2025年上半年，銀行依舊以將大模型裝進(jìn)手機(jī)銀行作為要?jiǎng)?wù)，六大行率先對(duì)其大模型進(jìn)行了升級(jí)優(yōu)化，例如工商銀行在同業(yè)中率先發(fā)布企業(yè)級(jí)千億金融大模型技術(shù)體系 “工銀智涌”，累計(jì)調(diào)用量超 10 億次，賦能 20 多類(lèi)業(yè)務(wù)、200 余個(gè)場(chǎng)景，較 2024 年在應(yīng)用場(chǎng)景數(shù)量和調(diào)用量上有顯著提升，其大模型技術(shù)能力在同業(yè)中率先輸出至中小銀行，拓展了技術(shù)影響力。
農(nóng)業(yè)銀行發(fā)布的《“人工智能 +” 創(chuàng)新實(shí)施綱要》推進(jìn)“AI+”全面建設(shè)與深度應(yīng)用，完成 DeepSeek 全系列大模型在行內(nèi)的部署運(yùn)行，在智慧辦公、智慧營(yíng)銷(xiāo)等多個(gè)領(lǐng)域深入應(yīng)用，相比 2024 年，大模型的應(yīng)用領(lǐng)域得到拓展，加入了DeepSeek 模型的部署。
一些頭部的城商行在2025年也不甘示弱，例如江蘇銀行率先將DeepSeek應(yīng)用于智能合同質(zhì)檢和自動(dòng)化估值對(duì)賬場(chǎng)景，利用DeepSeek - VL2模型提升合同質(zhì)檢準(zhǔn)確率。相比2024年，在大模型的業(yè)務(wù)場(chǎng)景應(yīng)用上有了新的拓展，實(shí)現(xiàn)了從無(wú)到有的突破，并且通過(guò)模型應(yīng)用提高了業(yè)務(wù)的準(zhǔn)確性和效率。北京銀行發(fā)布自主研發(fā)的百億級(jí)參數(shù)“京智”大模型，構(gòu)建“京智大腦”人工智能平臺(tái)。2025年，其持續(xù)構(gòu)建以大模型技術(shù)平臺(tái)為基礎(chǔ)的交付能力和應(yīng)用體系，通過(guò)整合前沿的大語(yǔ)言模型和自動(dòng)化技術(shù)構(gòu)建了京騎智能體平臺(tái)，旨在實(shí)現(xiàn)大模型應(yīng)用需求的快速落地與交付，較2024年在大模型的研發(fā)和應(yīng)用方面更加深入和系統(tǒng)，不僅完善了模型本身，還構(gòu)建了多個(gè)平臺(tái)來(lái)支持模型的應(yīng)用。重慶銀行利用Deepseek大模型對(duì)智能客服知識(shí)庫(kù)進(jìn)行深度解析，實(shí)現(xiàn)更精準(zhǔn)的語(yǔ)義理解、邏輯推理和多輪對(duì)話能力。2025年計(jì)劃以全行人工智能中臺(tái)服務(wù)體系建設(shè)為契機(jī)，運(yùn)用大模型打造更多營(yíng)銷(xiāo)、風(fēng)控以及內(nèi)部管理智能體。與2024年相比，在大模型的應(yīng)用上從單一的智能客服場(chǎng)景向更多業(yè)務(wù)場(chǎng)景拓展，展現(xiàn)出對(duì)大模型應(yīng)用的進(jìn)一步規(guī)劃和布局。
其中最值得關(guān)注的是上海銀行的AI原生大模型，在其2024年度暨2025年第一季度業(yè)績(jī)說(shuō)明會(huì)上談及AI在銀行的應(yīng)用，副行長(zhǎng)兼首席信息官胡德斌提到，以文字識(shí)別、人臉識(shí)別為代表的小模型在上海銀行已經(jīng)全面布局，并且已經(jīng)在普惠金融、消費(fèi)金融、提升運(yùn)行效率等方面得到了廣泛的使用。胡德斌介紹，上海銀行四月份灰度發(fā)布了一個(gè)基于鴻蒙系統(tǒng)的新的手機(jī)銀行，在服務(wù)客戶模式上發(fā)生了比較大的變化：客戶不再是在現(xiàn)有的菜單中選擇功能，而是直接訴說(shuō)自己的訴求。他指出，這不僅僅是一種服務(wù)模式的改變，更多的是通過(guò)客戶對(duì)銀行服務(wù)訴求的闡述，能夠更加直接和廣泛的收集客戶的訴求，同時(shí)通過(guò)客戶訴求去不斷豐富和研究新的產(chǎn)品服務(wù)形式的變化。
