近年来，以生成式人工智能为代表的新一代人工智能技术，正在逐步渗透到中国银行业多个业务场景中。《2025年中国银行业调查报告》显示（人工智能重塑产业价值生态毕马威中国最新发布《2025年中国银行业调查报告》-毕马威中国），人工智能在银行业的应用场景正不断拓展和深化，从前台业务到中后台业务，人机协同的业务流程转型带来了前所未有的效率提升与创新突破。作为人工智能率先践行者，渣打银行近年来已经在银行运营、智能办公等场景内利用了大模型和相关技术提升效能，为客户提供更加个性化、高效的服务，同时也提升了员工体验和工作效率。新一代人工智能技术已经验证了其在银行应用中提效降险的巨大效能。
然而，银行业作为人工智能严谨应用领域，对人工智能的使用有着严格的要求，尤其是在数据安全、用户隐私和模型准确性方面，这使得人工智能的落地并非一蹴而就。目前大多数银行对大模型的应用尚未形成统一的策略和标准。这种碎片化的应用模式，限制了人工智能在银行业的深度整合和价值释放。
因此，所谓“欲穷千里目，更上一层楼”，如果我们极目远眺未来银行业人工智能应用的进化方向，如同今天的各类汽车不是马车动力的简单替换，银行业的人工智能应用也不应该是技术和场景的简单叠加，而是基于人工智能技术对银行业务的重新设计。要推动人工智能在银行业更广泛、更深入的落地，仅仅关注和投资技术本身的进步远远不够，更需要从顶层设计入手，设计人工智能和银行战略与业务的深度融合。
以业务需求为导向，是银行人工智能应用的基石
以业务为导向的模式能够确保人工智能技术的引入与商业目标、产业需求高度契合，真正解决痛点并创造实际价值。前台业务对市场、客户的理解更为深入，能够明确人工智能的应用场景和预期效果，从而避免技术“为用而用”的盲目性，确保技术与业务的深度融合。
以渣打银行为例，在将人工智能技术应用于信贷风险报告写作的过程中，研发部门以业务需求为主导，更注重风险评估的业务逻辑和实际信贷场景的适配性，通过引入业务专家参与模型设计和验证，提升了模型的可解释性和实用性，同时增强了风险预警的精准度和决策支持能力，整体提升了信贷风险报告写作的效率和效果。
端到端流程重构，是银行人工智能设计的必要条件
银行应考虑对现有业务流程进行端到端的重构，将人工智能作为核心驱动因素，而非仅仅作为辅助插件。这意味着不仅要将人工智能应用于某些环节，如客户识别或风险评估，更要从整体业务流程出发，重新设计业务逻辑和操作模式，以人工智能为核心提升效率、优化体验并创造新的业务价值。通过这种方式，人工智能才能真正发挥其潜力，推动银行向智能化、数字化转型。
在智能审单环节中，渣打银行的运营团队和科技团队紧密协作，按人工智能深度参与全流程的模式设计了审单运营流程，有效提升了系统的整体协同效率和处理能力。端到端流程改造优化了数据流转和业务逻辑的衔接，减少了中间环节的冗余和信息断层，从而加快了单据处理速度，降低了出错率。同时，该设计还增强了系统的可维护性和扩展性，为后续功能升级和业务拓展提供了更灵活、高效的技术支撑。
负责任的人工智能设计，是银行人工智能应用的底线
负责任的人工智能（Responsible AI）理念必须贯穿整个应用的设计、开发和使用过程。在人工智能技术日益渗透到金融业务的背景下，确保其透明、公平和可控变得尤为重要。银行应建立完善的治理机制，包括数据治理、算法审查和模型可解释性等，以防止算法偏见、数据滥用和决策不透明等问题。
渣打集团非常重视人工智能相关技术的责任治理，创建了较为完整的负责任的人工智能（Responsible AI，RAI）框架，包括责任归属，数据适用性、公平性、伦理、透明度，健壮性、可复现性、可观测性、以及技术运营能力九个大类的要求和细则，并且对人工智能相关的数据和信息安全也有相应要求。在渣打银行，目前所有人工智能应用在上线前必须通过集团负责任的人工智能框架内的对应评估。
人的广泛参与，是银行人工智能创新的源头之水
人工智能发展绝不仅局限于系统建设和流程产品设计相关工作。人工智能在整个金融领域的可持续发展，也无法脱离所有从业人员对人工智能技术的理解和信任。因此，人工智能技术的普及工作的重要性也与日俱增。
在过去几年中，渣打银行在中国每年都举办“人工智能和数据周”特色活动，通过竞赛、培训和演讲系列推广人工智能和数据应用。未来，渣打银行将借助更多丰富活动，持续推动全行创新文化、提升员工人工智能技能、探索更多应用场景。
业界合力，共探银行业人工智能发展新机遇
自构建本地化的大模型计算集群和相关应用以来，渣打银行已经建成可以满足银行基本人工智能发展需求的软硬件基础设施。例如，渣打银行基于大语言模型，开发了通用办公工具集，提升了内部员工的办公效率；基于视觉模型，开发了交易审单工具，通过自动分类和解析贸易及现金交易中的各类单据，大幅提高了审单效率和准确性。未来，渣打银行将继续探索将人工智能应用于客户服务、风险分析和运营优化等更多场景。
在这些场景的研发实践中，我们看到，当前银行业人工智能发展，随着大模型和智能体技术的快速进步，已开始从单一场景的探索逐步迈向系统化、整体化的战略构建。未来的目标不仅是提升局部业务场景的智能化水平，更应从战略高度出发，构建覆盖全业务链条、具备协同能力的智能“风景”，木渐成林，青山待画。而这离不开银行业各方不断地探索实践和经验分享。我们也相信，在中国银行业人工智能发展过程中，以渣打银行为例的外资银行可以发挥重要作用，凭借在不同市场积累的多元化实践，为中国银行业提供关于人工智能治理、风险控制和业务整合的宝贵经验。
随着中国科技企业正在成为世界人工智能技术发展的重要支柱，如何进一步利用“中国大脑”的能力和能量，助力全球金融实践，是外资银行的重要课题，这正需要依托金融同业、科技企业、以及监管机构的广泛合力，共同构建更加开放、协同的行业生态，实现人工智能在银行广泛应用的美好风景。
（文章来源：上海证券报）
