邮储银行北京分行吴亚垒：人工智能金融应用实践助力科技金融“益企营”

随着大模型方兴未艾、如火如荼地发展，人工智能领域在我国已跃升为重点发展的战略方向。

如何进一步运用大模型技术推进人工智能在银行应用场景的落地，是银行业科技工作从业者的关键任务之一。当前，数据、算法、算力是人工智能领域的“三驾马车”，共同驱动着行业的创新与进步。

中国邮政储蓄银行北京分行信息科技管理部创新实验室负责人吴亚垒做了生动形象地比喻，“数据好比食材、算法好比食谱、算力好比烹饪的设备，正是依靠这些设备，遵循食谱的指引，添加丰富的食材，才能烹饪出一道道AI大模型“实践应用”的美食“，同时重点提到”算力基础设施是大模型技术落地生根的关键所在，有了这些基础设施的支撑，应用场景才能更好地开枝散叶”。

面对这些挑战，银行业的创新实践显得尤为重要。2023年10月，中央金融工作会议提出“加快建设金融强国”目标，要求做好科技金融、绿色金融、普惠金融、养老金融、数字金融这五篇大文章，并将科技金融列入首位。随后，在2023年12月底的中央经济工作会议上，又一步提出“要以科技创新推动产业创新，特别是以颠覆性技术和前沿技术催生新产业、新模式、新动能，发展新质生产力”，为银行业的创新实践指明了方向。

在此背景下，邮储银行北京分行积极响应号召，提出了具体对策。该行依托总行“邮储大脑”机器学习、知识图谱、物联网三大创新平台基础上，引入大模型文章风格转写、虚拟视频营业厅等先进技术能力，不断拓宽业务服务的边界，丰富并多元化应用场景。

利用AI大模型在人工智能金融应用方面，邮储银行已经有了一些新实践：

小邮助手： 打通一线员工经验分享的渠道，强化对外输出辅助能力，调动基层参与答题，帮助解决行内员工提问的共通问题。自2023年7月试点上线以来，全国推广机构超8000家，用户达到5万以上，打造7*24小时全天候高效智慧服务，大幅提升答案准确度和问题解决效率 ，实现了知识的沉淀与共享。

ITM数字员工： 结合大模型、RPA、OCR、真人驱动等先进科技手段，解锁多元应用场景，有效替代或有力辅助传统临柜人员执行各类业务操作 ，实现自助化、智能化的客户服务。

金融文档审核： 基于大模型对金融需求文档分析理解，对文本向量化处理、文本召回等，保证文本搜索、业务标签生成、功能点抽取等能力，满足需求文档日常审核等需求。

智能投诉分析： 主要用于“信用卡投诉坐席通话记录和历史工单处理记录”场景，协助业务批量处理声音转文本，从复杂、篇幅很长的文本中生成概要，并对文本场景进行模型微调，实现投诉业务办理渠道、业务类别、投诉原因的自动分类，进一步压降了人力成本，实现了服务效能提升。

客户个性化办卡： 邮储银行携手百度智能云，创新性地推出了一项专属个性化制卡服务。客户可通过“文字形式”在定制卡主页描述自己想要的图片，大模型根据客户输入的内容，创作图片供客户选择。经合规审核，确保客户选中的图片卡面内容不包含任何违法、违规、侵权等不宜制作、印刷、传播的内容。合规审查后，将把这个图片定制在卡面上，并邮寄至客户手中。

此外，邮储银行北京分行还在 文章风格改写、金融报告生成、代发工资业务等领域 也有大量的AI实践，效果明显。

大模型依靠大数据、大算力、大算法实实在在地赋能了千行百业，但针对银行某些特定的场景还没有完全耦合，存在模型幻觉、推理速度慢、消耗大量算力的问题，所以还需要大小模型协同的方式助力业务精准赋能。

吴亚垒还提到，在实际业务发展实践中，科创企业面临的融资难题，往往受制于研发领域的高额投入，可能面临净利润与经营性现金流为负的状况。那么如何为科创企业量身定制授信评价体系成为了商业银行亟待解决的重要问题。

当前，科创企业发展的关键驱动力在于研发投入，且研发成果的转化周期较长，企业在成长初期通常会面临收入增长滞后的财务挑战。同时，为了推动市场拓展，企业还需承担大量的市场推广费用，导致经营步履维艰。

据此，邮储银行北京分行采用“看未来+技术流”风控模型，“看未来”，更加关注行业和企业成长性。强化对政策环境、市场前景、产业链能力等企业发展关键要素的考察；“技术流”，主要涵盖创新成果产出、市场效益与竞争力、创新资源投入、外部环境与支持等，着重考察企业知识产权、创新成果等科技创新能力等转化成商业价值的能力，从而科学合理制定授信方案，有效缓解企业融资难的问题。

2024年9月，邮储银行北京分行作为联合牵头行，成功落地某企业三年期流动资金银团贷款，合同签约金额9亿元，首家实现放款，审查、审批、放款效率最高，为企业提供了金融“及时雨”。

除了解决科创企业融资难题外，邮储银行北京还重点关注了“新质生产力”领域企业发展的金融支持。当前，算力、存力和运力不断攀升，随之而来的是智算企业如何更好地成长。邮储银行北京分行认真剖析这类公司特点，以AIDC设备为基础，采用贷前确定总投、贷中急速放款、贷后精准把脉、模型动态优化的总体思路，助力此类科创企业获得更便捷、更精准的金融授信服务。同时，充分结合“算力设备可交易价值、算效评估、机房基础建设评估、租约评估、运营评估以及其他投入评估”等多维度指标数据，根据企业客户下游的算力资源使用画像信息，实现估值模型动态优化，将“已拥有资产价值+未来运营收入估值”结合起来，进行综合价值挖掘。

邮储银行北京分行的政策是坚持投早、投小、投长期、投硬科技，以企业自身的特点提供资金支持，陪伴企业共同成长。在此基础上，发布了“U亿贷”算力贷平台，破解“新质生产力”领域科创企业授信测额难题，深度挖掘并分析科创企业的多维度数据，有效引导金融资源流向创新潜力和成长的企业。全景的数据驾驶舱，能够溯源硬件及软件性能等信息，在融合互促过程中，根据平台历史数据情况，进一步为客户提供最大的信贷需要。

随着ChatGPT3.5、Sora和ChatGPT4o这些超级大模型如雨后春笋般出现。人工智能技术飞速迭代，吴亚垒坦言：“银行业务有时很难追赶上”。

为了提升全员科技思维，邮储银行北京分行打造“科技顾问”，在科技团队成立了多支行研队伍，面向半导体、智算、AI大模型、人形机器人、低空经济等领域开展研究，为业务提供科普海报、行研报告等新质生产力知识，搭建起业务与客户之间的交流桥梁，真正和科创公司耦合在一起，不断提升市场气和成熟度。

秉承“战略引流，携手共赢”的核心理念，邮储银行北京分行创新推出“科技开放日活动”，构建与外部单位之间的科技协同创新合作平台。主动引入并展示外部单位创新产品，丰富并拓展科技开放日场景与内涵，打造多边携手“银+企+客”平台。一方面，以科技开放日场景外延打造为“1”，以协同支行网点做好创新拓展为“N”，不断扩大合作范围，吸纳并展示外部单位的顶尖产品与服务能力，让客户的商业版图延申到银行；另一方面，与外部客户共建生态，通过对接客户需求、给客户搭建系统，实现双向利益置换，实现生态共赢。

“取势、明道、优术、践行、合众，躬身实践”。吴亚垒总结道，只有到企业中去，把企业请进来，才能更好地耦合在一起，助力企业的成长。