项目编号： 金融银行业务 DeepSeek AI 大模型智能体 建 设 方 案 目 录 1. 项目背景与目标.................................................................................................8 1.1 金融银行业务智能化转型需求...................... 业务场景分析与需求梳理...............................................................................16 2.1 银行业务场景分类...................................................................................18 2.1.1 客户服务场景（如智能客服、语音助手） ................................................................302 1. 项目背景与目标 随着金融行业数字化转型的加速推进，银行业务场景对智能化 技术的需求呈现爆发式增长。传统金融服务模式面临三大核心挑 战：客户服务效率与个性化需求难以平衡，风险管理依赖人工导致 响应滞后，以及业务流程自动化程度不足造成的运营成本居高不

AI 应用场景中落地最早。 n 商业银行主要通过人工客服和智能客服两种方式为客户提供咨询服务。人工客服工作强度高、处理和响应时间相对较长， 而当下智能客服难以覆盖全部服务场景。如工商银行在远程银行业务中将知识搜索与大模型生成能力结合，实现基于实 时通话向坐席人员主动推送答复话术或知识的能力。 图表：苏商银行大模型客服助手 资料来源：苏商银行、中泰证券研究所 14 降本增效场景之一：大模型承担智能客服角色 Advanced 图表：澳新银行 AI 编程对生产力的提 升 图表： AI 编程为软件开发带来的影 响 45 40 35 30 25 20 15 10 5 0 n 风控管理是银行业务经营的的核心任务之一， DeepSeek 拥有卓越的推理能力，能够助力银行显著提升风险识 别 的效率与准确性，快速剖析风险因素并生成详尽的分析报告，全面增强银行的风险管控能力。

年《银行家》全球 1000 大银行排 185 名 • 2021 年《财富》 中国 500 强，在入围的商业银行中排名第 24 名 总资产 7530.02 亿 营业网点 494 家 中原银行业务发展概 况 分行 18 家 村镇银行 9 家 #1 #2 #3 #4 建设背景 选型 & 架构

能以牺牲系统性能为代价，我们坚决避免用落后的技术系统替换现有 的先进系统，从而确保业务建设的持续进步。经过深入测试和广泛调研，我们选定了国产鲲鹏芯片和海光芯片作为 国产化替换的优选方案，以保障银行业务的稳定运行。同时，我们规划了一朵云内管理多种信创芯片的能力，以预 防未来单一技术路线可能带来的风险。此次建设的信创云平台具有出色的兼容性，能同时支持海光、鲲鹏、飞腾以 及 Intel 等多种芯 战，我们在信创云平台中启用 了安全组机制。通过细致的安全策略配置，我们实现了对东西向流量的精细控制，有效隔离了不同业务系统之间的 网络通信。这一举措不仅显著提升了云平台的安全性，还进一步确保了银行业务数据的保密性和完整性。安全组的 实施，使得我们可以根据需要灵活地定义网络访问规则，防止了潜在的安全威胁和数据泄漏风险。 为了解决日常运维对云内流量分析的迫切需求，我们决定尝试将科来的先进技术与华为云进行融合。在经过多 发展战略，同时积极响应国家 构建绿色金融体系的号召，制定了绿色发展规划。因此，建设绿色智能数据中心，夯实底层科技支撑，保障数字化 运营与创新，是本行数字化转型升级的重要举措。 另一方面，随着银行业务规模和数据量的持续增长，传统数据中心存在能源使用效率低下，设备利用率不高， 人工运维操作多、速度慢、易出错等痛点，无法满足数据中心绿色节能要求，阻碍银行智能化发展。 因此为了打造更为绿色节能、

准的用户画像，精准把握客户需求与偏好。此外，数据治理平台通过 DeepSeek，可以自 动识别并修复数据质量问题，确保数据的准确性与一致性，为数据分析与决策提供可靠 的数据基础。 测试领域 自动化与精准测试 通过大模型蒸馏出银行业务模型，实现自动化需求影响分析、案例生成及测试脚本生成。 结合 AI 技术和 OCR 技术，解决 UI 自动化测试中页面元素识别准确率低的问题，大幅提 升测试效率。此外 DeepSeek 的推理能力

AI 2.0 + 金融：我们认为，金融行业数据丰富且数据质量高，具备大模型训练的良好基础。同时，金融行业大量产品最终服务于 C 端用 户， 大模型应用场景丰富。随着大模型与证券、保险、银行业务的融合，创新应用将层出不穷。 2.1 AI 2.0 时代来临，金融行业数据丰富，应用场景多，将产生大量的创新应用 资料来源：量子位、华西证券研究所

驱动力，与此同时银行也开始重视客户满意度提 升。此外，银行开始将人工智能用于风险分析，但 整体应用仍处于相对基础的层面。 自主金融 自主金融是银行数智化转型的最高阶段，但自主金 融刚刚起步。人工智能最终将深入银行业务流程， 通过代理金融、互联金融等技术助力银行实现效率 最优。在这一阶段，银行将实现复杂业务流程的自 动化，并基于数据进行实时决策，从而构建更加自 主、高效的金融生态。 79 全球数智化指数（GDII）2025 下图展示的是这三个阶段的典型应用场景 ： 图 43：全球银行业数智化转型的三个阶段 行业数智化阶段 在线金融 数字金融 自主金融 • 线上业务办理：客户可通过网站 等渠道远程完成转账、缴费等传 统银行业务。 • 移动银行：通过 App 应用提供 账户查询、转账、投资理财等便 捷服务。 • 自助服务普及：自动取款机、线 上自助服务取代人工客服窗口， 提高服务效率与覆盖范围。 • 信息化增强：IT

—————-|———————————–|————| | 增值税专用 发票 | ” ” 包含 增值税专用发票 标题及 12 位代码 | 高 | | 银行回单 | ” ” 出现 银行业务凭证 及银行 LOGO | 中 | | 采购合同 | ” 包含 合同协 ” 议 及双方签章页 | 低 | 对于复杂场景，系统采用两级分类策略：先通过关键词匹配进 行粗分类，再使用基于

的拆 分转账；提取预警处理时间轴数据，发现 15%案例超过 72 小时未处置， 违反内 部操作规程。 25 4 、反洗钱内控制度健全性审计：对比监管新规（如虚拟资产交易指引）， 发现数字银行业务缺少加密货币兑换风险控制条款；访谈跨境金融部员工，发现 50%人员不清楚自身在反洗钱流程中的具体职责，部门协作存在盲区；培训效果 评估：分析反洗钱考试通过率，发现外包人员合格率仅为 62%，低于内部要求的

以太坊上发布了一款名为Compound的协议。这是一个所谓的借 贷协议，你可以存入以太币或其他通证获取利息，也可以通过 我们的协议向其他人借款去投资、使用或卖空。”简单地说， 他在区块链上做了一个简易的商业银行业务。 2017年12月，已经在区块链领域创业多年的符文·克里斯 滕森（Rune Christensen）在以太坊上发布了一个新的智能合 约，它的实现逻辑很复杂，但功能很直接：如果你在它的智能