恒丰银行首席信息官徐彤：企业端AI应用趋势

关于金融行业基础设施建设这一议题，需要明确的是，金融业本质上属于服务行业，其核心目标在于服务客户。在信息化与数字化发展阶段，论及基础设施，业界通常集中于IaaS、PaaS、SaaS等层面；从服务客户的视角来看，应用平台与应用本身属于服务客户的基础设施范畴。

进入人工智能时代，目前行业提出了MaaS（模型即服务）的概念。恒丰银行在金融体系内开展人工智能相关探索的时间相对较晚，今年将人工智能发展列为“元年”重点。除行业共识的算力基础设施外，本行围绕四个关键部分——提示词、知识库、智能体与大模型，推进人工智能的有效应用。当前，正依托上述四大方向逐步构建自身能力体系，这也正是人工智能时代所需统筹的基础设施能力建设内容。

当前，AI技术尚未进入收敛阶段。2024年以来，推理模型、多模态模型以及具备自主规划能力的智能体技术持续迭代与升级，行业整体仍处于快速发展期。在此背景下，金融机构在AI应用方面的战略定位，需正视AI技术的发展速度远超企业或组织自身吸收能力这一现实。因此，工作重心应更多地致力于将已理解和掌握的技术原理，切实转化为实际应用能力。

恒丰银行之所以于今年启动AI领域的系统性推进，其重要背景之一是DeepSeek等开源技术的兴起降低了行业技术门槛。然而，在深入实践中发现，AI的To B领域应用遭遇瓶颈，当前其应用热度更多体现在面向To C领域。结合前述大型科技公司关于用卡量、场景活跃度、调用量等数据表现，必须客观认识企业端AI应用所面临的实际困难。

尽管如此，AI无疑是行业发展的必然趋势。基于此，我们梳理出AI的四种典型应用模式：其一，若企业自身数据质量较高，可依托高质量数据集对基础模型进行微调，构建专属的企业级模型。其二，若企业业务模式较为成熟，则可系统梳理现有业务流程，借助AI所具备的边际赋能潜力，将其整合至现有运营与客户服务流程中，以实现流程优化。其三，若企业内部拥有专业人才，则可将这些专家的能力进行赋能化或平权化处理，将其专业经验与中后台能力沉淀至AI系统中，实现能力的普适化应用。其四，若企业数字化基础已十分完善，则可利用AI催生全新的业务模式与价值创造能力，实现更高层次的创新发展。

就恒丰银行的实践探索而言，当前的主要切入点是将AI定位为员工助手，致力于提升员工对AI的接触频率与使用熟练度。这正如银行信息化建设阶段，若未能将便携电子设备普及至每一位员工，则所有系统仅能作为柜面终端的一个孤立工具。因此，当前采取的策略是优先推进AI的本地化部署，并在此基础上培育员工面向消费者场景的应用能力。在具体场景选用过程中，基于银行业强监管的特性，面向客户的AI应用需严格遵循“一事一批”的原则。