本文對(duì)上海銀行的新版手機(jī)銀行和江蘇銀行、浦發(fā)銀行、平安銀行、招商銀行等多個(gè)在金融科技方面領(lǐng)先的銀行的手機(jī)銀行APP進(jìn)行對(duì)比，發(fā)現(xiàn)上海銀行AI原生大模型的優(yōu)勢(shì)主要體現(xiàn)在以下三個(gè)方面：
上海銀行AI原生大模型突破傳統(tǒng)“功能嫁接”模式，從底層架構(gòu)到交互界面全面重構(gòu)。例如，其AI原生手機(jī)銀行采用自然語(yǔ)言理解（NLU）和多模態(tài)交互技術(shù)，用戶通過(guò)語(yǔ)音或文字指令即可完成賬戶查詢、轉(zhuǎn)賬匯款、理財(cái)咨詢等操作，實(shí)現(xiàn)“對(duì)話即服務(wù)”，通俗來(lái)說(shuō)，這種設(shè)計(jì)使金融服務(wù)從“人找服務(wù)”轉(zhuǎn)向“服務(wù)找人”，顯著降低操作門(mén)檻，特別是對(duì)于老年人和殘障人士。
AI原生手機(jī)銀行以語(yǔ)音/文字指令替代傳統(tǒng)菜單操作，用戶無(wú)需記憶功能入口，直接通過(guò)對(duì)話完成服務(wù)請(qǐng)求。根據(jù)公測(cè)結(jié)果顯示，用戶詢問(wèn)“我適合買(mǎi)什么理財(cái)”時(shí)，大模型結(jié)合實(shí)時(shí)市場(chǎng)數(shù)據(jù)、用戶持倉(cāng)情況及風(fēng)險(xiǎn)偏好，生成個(gè)性化產(chǎn)品列表，并通過(guò)多輪對(duì)話明確需求（如“希望保本嗎？”、“投資期限偏好”等）。相比之下，其他銀行的手機(jī)銀行還止步在僅僅推薦理財(cái)排行榜前列的產(chǎn)品，智能客服還無(wú)法細(xì)探用戶的需求，操作起來(lái)更具有選項(xiàng)遞進(jìn)性。
以上海銀行、平安銀行以及招商銀行為例（下圖依次是：上海銀行、招商銀行、平安銀行），當(dāng)用戶需要給他人賬戶進(jìn)行轉(zhuǎn)賬或者一些銀行卡基礎(chǔ)作用時(shí)，只需要輸入或者語(yǔ)音說(shuō)明“我要給XXX轉(zhuǎn)賬”，上海銀行以及招商銀行的智能客服就可以在歷史轉(zhuǎn)賬中定位出這個(gè)人的全部賬戶信息，再進(jìn)一步詢問(wèn)確認(rèn)所需轉(zhuǎn)賬的賬戶信息以及轉(zhuǎn)賬金額，并進(jìn)一步生成轉(zhuǎn)賬服務(wù)，而平安銀行并無(wú)法識(shí)別這種指令。
圖片來(lái)源@各銀行手機(jī)銀行
針對(duì)老年用戶，上海銀行的數(shù)字員工“海小慧”通過(guò)語(yǔ)音識(shí)別技術(shù)自動(dòng)適配大字版界面，并以更緩慢、清晰的語(yǔ)速引導(dǎo)操作，解決“數(shù)字鴻溝”問(wèn)題，這一點(diǎn)在大部分銀行的手機(jī)銀行中也可以體現(xiàn)，只不過(guò)操作的方式和指令有所區(qū)別。老年客戶占上海銀行客群近30%，上海銀行通過(guò)“數(shù)字人+大模型”構(gòu)建“陪伴式服務(wù)”，例如用戶只需說(shuō)“查養(yǎng)老金”，系統(tǒng)自動(dòng)關(guān)聯(lián)代發(fā)賬戶，展示歷史發(fā)放明細(xì)并推薦養(yǎng)老金理財(cái)組合（如國(guó)債+定期存款），數(shù)字人在交互中也會(huì)融入問(wèn)候語(yǔ)（如“最近天氣轉(zhuǎn)涼，注意身體”），并根據(jù)用戶反饋調(diào)整服務(wù)節(jié)奏，顯著提升老年用戶滿意度，多了這點(diǎn)“人性化”是其他銀行暫時(shí)提供不了的服務(wù)。
