【財經分析】從代碼生成到信貸風控 AI加速重構金融價值鏈

新華財經北京7月2日電（記者閆鵬、沈寅飛）信貸盡調從數月壓縮至2小時、風險預警時效提升80%……這些曾被視為“未來場景”的變革，正在2025年的金融業加速落地。隨著DeepSeek等國產大模型爆發式迭代，AI Agent已不再是實驗室概念，成為驅動效率與創新的核心引擎。

業內人士認為，多智能體架構成為大模型落地的主要形式，能適配金融復雜業務場景的動態需求，已在信貸業務的效率提升、風險研判及交互智能化方面展現出較大潛力。在AI重構金融價值鏈的進程中，懂業務的技術者與懂技術的業務者，才能贏得“人機共舞”的主導權。

AI賦能流程改造勢不可擋

隨著大型語言模型（LLM）能力的指數級躍升與多智能體協作技術的突破性進展，2025年正被全球金融科技界公認為“AI Agent元年”。這股浪潮正以前所未有的深度和廣度沖擊著金融行業的每一個角落，推動著從后臺運營到前臺決策的全鏈條智能化革命。

“盡管這一概念已被提及多年，但今年我們真正在行業實踐中感受到了它的落地，無論是身邊的合作案例、自身團隊的探索，還是競爭對手的動態，都印證了Agent技術已從概念走向實操?！監penCSG聯合創始人、CTO王偉說。

“AIGC推動金融行業軟件研發工藝升級是必然趨勢，這一變化將體現在研發工序和管理流程的革新上?！?a href="http://www.bestfirsthomes.com/quote/stockdetail/index.html?code=000555.SZ&codeName=神州信息&type=5&crumb=股票,神州信息&announ=lc" target="_blank" style="color:#3875B0;">神州信息金融產品技術部技術總監溫濤表示，傳統金融軟件研發采用瀑布式線性模式，而AI正驅動其向AI增強式、敏捷式研發轉型，形成從需求分析、AI輔助設計、輔助編碼到智能化測試的完整閉環體系。

在金融領域，代碼質量直接關乎資金安全，任何漏洞都可能引發重大風險。針對AIGC在B端AI Coding研發中流程長且復雜的問題，神州信息與OpenCSG在2025年上半年合作完成了PoC驗證，重點通過技術手段讓AI Coding Agent理解存量需求文檔、數據源依賴及外部項目架包，從而生成符合業務邏輯的代碼。

“我們持續優化提示詞、上下文及用戶交互體驗，尤其針對程序員常用的IDE工具提升操作效率，以強化敏捷研發模式?！睖貪f，實踐成果超出預期：生成代碼能解決90%以上的問題，雖仍需人工介入質檢，但綜合提效達20%-30%且代碼質量優異。

溫濤認為，AI嵌入研發環節后，無論是質量還是效率都實現了顯著提升。更值得關注的是，AI正驅動組織能力升級。目前，AI仍處于功能增強與輔助階段，未來有望更多介入決策類工作。

“Agent超級智能體作為生成式AI的下一代前沿領域，其普及已是必然趨勢，并將推動AI技術向更智能、更精準的方向發展?！?a href="http://www.bestfirsthomes.com/quote/stockdetail/index.html?code=000555.SZ&codeName=神州信息&type=5&crumb=股票,神州信息&announ=lc" target="_blank" style="color:#3875B0;">神州信息信貸解決方案BU技術總監徐世強說。

AI Agent驅動信貸生態升級

當前，業界正在不斷探索大模型在信貸全流程中的應用點，目前已從模糊認知逐步明確方向，一場由AI Agent引領的智能化革命將徹底重構傳統銀行的運營模式、客戶服務與風險管理體系。

徐世強表示，業內形成兩點共識：一是AI Agent可解決一線客戶經理的效率痛點，尤其是信貸流程中耗時最長的環節；二是大模型在決策中僅能扮演顧問與助手角色，受限于幻覺問題與準確性不足，最終決策仍需依賴人工與專家經驗。

