信贷尽调从数月压缩至2小时、风险预警时效提升80%……这些变革，正在2025年的金融业加速落地。随着Deepseek等国产大模型爆发式迭代，AI Agent已成为驱动效率与创新的核心引擎。

　　业内人士认为，多智能体架构成为大模型落地的主要形式，已在信贷业务的效率提升、风险研判及交互智能化方面展现出较大潜力。在AI重构金融价值链的进程中，懂业务的技术者与懂技术的业务者，才能赢得主导权。

　　AI赋能流程改造势不可挡

　　2025年被全球金融科技界公认为“AI Agent元年”。这股浪潮正推动着从后台运营到前台决策的全链条智能化革命。

　　“今年我们真正在行业实践中感受到了它的落地。”OpenCSG联合创始人王伟说。

　　“AIGC推动金融行业软件研发工艺升级是必然趋势。”神州信息金融产品技术部技术总监温涛表示，传统金融软件研发采用瀑布式线性模式，而AI正驱动其向AI增强式、敏捷式研发转型。

　　神州信息与OpenCSG在2025年上半年合作完成了PoC验证，生成代码能解决90%以上的问题，综合提效达20%-30%。

　　温涛认为，AI嵌入研发环节后，质量和效率都显著提升。AI正驱动组织能力升级，未来有望更多介入决策类工作。

　　“Agent超级智能体作为生成式AI的下一代前沿领域，其普及已是必然趋势。”神州信息信贷解决方案BU技术总监徐世强说。

　　AI Agent驱动信贷生态升级

　　当前，业界正在探索大模型在信贷全流程中的应用点，一场由AI Agent引领的智能化革命将彻底重构传统银行的运营模式、客户服务与风险管理体系。

　　徐世强表示，业内形成两点共识：一是AI Agent可解决一线客户经理的效率痛点；二是大模型在决策中仅能扮演顾问与助手角色，最终决策仍需依赖人工与专家经验。

　　“AI在信贷领域的效率提升、风险研判及交互智能化三大方向均具备显著的应用潜力。”神州信息新动力数字金融研究院AI研发部副总经理吴钱坤介绍，以客调报告为例，过去耗时少则一周、多则数月，而借助AI，仅需2小时即可生成。

　　二是风险研判方面。信贷业务的核心在于风险把控与量化，而大模型在贷前可基于已有的大数据平台进行评估分析，实现实时监控、预警与分析。

　　三是交互智能化方面。大模型与大数据结合可实现个性化匹配，能快速生成个性化信贷方案，有效提升信贷服务的智能化水平。

　　在神州信息数据资产交付部总经理张琨看来，不同银行在AI Agent时代应用策略不同。

　　业务数据治理破局落地瓶颈

　　当前，以DeepSeek为代表的人工智能大模型持续赋能银行等金融相关领域，但AI幻觉、数据隐私、模型不可解释性等难题仍摆在面前。

　　神州信息金融产品部数据产品经理王淑慧表示，可运用知识图谱技术构建合规知识库，既能解决跨制度问答的难题，又可依托明确的关系链引导大模型推理，从而减少“幻觉”现象。

　　金融科技专家、原微软中国公司CTO黎江认为，大模型可高效生成知识体系，通过语义网络与决策结果的反馈机制，将推动模型持续学习。他建议银行业成立专门的“数据智能”或“人工智能部门”。

　　“AI服务平台将成为头部科技公司的下一个战略重点。”徐世强认为，该平台可集成大模型、各类Agent及复杂算法，大幅降低使用成本与技术门槛。

　　“Agent的竞争力不在技术框架，而在业务场景的深度绑定。”李庆刚认为，与神州信息等科技企业合作，将在大模型与数据分析结合的创新中减少试错成本。

（文章来源：新华财经）