一，，，要推动完善AI大模子金融应用的制度和标准。目今，，，大模子在国家层面的制度规则在一直完善，，，但从整体来看，，，大模子在金融领域的应用仍保存一些制度规则的缺位。2024年5月21日，，，欧盟理事会正式批准《人工智能法案》，，，对差别风险层级的人工智能分层治理。其中，，，银行和包管的AI应用被归为高风险层级，，，需知足一系列严酷的透明度与合规要求。只管该羁系政策保存一些争议，，，但其分层分类的监治理念在某种水平上可以借鉴。例如，，，通太过级分类战略资助解决大模子的可诠释性问题。在某些需要较高可诠释性的产品和营业上，，，尽可能将黑箱背后的逻辑讲清晰。而面临那些不需要太高可诠释性的产品和营业，，，则纷歧定需要诠释原理，，，这就需要完善的制度和分级分类治理加以支持。
第二，，，要做好立异风险与责任的明确与分�！ ！Ｅ阃攀只率忠盏难萁�，，，大模子等新手艺的持续应用为金融全工业链带来重构，，，原有金融机构的界线、金融营业的相助方式受到了倾覆式攻击，，，这带来了一些不确定性的风险积累。对此，，，要掌握好立异与清静的跷跷板。要害在于明确潜在风险，，，实现各方加入者责任的有用分�！ ！＠�，，，可借鉴美国跨部分羁系机构联邦金融机构检查委员会（FFIEC）的实践，，，通过标准和规则建设，，，推动金融与科技融合历程中的加入主体各司其职、风险自�！ ！�
第三，，，要理性看待大模子在金融领域应用的功效与价值。从手艺角度来看，，，大模子的金融应用逐渐体现出较高的无邪性和适用性，，，结构小而精，，，向轻量化偏向生长。在现实中，，，差别金融机构的资源禀赋差别，，，在专业性、本钱控制、价值追求方面保存差别。关于众多小金融机构而言，，，数字化时代的马太效应将会越来越突出。因此，，，金融行业在拥抱大模子的历程中，，，例如在Agent方面的结构，，，要阻止一哄而上。要探索真正须要的数字化手段，，，短期内降低预期，，，恒久持续稳固康健生长。
第四，，，要提升羁系科技和智能羁系的能力。面临大模子对金融营业、金融产品、金融活动带来的深刻影响，，，需要提升智慧羁系能力、改善羁系流程的数字化水平。当羁系部分拥有更多手艺手段，，，就能有用实验穿透式羁系，，，镌汰敌手艺的担心。
第五，，，掌握好金融科技伦理和金融科技的底线。2022年，，，中国人民银行宣布了《金融领域科技伦理指引》，，，对金融科技立异活动的伦理底线加以约束。然而大模子的使用为原有的一般性伦理挑战带来了更多突出性问题。因此，，，需要探索推动伦理标准的建设，，，让未来的应用越发切合手艺责任，，，解决信息真实性和金融清静等一系列伦理问题。同时，，，进一步地和目今中国特色金融文化的建设连系起来。
?京公网安备11010802043876
