问题——智能体热潮下，银行如何真正“用起来、用得稳、用得安全” 近期，金融机构加速探索智能体业务场景中的应用，但普遍面临两类现实挑战：一上，中小银行资金、人才和数据底座诸上与大型银行存差距，如何判断引入新技术能否真正补齐短板，避免“系统上了、效果没到”；另一上，智能体从工具走向流程执行者后，权限边界、审计追溯与风险隔离等合规要求更为突出，如何提效的同时守住安全底线，成为落地关键； 原因——流程与数据不统一，技术难以穿透核心业务 明立松在发言中指出，智能体要进入信贷等关键流程，前提不是“先建模型”，而是“先打通底座”。他提出三项基础工作：第一，重构业务系统，尽量减少线下与手工节点，推动数据标准化、接口统一，确保业务数据可读、可用、可管；第二，推动端到端流程全面线上化，覆盖贷前筛选、贷中审批、贷后监控以及不良资产归因处置等环节，实现链路衔接，避免信息断点导致风险暴露滞后；第三，在系统与流程具备可编排、可追踪的基础上，再判断哪些环节适合由智能体替代或辅助，形成可控的“人机协同”路径。 他同时分析，行业模型技术正从“对话生成内容”走向“检索增强、工具调用、流程编排”，智能体具备了执行能力。这也意味着其输出不再只是文本建议，而可能直接影响审批、监测与处置动作，因此必须用制度、流程与技术共同约束。 影响——从“提效工具”走向“流程再造”，银行经营与风控模式将被重塑 与早期以生成报告、辅助撰写为主的使用方式相比，智能体一旦进入业务流程，将对效率、风险管理与组织协作带来更深层影响：一是效率提升更可预期。对规则清晰、步骤固定的环节，智能体可承担重复性操作，减少等待与差错；二是风险识别更趋前置。通过对关键指标、客户行为及外部信息的持续跟踪，风险线索有望更早被捕捉并触发处置；三是管理方式从“经验驱动”向“数据与规则驱动”转变。流程标准化、数据口径一致后，机构更容易沉淀可复用的风控策略与可审计的执行链条。 同时，智能体规模化应用也会带来新课题，如权限分配、跨系统调用的审计追溯、告警质量控制以及模型输出偏差的责任界定等，都需要配套治理同步建设。 对策——三类智能体分层推进，以统一入口集中调度与安全管控 围绕不同业务复杂度与自动化水平，北京银行将智能体划分为三类，并强调以统一“超级入口”集中调度与监控，形成可管理的交互逻辑与权限边界。 一是“速办智能体”，面向流程清晰、规则明确、操作简便的场景，侧重标准化作业自动执行。关键在于流程梳理与数据接入，做到规则可描述、结果可验证，实现快速提效并减少人工介入。 二是“深研智能体”，面向需要从多数据源获取信息并进行整合研判的场景。由于涉及复杂判断与合规要求，该类智能体更强调“人机协作”：由智能体完成检索、汇总、初步分析，再由人工对关键结论与敏感环节审核把关，确保准确性与可解释性。明立松举例，在科技交付场景中，可用于需求到测试的衔接：由智能体根据需求生成测试用例并提高覆盖率，再由人工补充细节；同时通过读取测试日志与执行过程比对，自动识别异常偏差，提升质量管控效率。 三是“巡航智能体”，定位为常态化监测的“智能哨兵”，对关键指标、客户行为和同业动态持续跟踪，及时形成预警线索。考虑到安全风险与生产环境稳定性，该类智能体当前仍以“告警+人工复核”为主，后续将向更自动化的预警与响应演进，但前提是建立更严格的风控阈值、处置策略与审计机制，避免误报漏报对经营造成影响。 前景——智能体竞争将从“模型能力”转向“流程能力、治理能力与场景能力” 与会人士认为，随着行业从多模型并行探索转向实用化收敛，智能体的价值将更多体现在能否融入业务流程、能否形成可复制的场景闭环，以及能否做到安全合规、可控可追责。对银行而言，下一阶段重点或将集中在三上：其一，持续夯实数据治理与流程标准化，为智能体扩展打基础；其二，建立覆盖权限管理、日志审计、风险隔离与应急处置的治理体系，使智能体“可用、可管、可追责”；其三，围绕信贷、风控、运营、客服与科技交付等高频场景，探索从“辅助”走向“协同执行”的渐进式落地路径，以小步快跑形成可衡量的业务成效。
当智能技术从概念演示走向严谨的业务流程，金融机构正在形成新的人机协同方式。北京银行的实践表明，数字化转型不是简单叠加技术模块，而是对业务流程、组织协作方式的系统性重塑。在效率与安全之间找到可持续的平衡点，中国金融业的智能化升级正在进入更重落地与治理的阶段。