“AI在信貸領域的效率提升、風險研判及交互智能化三大方向均具備顯著的應用潛力?！?a href="http://www.bestfirsthomes.com/quote/stockdetail/index.html?code=000555.SZ&codeName=神州信息&type=5&crumb=股票,神州信息&announ=lc" target="_blank" style="color:#3875B0;">神州信息新動力數字金融研究院AI研發部副總經理吳錢坤介紹，一是在效率提升層面，以客調報告為例，過去需要通過客戶訪談、行業調研、公開數據搜集及內部數據分析等多環節，耗時少則一周、多則數月，而借助AI，僅需2小時即可生成客調報告，人工簡單優化后便能達到中等專家水平，大幅提升工作效率與產出質量。

二是風險研判方面。信貸業務的核心在于風險把控與量化，而大模型在貸前可基于已有的大數據平臺進行評估分析，且能結合行業報道、企業新聞等非結構化數據，實現實時監控、預警與分析，快速生成風險預警報告，為銀行及用戶提供風險提示。

三是交互智能化方面。大模型與大數據結合可實現個性化匹配。過往受限于分析時間、資料及能力，對C端和B端用戶的訴求匹配不夠精準，而依托大模型與海量實時數據，能快速生成個性化信貸方案——不僅考慮客戶當前狀況，還結合其預期發展、過往案例及法律法規進行量身定制，有效提升信貸服務的智能化水平。

在神州信息數據資產交付部總經理張琨看來，不同銀行在AI Agent時代應用策略不同：國有大行憑借充足的成本、人力與規模投入，可搭建一體化智能平臺，覆蓋智能營銷、客服、風控、信貸等場景；股份制銀行聚焦卡類、理財等”短平快”創收業務，可將業務板塊、實體關系融入大模型工作流，通過局域高精數據與智能編排Agent調度體系，實現客戶選型與產品推薦的營銷策略；城商行受限于投入規模，建議通過與廠商聯創，選用開源第三方模型，以”知識庫搭建、智能問答”等提效場景為切入點，逐步向核心業務延伸，結合外部經驗與行業模型實現業務切換與聯合運營。

業務數據治理破局落地瓶頸

當前，以DeepSeek為代表的人工智能大模型持續賦能銀行等金融相關領域，有望為金融行業數字化轉型提供關鍵助力，但AI幻覺、數據隱私、模型不可解釋性等難題仍擺在面前。

神州信息金融產品部數據產品經理王淑慧表示，傳統自然語言處理（NLP）技術在處理跨制度問答時效果欠佳，而大模型預訓練過程中又存在銀行內部知識缺失的問題。王淑慧認為，可運用知識圖譜技術構建合規知識庫：將法規、法條及相關標簽抽象為實體，建立法規間的上下位、廢止等關聯關系，形成結構化知識網絡。通過這種方式，在檢索時能夠借助標簽關聯提取完整信息并輸入大模型，既能解決跨制度問答的難題，又可依托明確的關系鏈引導大模型推理，從而減少“幻覺”現象，提升回答的完整性與準確性。

金融科技專家、原微軟中國公司CTO黎江認為，大模型可高效生成知識體系，替代傳統手工操作，提升本體構建效率，通過語義網絡與決策結果的反饋機制，將推動模型持續學習，逼近理想決策效果。他類比當年網上銀行部的設立，建議銀行業成立專門的“數據智能”或“人工智能部門”，系統推進智能決策落地。

“AI服務平臺將成為頭部科技公司的下一個戰略重點?！毙焓缽娬J為，底層AI技術復雜且門檻高，而集成化的AI服務平臺可通過多層技術包裝，將復雜操作簡化為“一鍵式”交互，成為客戶的新型基座。該平臺可集成大模型、各類Agent及復雜算法，使客戶無需深入研究技術細節，便能高效調用AI能力，大幅降低使用成本與技術門檻，是未來AI落地的關鍵基礎設施。

“Agent的競爭力不在技術框架，而在業務場景的深度綁定?！崩顟c剛認為，借鑒國內外先進經驗，與神州信息等科技企業合作，整合行業解決方案，將在大模型與數據分析結合的創新中減少試錯成本，加速AIGC在數據分析領域的價值變現。

?

編輯：王媛媛

?

聲明：新華財經為新華社承建的國家金融信息平臺。任何情況下，本平臺所發布的信息均不構成投資建議。如有問題，請聯系客服：400-6123115