环球网

在日前举办的中国国际服务贸易交易会-第七届中国金融科技论坛上，业内专家围绕人工智能赋能金融创新展开深入探讨。百融云创高级副总裁陈立宇受邀出席，并在主题演讲及圆桌对话中，结合实践案例分享了AI推动银行智能化转型的路径与价值创造。

进入2025年，一场由大模型驱动的生产力变革正在上演。有统计显示，全球近半数金融机构已经启动大模型应用建设。但硬币的另一面却是，AI在行业端落地的过程中，仍然面临着投入、产出失衡的挑战。

在陈立宇看来，要让AI技术真正在场景中落地并产生价值，首要解决的是“价值衡量标准”问题。他表示，“AI的价值判断应锚定‘KPI’这一核心指标。”也即人工智能真正辅助甚至承接部分KPI任务，而这是AI技术从概念验证真正走向落地的关键前提。

那么，如何将AI与KPI真正对齐，形成可衡量的应用路径？以银行机构为例，陈立宇提出，应围绕三个核心流程重构业务逻辑，搭建一条从业务升级到价值落地的智能化转型机制。

首先是业务流程AI化。银行业务体系由多个专业化流程构成，不同流程对应不同职能部门，各部门又围绕具体岗位KPI开展工作。本质上，每一条业务流程都是由一系列连贯的业务活动组成。以信贷业务为例，从前端客户获取、中期反欺诈与信用审核，到授信审批及贷后管理，整个流程涵盖多个关键环节，需由特定岗位人员分阶段执行。这其中，有大量的规则明确、标准化、重复性强的业务可以通过AI予以替代或者辅助人工来完成，从而实现全业务链条的自动化与智能化，驱动业务效率全面提升。

其次是业务Know-how AI化。银行在长期运营中积累了大量隐性的业务规则、风险判断逻辑与客户服务经验，这些“Know-how”构成了其核心竞争力的重要基石。将这些专业知识提炼并转化为可被AI理解与学习的结构化形式，使模型具备类似资深从业者的业务理解与判断能力，是推动智能化转型深入发展的关键路径。

陈立宇认为，实现业务Know-how的AI化，不仅依赖于底层算法与模型能力的持续优化，更需要畅通“经验提取—知识图谱构建—模型训练与迭代”的全流程，从而实现经验的智能传承与决策自动化。

最后是建立AI价值交付的标准化评估体系。陈立宇表示，衡量AI应用成效，不能停留在算法精度、响应速度等技术参数上，真正的评判标准应是其是否在大规模、真实业务场景中稳定落地，并持续为银行带来降本增效、风险管控与客户体验提升等核心业务价值。

随着数智化转型步入深水区，传统的系统化能力已难以满足复杂多变的业务需求。为此，百融云创聚焦行业的关键痛点，前瞻性提出打造“硅基人军团”，即“让AI Agents像人类一样完成KPI”，进而全面强化AI在场景端的落地应用。

例如，当前银行业普遍面临着“三低一高”困局：即利率低、息差低、收益低、不良率高。在此背景下，贷后管理便成为银行稳健经营的关键环节。传统做法往往是在M1阶段即启动委外催收，交由人工坐席跟进。但随着不良率的上升，传统模式面临着严峻挑战。

而百融云创在为多家金融机构打造的基于AI驱动的贷后解决方案中，引入了“硅基人军团”来突破传统人工作业的“不可能三角”。

如前所述，百融云创构建的一站式贷后解决方案涵盖“业务流程AI化、业务Know-how AI化、AI价值交付”三大维度，全面助力金融机构实现从流程到能力、从人效到成本的智能化升级。