除了適用人群增加外，上海銀行構(gòu)建的“大模型+微模型”的協(xié)同體系包括大模型（如DeepSeek、Qwen）提供通用智能能力，支持復(fù)雜任務(wù)處理和跨領(lǐng)域知識(shí)整合，例如使用通用模型分析宏觀經(jīng)濟(jì)趨勢(shì)、市場(chǎng)熱點(diǎn)，識(shí)別用戶潛在需求。微模型（如文字識(shí)別、人臉識(shí)別）聚焦細(xì)分場(chǎng)景，在普惠金融、消費(fèi)金融等領(lǐng)域?qū)崿F(xiàn)高效應(yīng)用。這種分層架構(gòu)既保證了模型的靈活性，也進(jìn)一步提升針對(duì)特定場(chǎng)景的精準(zhǔn)度，如反欺詐微模型通過(guò)圖計(jì)算技術(shù)挖掘欺詐團(tuán)伙，識(shí)別率超80%；人臉微模型實(shí)現(xiàn)智能柜員機(jī)“刷臉取款”，誤識(shí)率低于0.01%。
據(jù)公測(cè)表現(xiàn)顯示，用戶每次交互后，系統(tǒng)自動(dòng)更新相關(guān)標(biāo)簽。例如，用戶通過(guò)手機(jī)銀行購(gòu)買(mǎi)理財(cái)產(chǎn)品后，“風(fēng)險(xiǎn)承受等級(jí)”標(biāo)簽即時(shí)調(diào)整；每月對(duì)用戶資產(chǎn)變動(dòng)、消費(fèi)模式等數(shù)據(jù)進(jìn)行批量分析，更新“財(cái)富健康度”“消費(fèi)活躍度”等中長(zhǎng)期標(biāo)簽；還基于深度學(xué)習(xí)模型預(yù)測(cè)用戶潛在需求，生成“教育金規(guī)劃意向”“跨境投資傾向”等預(yù)判標(biāo)簽。
上海銀行的大模型技術(shù)已深度嵌入風(fēng)險(xiǎn)評(píng)估、反欺詐系統(tǒng)和信貸審批流程。據(jù)官方數(shù)據(jù)顯示，通過(guò)深度學(xué)習(xí)優(yōu)化風(fēng)險(xiǎn)控制模型，顯著提升了風(fēng)險(xiǎn)識(shí)別的精準(zhǔn)度和反應(yīng)速度，反欺詐識(shí)別率超過(guò)80%。此外，大模型還可自動(dòng)解析金融文本、識(shí)別敏感信息，生成風(fēng)險(xiǎn)評(píng)估報(bào)告，助力合規(guī)管理。通過(guò)大模型+私域知識(shí)庫(kù)構(gòu)建知識(shí)問(wèn)答體系，知識(shí)檢索效率提升60%，準(zhǔn)確率提升80%，智能客服接通率從86%提升至95%，期間累計(jì)部署超400名數(shù)字員工，覆蓋營(yíng)銷(xiāo)、運(yùn)營(yíng)等場(chǎng)景，節(jié)約人工成本超40人/年。
上海銀行新手機(jī)銀行可以通過(guò)NPS（凈推薦值）模型分析用戶對(duì)話滿意度，例如某類(lèi)產(chǎn)品推薦的拒絕率超過(guò)閾值，系統(tǒng)自動(dòng)調(diào)整推薦策略，建議其降低該產(chǎn)品權(quán)重或優(yōu)化。相比之下，其他銀行的對(duì)于理財(cái)推薦并不能很好進(jìn)行配比，更多是推薦單一的產(chǎn)品（“單一”是指他們沒(méi)辦法做到推薦多款產(chǎn)品并給出對(duì)應(yīng)比例的意見(jiàn)，只能提供推薦或者相關(guān)的產(chǎn)品列表）。
例如，當(dāng)用戶需要進(jìn)一步體驗(yàn)智能客服的服務(wù)例如理財(cái)推薦、財(cái)富診斷等，也可以向智能客服輸入“財(cái)富診斷”、“資產(chǎn)分析”等需求（上為平安銀行、下為招商銀行）?？梢钥闯雒考毅y行有不同的資產(chǎn)評(píng)分體系，但評(píng)估都是從流動(dòng)資產(chǎn)、固收資產(chǎn)、權(quán)益資產(chǎn)、另類(lèi)資產(chǎn)四個(gè)方面著手。在推薦理財(cái)產(chǎn)品更多還是傳統(tǒng)的選項(xiàng)模式遞進(jìn)，這樣做出的推薦就相對(duì)“死板”，并且無(wú)法給客戶進(jìn)行產(chǎn)品配比。
