近日，由神州信息主辦的“AI賦能金融系統測試效率提升研討會”在京圓滿召開。研討會特邀全國行股份制銀行、農信機構、城商行等30余家金融機構，60余位相關負責人到場，與會嘉賓結合金融測試領域AI大模型技術發展趨勢和現階段技術難點進行討論。神州信息新動力數字金融研究院副院長薛春雨以“AIGC在金融行業的實踐及探索”為主題發表演講。

薛春雨

國內銀行業大模型應用場景落地情況

· 從行業認知看，國內銀行已經從最開始的觀望態度，逐漸過渡到將大模型技術作為未來重點的數字化轉型方向，持續加大投入。同時，行業對大模型應用價值的期待也逐漸從認知偏高逐步回歸理性。在落地時更加關注大模型實際能夠發揮的業務價值。

· 從場景應用看，雖然大模型尚未帶來“顛覆性”的應用改變。但是，在“員工辦公助手、編碼助手、智能客服、知識助手等場景，大模型已經產生明顯的業務價值。國內六大行已經基于大模型開展體系研發，并在多個業務領域實現創新應用，但是更多銀行還處于但場景探索階段。

· DeepSeek帶來的變化，私有化部署和相對的低成本訓練，主要解決了企業基礎大模型的問題，但是大模型并不直接解決業務問題本身。依托大模型的優勢能力，更有利于加速推動金融場景創新探索。

因此，直接使用基礎大模型很難解決金融企業的實際問題，金融企業落地需要聚焦在企業大模型及相關聯的場景大模型方面。可以由場景大模型切入，逐步形成完整的企業大模型能力。

神州信息AIGC金融場景應用五步走策略

· 降本增效類場景，從可快速見效業務場景切入，產生實際業務價值，逐步推動應用范圍擴展。

· 客戶體驗類場景，基于某領域的知識及數據，通過AIGC知識問答方式賦能交互體驗提升。

· 多業務條線落地，通過多種AI技術的融合，形成綜合解決方案，并在多業務條線落地。

· 過程自動化，基于AIGC對知識的綜合學習及判斷，對流程及決策類系統進行自動化處理。

· 高階智能化，融入AIGC等技術，實現過程的全面自動化及專業化。

神州信息AIGC金融場景實踐

從軟件研發和知識問答兩個業務場景入手，從上至下持續沉淀，通過持續的場景落地，形成能力和實踐的積累，最終達到量變到質變的演進。

神州信息CodeMaster金融企業內部代碼生成

· 產品介紹：利用大模型技術結合prompt提示工程能力，實現了代碼的自動生成，智能補全、人機對話的交互開發。集成了銀行業各系統需求和設計方面的知識作為二次預訓練語料。

· 落地案例：某銀行內部框架平臺。通過插件端應用，基于大模型微調、提示工程和相似搜索技術，結合工程端的配置，實現方法、類、組件、接口等不同粒度代碼的生成和修改。

· 后續計劃：通過“用、訓、融”三步，借助Deepseek的私有化部署及部分能力的提升，提升代碼生成的能力，助力核心降本增效。

神州信息FinancialMaster金融企業知識大模型

· 產品介紹：綜合金融場景模型、Prompt構建、大模型微調、大模型持續訓練等適配技術，實現金融專有知識的業務應用。基于金融領域的專有知識，并結合金融機構內部的相關信息，以及提供的各類業務系統的功能，改善用戶體驗，提供高效的資料查詢與信息提煉能力

· 落地實踐：銀行監管報送需求智能化提取銀行監管報送需求智能化提取。基于行內的現有數據資產等構建基礎的知識支撐，最終為監管報送各部門提供便捷的對話支持以及自動進行相關數據字典的更新。可實現，AI對話系統、應用層數據字典智能生成、EAST5.0全量數據字典離線生成、監管報表部門數據字典生成、監管發文解析等功能。

AIGC金融行業發展趨勢

· 趨勢一：大模型與小模型的融合。結合銀行的業務場景將傳統的算法與小模型、大模型合理銜接，才能更好的解決具體問題。

· 趨勢二：先進基礎大模型的深度應用。通過“模型架構創新→算法優化→部署成本控制→場景適配”的傳導鏈條，最終轉化為企業可量化的業務價值。

· 趨勢三：Agent技術的場景化滲透。通過整合 RPA 與 API 調用能力，實現了從任務發起到完成的全鏈路自動化執行。

· 趨勢四：AI中臺化。實現從分散應用到統一賦能。