近日，6家國有銀行均已發布2024年報。在各自的年報中以及業績發布會上，人工智能/大模型是重要話題之一，6大行均提到了相關布局新進展?！躲y行科技研究社》對此進行了梳理。

工行：“工銀智涌”賦能200余個場景，累計調用量超10億次

工行透露，其在同業中率先發布企業級千億金融大模型，賦能20多類業務、200余個場景。

該行拓展新技術應用場景，人工智能等新技術全年承擔工作量超4萬人年。大模型規?；瘧萌〉眯峦黄?，建成企業級千億金融大模型技術體系“工銀智涌”，累計調用量超10億次。推出AI智能編碼研發工具，賦能一線開發人員。

在結算與現金管理業務上，工行推廣結算金融顧問AI大模型應用。

在貨幣市場交易中，其推進中國外匯交易中心拆借和回購交易事前控制、交易對手AI大模型風險識別等系統開發，提升交易決策效率。

在遠程銀行方面，深化大模型等技術應用，優化對客“工小智”、對內“工小慧”智慧服務體系，面向客服座席提供事前運營、事中輔助和事后質檢等全流程智能輔助，強化智能外呼對業務經營賦能。

人工智能/大模型在工行智能化風控中發揮著重要作用。據悉，其建設企業級智能風控平臺（“4E”平臺），以行內外金融、非金融數據為基礎，融合應用機器學習、知識圖譜、大模型等技術，形成企業級風險視圖中心（EVC）、計量中心（EMC）、監測預警中心（EAC）、決策中心（ESC），具備風險體檢、模型管理、風險篩查、跨市場跨風險傳染識別、輿情監測、底線風險攔截和風險官工作專區等功能，為全面風險管理提供數字化工具。

工行還表示，其大模型技術能力在同業中率先輸出至中小銀行。

農行：以大模型增強客服機器人能力，完成DeepSeek全系列大模型部署

農行方面，正探索智慧銀行建設。其發布《“人工智能+”創新實施綱要》，制定人工智能與銀行業務深度融合的智慧銀行建設方法、策略和路徑，推進“AI+”全面建設與深度應用。

在遠程渠道上，農行加快智能客服建設。應用大模型等新技術，增強客服機器人服務能力。

在個人金融業務上，打造“智面客”“走進系列”“AI客戶經理助手‘一明’”等數字工具。

據《銀行科技研究社》了解，農行在2024年度業績發布會上提到了關于人工智能的更多內容。除了闡述《“人工智能+”創新實施綱要》，還透露，該行已完成DeepSeek全系列大模型在行內的部署運行，并在智慧辦公、智慧營銷等多個領域進行深入應用，取得初步良好效果。

中行：智能研發場景月均生成代碼超133萬行，利用行內數據調優DeepSeek大模型

中行表示，其新技術應用加快落地，新增人工智能等新技術應用場景超900個。

該行圍繞算力、算法和數據，建立專職隊伍并加快大模型技術創新應用，智能研發場景用戶超3600人，使用量達170萬次，月均生成代碼超133萬行。推進授信報告自動化、遠程銀行服務支持、營銷助手等金融場景應用。綜合運用人工智能等各類新技術，在運營管理、精準營銷、科技研發等領域節約人力超8萬人月。

在2024年度業績發布會上，中行透露，大模型技術已在總分行落地員工問答、智能研發、報告生成等10余個場景。還完成DeepSeek R1模型的內部部署，并用行內數據進行推理和調優；向行內員工開放，進行場景的探索，推進其在營銷助手、遠程銀行、授信報告生成等場景應用。除大模型技術外，中行也推進其他人工智能技術應用，新技術累計覆蓋超3000個應用場景。

建行：初步建成企業級金融大模型應用體系，累計上線193個場景

建行透露，其初步建成面向全集團用戶的企業級金融大模型應用體系，截至2024年末落地193項場景應用，研發技能達7000余個。

該行深化金融大模型建設，發布了千億級金融大模型，打造大語言模型、文生圖大模型、多模態大模型、代碼大模型體系。同時加強人工智能平臺大模型訓練、推理和運營能力。

值得一提的是，建行2024年報中對大模型建設進行了專題介紹。該行于2023年3月啟動金融大模型建設及應用，成立跨部門專項工作組，以企業級應用為視角，發揮人才、算力、算法、數據、場景等優勢，以提升客戶體驗和為員工賦能減負。