圖片來(lái)源@各銀行手機(jī)銀行
此外，在信貸審批場(chǎng)景中，上海銀行的新手機(jī)銀行可以整合“收入穩(wěn)定性”、“負(fù)債比例”、“消費(fèi)集中度”等標(biāo)簽，生成類(lèi)似于“還款能力指數(shù)”的數(shù)據(jù)；在財(cái)富管理場(chǎng)景中，結(jié)合“持倉(cāng)偏好”、“市場(chǎng)敏感度”等標(biāo)簽，推薦個(gè)性化產(chǎn)品組合。
上海銀行整合螞蟻數(shù)科等頭部科技公司的技術(shù)生態(tài)，構(gòu)建了從“算力-數(shù)據(jù)-模型-應(yīng)用”的全鏈條智能體開(kāi)發(fā)平臺(tái)，支持多云、多芯異構(gòu)算力調(diào)度，算力利用率顯著提升。此外，其千卡云算力集群可支持千億級(jí)大模型的訓(xùn)練與推理，為業(yè)務(wù)規(guī)?；瘧?yīng)用提供了堅(jiān)實(shí)基礎(chǔ)。作為首家通過(guò)數(shù)據(jù)管理能力成熟度（DCMM）四級(jí)認(rèn)證的城商行，上海銀行手機(jī)銀行實(shí)現(xiàn)了動(dòng)態(tài)行為捕捉，即通過(guò)AI原生手機(jī)銀行的對(duì)話交互記錄，實(shí)時(shí)分析用戶提問(wèn)關(guān)鍵詞、操作頻次等，動(dòng)態(tài)調(diào)整風(fēng)險(xiǎn)承受等級(jí)標(biāo)簽。同時(shí)，它也實(shí)現(xiàn)了跨渠道數(shù)據(jù)融合，整合線上（手機(jī)銀行、微信公眾號(hào)）與線下（網(wǎng)點(diǎn)智能柜員機(jī)）交互數(shù)據(jù)，構(gòu)建360°用戶視圖，例如，可以允許老年客戶在智能柜員機(jī)的操作軌跡與手機(jī)銀行使用數(shù)據(jù)交叉驗(yàn)證，優(yōu)化養(yǎng)老金理財(cái)推薦策略。
上海銀行2025年部署的新一代智能柜員機(jī)融合ASR（語(yǔ)音識(shí)別）、VPR（視覺(jué)感知）、NLP（自然語(yǔ)言處理）技術(shù)，可通過(guò)手勢(shì)識(shí)別和情緒感知理解用戶意圖，例如靜默服務(wù)觸發(fā)，客戶凝視理財(cái)產(chǎn)品宣傳屏3秒以上，系統(tǒng)自動(dòng)推送相關(guān)產(chǎn)品介紹，并同步調(diào)取用戶風(fēng)險(xiǎn)測(cè)評(píng)結(jié)果，生成定制化投資方案。相比之下，大多數(shù)銀行的智能客服的VPR（視覺(jué)感知）更多是運(yùn)用在人臉識(shí)別方面，暫時(shí)還沒(méi)有靜默服務(wù)等功能。
作為首個(gè)AI原生手機(jī)銀行，其依托鴻蒙系統(tǒng)端的手機(jī)銀行以對(duì)話交互為核心，打破傳統(tǒng)功能界面，被業(yè)內(nèi)視為金融服務(wù)模式的重大革新。通過(guò)與高校、科技企業(yè)合作，上海銀行探索“技術(shù)+場(chǎng)景+資本”的協(xié)同模式。
AI原生手機(jī)銀行的橫空出世背后，是“對(duì)話即服務(wù)”理念的落地。這一模式的核心在于，金融服務(wù)不再依賴固定流程，而是通過(guò)自然對(duì)話動(dòng)態(tài)滿足需求?；蛟S以后使用手機(jī)銀行，不需要再自己在眾多菜單和界面中尋找需要的服務(wù)，而只需要“交代”智能客服，用戶就會(huì)像身處銀行大廳有1對(duì)1的大堂經(jīng)理進(jìn)行手把手服務(wù)。（本文首發(fā)于鈦媒體APP，作者｜李婧瀅，編輯｜劉洋雪）
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請(qǐng)綁定手機(jī)號(hào)后發(fā)表評(píng)論