政策与战略方向 - “十五五”规划建议明确提出全面实施“人工智能+”行动，使智能体技术在银行业的应用从“可选”变为“必选” [2] - 数字金融的主战场正从“居民部门”转向“企业部门”，以促进金融、科技、产业的良性循环并提升金融机构对公业务 [2] - 需以数字金融为切入点参与国际新兴金融运行规则制定，例如通过推动大模型金融应用的规则创新来影响全球“游戏规则” [3] - 需夯实数字金融“地基”，包括升级金融信用、完善金融数据要素、探索通用算力、优化金融标准化等基础设施 [3] 智能体技术发展路径与壁垒 - 金融智能体发展聚焦两大核心路径：推行结果导向的付费模式，以及坚守人机融合导向，在关键业务环节保留人工干预 [4] - 金融智能体成功落地依赖技术突破、业务场景迭代与政策支持三大因素的协同共振，推动应用从外围场景向智能投顾、量化交易等核心业务渗透 [4][5] - 当前金融智能体落地面临三大关键壁垒：技术路线抉择、场景适配转型（需从“流程驱动”转向“数据模型驱动”）、以及合规与伦理风险防控 [5] - 金融机构需双向发力：一方面提升技术成熟度与场景适配能力，搭建组织保障体系；另一方面构建内外部协同合作的生态体系 [5] 银行AI应用实践与成果 - 上海银行AI手机银行的设计追求更自然的服务交互、弥合老年客户数字鸿沟、并探索大模型及智能体在银行场景的落地路径 [6] - 浦发银行人工智能建设成果包括：成立人工智能中心，构建“算力算法数据+企业级知识库”基础，在智慧营销等五大领域开展应用，并搭建知识工程等三大核心平台 [6] - 蚂蚁消金构建“合纵连横”的智能体框架，通过主智能体和专项智能体实现多模态信贷决策、实时场景风控、精准需求匹配，覆盖风控全流程 [7] - 苏州银行作为中小银行，2025年已落地文本润色、合同检验、财报识别、报告生成等30多个业务场景，2026年计划将AI嵌入贷前、贷中、贷后全流程 [9] 面临的挑战与问题 - 人工智能应用面临AI幻觉、专业知识与深度不足、行为同质化三个关键问题，需通过打造私有知识库和工程化模式来破解 [7] - 银行软件测试面临双重挑战：测试范围大幅拓展至端到端链路及多领域测试，以及AI应用叠加可能放大差错，需探索“机机协同”并解决数据偏差、歧视等问题 [8] - 智能体建设面临四大挑战：纯粹IT人员贡献度下降、工具化水平不足、建设成效依赖业务人员、以及IT架构建设思路面临重构压力 [8] - 银行智能体建设具体存在五大挑战：架构管理体系待优化、AI测试存在技术壁垒、高质量外部数据获取难、行业标准不完善、业技融合适配性挑战突出 [9] 未来发展趋势与建议 - 银行业智能体落地存在三种起步路径：以手机银行为载体升级为金融管家、深入核心业务场景配备“AI金融业务助理”、或将AI列为全行“一号工程”构建自有大模型 [10] - 商业银行的AI落地将呈现四大行业趋势：服务模式无感化、人力资源结构调整、智能化成为核心驱动力且盈利模式转向生态化、监管需在创新中寻求平衡 [10] - 智能体要持续创造价值需形成运营闭环，既要评估业务效果也要评估模型参数以驱动迭代，而评测体系构建将成为优化AI应用效果的重要技术支撑 [9] - 需进一步从学术与应用双视角出发，探索实现技术创新与社会增值共赢的路径 [10]