其擇優選擇千億級開源通用大模型，并利用長期積累的文本數據對通用大模型進行預訓練、微調和強化學習，建成面向所有業務領域應用和統一技術底座的金融大模型，以及模型即服務（MaaS）的應用平臺。目前金融大模型能更好地理解金融知識和行內業務，已初步具備信息理解、信息生成、數理邏輯、行動規劃、交互表現、內容安全、內生安全、金融通識、金融場景等9項一級能力。截至2024年末，已完成金融大模型的迭代更新16次，金融大模型通用能力評分和業務場景能力評分明顯提升。2024年上線168個金融大模型應用場景，累計上線193個。并重點打造了AI助手、AI工具箱、代碼解釋器、向量知識庫等基礎應用。

建行還提到了DeepSeek。據介紹，DeepSeek系列大語言模型發布后，其第一時間用文本數據進行微調，形成基于DeepSeek-R1的推理類金融大模型，并在生產環境完成私有化部署，賦能全集團的應用場景。

關于大模型具體應用，建行介紹了2個案例，分別為基于人工智能的“幫得助理”賦能一線員工客戶經營、授信審批金融大模型財務分析。

交行：構建千億級金融大模型算法矩陣，已建設超100個大小模型場景

交行方面，其推進人工智能應用規?；?、體系化，全年替代超過1000人力工時，在反洗錢反電詐、客戶服務、集中運營等領域加速釋放人力工作量。

該行發布《“人工智能+”行動方案（2025—2026年）》，構建“1+1+N”人工智能建設框架，即夯實1個企業級AI能力平臺、健全1套AI治理機制、賦能N個AI場景應用。搭建以國產GPU服務器為主的千卡異構算力集群，構建千億級金融大模型算法矩陣，完成大小模型場景建設超100個。

在消保方面，交行運用AI大模型實現投訴自動輔助分類。整合AI大模型及NLP小模型技術，更快速、精準定位訴點，提高投訴管理質效。

交行在2024年度業績發布會上透露，近年來該行主要圍繞降成本、控風險、創價值、優體驗4方面推動人工智能的應用?？紤]到當前人工智能在應用上還存在一些不確定性，所以其基本策略是先對內后對外，先局部后整體，把降成本和控風險作為優先考慮的事項，不斷探索創價值和優體驗。

郵儲銀行：發布大模型“郵智”，智能研發測試AI助手生成代碼110萬余行

郵儲銀行在報告期內發布大模型“郵智”，打造“算力、算法、數據、場景”四位一體安全可信的大模型服務體系。

“郵智”大模型具有“全面能力構建、全棧自主可控、全域場景賦能”三大特色，打造靈活高效架構體系。將全部的AI服務以原子化、組件化、范式化等形式支持積木式快速搭建場景應用。從底層算力、數據、模型算法，再到頂層應用場景的研發，全部自主可控。

該行通過智能“小郵助手”，賦能營銷、運營、風控、辦公等環節，實現信息可聚合、圖表可展示、內容可溯源、話術多風格、推薦有策略等功能，業務辦理時長縮短約20%，日均受理咨詢3000余次，截至報告期末，累計處理超70萬個業務資訊問題。通過信貸報告AI助手，重塑信貸報告撰寫流程，貸前盡職調查報告生成率達40%以上。

在研發領域，郵儲銀行依托大模型打造端到端智能研發測試AI助手，已輔助超5000名研發人員智能生成代碼110萬余行，代碼采納率約20%，單元測試行覆蓋率約60%–80%，試點系統測試制品采納率約31%。

在郵儲銀行數據治理方面，大模型也發揮著作用。該行在貫標申請和審核場景中，使用大模型實現數據標準項智能推薦、填寫和審核，推薦正確率超80%，單條審核時間由分鐘降至秒級。在企業級數據字典相似性檢查及派生關系識別場景中，存量相似性分析工作節省超90%人工，派生關系識別正確率超80%。

在資金資管業務上，郵儲銀行上線了融合人工智能技術的貨幣市場交易機器人“郵小助”和交易助理機器人。其中，交易員助理機器人具有大模型意圖理解、語義分析等能力，可集成多個系統的查詢功能，實現交易對手及交易標的債券的基礎信息、行內授信、歷史持倉、評級估值等內外部信息的批量查詢、對比和展示，解決交易員交易前的查詢準備需求，并可根據用戶的點贊、采納等反饋自動學習，持續完善應答準確度。

在法律風險方面，郵儲銀行上線了大模型法律審查智能輔助工具。

責任編輯：王煊