公司核心竞争力 - 金融AI核心竞争力植根于数据资产、真实场景与金融科技基因三者的深度融合以及协同效应 [1] 智能体平台发展 - 公司4月推出自研金融智能体平台 同步亮相AI审批官和AI决策助手等智能体应用 [1] - 6月进一步展示奇富信贷超级智能体的核心模块 [1] - 智能体平台已搭载覆盖99%小微企业的专业知识图谱 宏微观信息准确率达98% [2] 技术难点与解决方案 - 小微企业信用评估面临数据处理与模型风险识别两大核心挑战 [1] - 通过智能体多模态感知整合能力将碎片化非结构化数据转化为有效评估依据 [1] - 通过知识图谱前序筛选保证输入准确性 并通过注入过往成熟经验保障模型准确度 [2] 智能体应用成效 - 新上岗两个模型研发智能体实现7×24小时不间断工作 [3] - 一个月内核心业务场景模型性能提升近1% [3] - 智能体显著释放人力成本并提升工作效率 [3] 未来发展方向 - 打造端到端决策风险智能体替代现有风险决策逻辑 实现全流程自动化 [3] - 开发经营与风险辅助决策智能体 目标成长为可独立工作的决策人员 [3] - 预计两年后AI智能体将以数字人形式深度参与金融机构业务 [3] 行业应用现状 - AI智能体在金融行业应用仍处于起步阶段 [2] - 当前落地更多集中在成熟场景 客服领域通过多智能体协同已完成大多数工作 [2] - 智能体通过后训练具备强能力后 在大多数金融场景都有应用可能 [2]

中国银行数字化转型与奇富科技的金融智能体 核心观点 - 中国银行数字化转型进入"智能赋能"阶段，金融智能体与业务场景的深度融合成为关键解决方案 [1] - 奇富科技通过自研金融智能体平台及五大核心模块，覆盖信贷全流程，提供"类专家级"能力，成为中国银行数字化转型的首选服务商 [2][3][7] - 技术赋能业务体现在数据飞轮、多模态融合、自我进化、多智能体协同四大引擎，显著提升银行决策效率 [4][5] - 公司与银行的深度合作验证了智能体在营销获客、风控审批、决策分析等领域的实际效果 [6] 奇富科技金融智能体的技术突破 - **Deepbank平台与四大应用**：2025年4月推出AI营销助手、AI审批官、AI决策助手、AI合规助手，基于异构大模型与多智能体协同框架，实现动态金融语义理解和复杂规则推理 [2] - **信贷超级智能体升级**：2025年6月新增端到端授信决策、小微企业信用评估等五大模块，集成700余个模型、7000+策略模块、过亿条历史数据，小微企业评估准确率达98% [3] - **合规技术突破**：Lumo AI合规助手集成2000+监管法规、300+风控模型、50+合规算法，从"事后纠偏"升级为"事前预防" [3] 技术引擎与业务赋能 - **数据飞轮**：10余年信贷场景数据构建动态更新的金融知识图谱，支撑智能体决策基础 [4] - **多模态融合**：处理文本、数据、图像等多类型信息，通过长链路推理引擎整合决策链 [4] - **效率提升案例**：AI审批官实现T+0定额建议与秒级核验，将3天数据分析流程压缩至1小时 [4][5] 业务落地与行业协同 - **自有业务验证**：AI营销助手提升获客转化率，AI合规助手降低风险发生率，AI决策助手提高决策效率 [6] - **银行合作样本**：奇富数科与广东华兴银行签署战略协议，聚焦营销、风控、决策三大领域，形成"技术服务商+银行"主流路径 [6] 行业趋势与定位 - 金融智能体被视为银行数字化转型的"首选答案"，其全流程覆盖能力与可落地效果成为核心竞争力 [7] - 公司从技术研发到业务协同的实践表明，金融智能体已是当前解决方案而非未来技术 [7]

人工智能与金融融合趋势 - 数字金融是助力金融其他领域发展的纽带和助推器 关键驱动力为数据要素和数字技术 当前我国数字金融正向数字化 智能化方向发展[1] - 金融领域大模型应用即将迎来爆发期 将加速AI在金融领域的渗透 需要长期投入解决行业核心问题[1] - 信贷审批领域未来5至10年或将迎来深刻变革 AI智能体与金融业务深度融合将重构银行管理和运营模式[2] 奇富科技AI金融布局 - 公司自建规模化技术团队 在数据 知识库 金融业务理解等方面积累丰富 将持续加大AI+金融赛道投入[1] - 已开发四款内部落地应用的金融智能体：AI营销助手 AI审批官 AI决策助手 AI合规助手 基于自研异构大模型平台和多智能体协同框架[2] - 智能体系统具备深度思考 主动探索与跨域决策能力 通过知识图谱建模和记忆协同机制实现金融语义理解与精细推理[2] 行业合作与落地场景 - 已与多家金融机构对接探索业务场景落地 包括广东华兴银行签订AI+金融战略合作[2] - 合作方向涵盖营销获客 风控审批 决策分析 增长运营 合规审查 多模态识别 远程银行及数字员工等8大领域[2]