华为携手城商农信机构 共谋AI驱动金融智能化升级新路径
近期，全国二十余家城商农信金融机构的高管齐聚华为上海练秋湖园区，围绕中小银行数字化升级议题展开深入交流，共同探索人工智能如何赋能金融行业智能化发展。
在当前科技革命与产业变革加速演进的时代背景下，人工智能作为核心推动力量，已成为各行各业重塑竞争优势的关键所在。今年以来，以DeepSeek V4为代表的中国大模型实现重大突破，其技术创新与优化成果加速推动各行业智能化升级，同时也深刻改变着金融产业生态与发展格局。
国内大型商业银行已深入开展人工智能创新实践，在运营效率提升、财富管理优化、风险防控增强等方面取得显著成果。对于中小银行来说，人工智能技术既是难得的发展契机，也带来严峻考验：一方面为底层经营模式变革、实现弯道超车创造了可能；另一方面也面临技术跟进不及时、业务竞争力与大型银行差距进一步拉大的风险。
华为中国政企金融系统部总经理赵蕊为活动致开幕词，并发表《构建开放AI生态体系，推动金融数智化跃升》主题演讲。她表示，模型能力的增强与Agentic工程水平的提升，使AI应用部署的难度大幅降低，为中小银行落地AI应用带来全新契机。
过去两年间，中小银行在AI创新领域面临诸多挑战：既缺乏AI专业技术人才，也缺少复合型跨界人才；用于AI创新的资金预算有限，算力与服务采购规模受限；创新机制尚不健全，严格的项目投入产出追溯要求制约了创新步伐……如今，随着模型能力提升和Agent架构方案演进，AI应用落地的技术门槛显著降低。以DeepSeek v4为例，其能力已接近全球领先模型，而算力消耗却大幅下降；GLM 5的动态规划能力可依靠模型本身实现复杂任务的智能规划；Harness engineering和Hermes Agent的智能体架构使AI应用的可控性与自主进化能力获得显著增强。华为结合前沿技术发展，在行业场景实践中积累了成熟的智能体开发范式与工程落地方法，可供全国中小银行借鉴参考。华为联合行业伙伴，已助力多家中小银行在智能信贷、代码助手、知识库建设、营销辅助等场景实现成熟应用，并基于这些实践经验，总结提炼出AI架构设计、高价值场景筛选及模型选型的专业建议。
AI在金融领域的创新应用、模型能力、架构体系与工程方法仍在快速迭代演进。因此，在规划企业级AI架构时，建议重点关注架构的开放性，通过开放架构推动智能体生态的广泛普及；鉴于模型技术的快速进步，模型服务层应与上层智能体及下层算力保持松耦合关系，以实现先进模型的“热插拔”式快速引入。同时，AI应用建设应加速从分散、独立的轻量模型加单机部署的Demo阶段，转向更具规模效应和更好业务成效的大尺寸模型矩阵，通过API封装为上层智能体提供调用服务。在算力平台层面，应坚持兼容开放原则，通过超节点集群满足大尺寸模型低时延高并发的需求，并对多元化模型具备广泛的适配支持能力。
华为算力平台先遣队首席战略官潘少钦围绕AI产业发展趋势及人工智能战略布局进行分享。他指出，大模型发展历经五个阶段：2023年L1阶段主要用于对话交互，2024年L2阶段开始理解复杂逻辑，2025至2026年达到L3阶段，作为智能体调用各类工具。当前，AI正逐步接近自主创新的临界点。展望未来，L4阶段的AI将具备更强的自主创意能力，L5阶段甚至能够实现替代组织自主运行。从国际视野来看，科技竞争焦点集中在半导体与AI领域，华为提出“系统对系统”的突破策略。国内AI落地应用已进入深水区，需聚焦高价值场景，如核心生产环节、关键技术集成等领域。战略层面应坚持长期主义，通过敏捷迭代构建学习型组织，将AI视为新型协作框架的起点，而非简单的技术工具。
中国工商银行高级经理沈栋现场分享了《工商银行人工智能创新实践》。他介绍，工商银行人工智能体系已从聚焦内容生成的“工银智涌1.0”阶段，迈入以深度推理与决策、环境感知与协同、任务理解与执行、人机协同与记忆为特征的“工银智涌2.0”阶段，目前已构建成为全行智能体创新、运行、协作的企业级数智基础设施。接下来，工行将通过“领航AI+”行动计划，持续赋能业务数智化转型。
中国银行业协会原首席信息官高峰带来《大模型筑基，智能体赋能：以数智力量驱动农信机构高质量发展》主题分享。他指出，对于农信机构而言，当前AI落地面临四大核心挑战：隐性知识难以显性化，资深员工积累的宝贵经验难以量化输入AI模型；训练标注资源匮乏，农信数据体量小、质量参差不齐且缺乏专业标注团队，难以提供高质量模型训练数据；应用场景复杂多样，“三农”及小微企业客户的多样化经营模式导致通用大模型难以直接适配；业务变化影响组织架构，为团队人才培养与员工转型带来挑战。对此，高峰提出务实探索路径，以智能客服与营销、合规风控辅助、运营与知识管理此前、中、后台三大外围场景为切入点，通过“AI辅助+人工决策”模式实现金融AI轻量化落地。
华为金融数据&AI军团总裁朱并队围绕金融AI变革落地实践与路径思考进行分享。在金融AI场景创新实践过程中，华为与多家银行开展AI能力体系化规划，助力企业级AI战略与场景落地。金融AI赋能主要聚焦三大价值主线：增收、风控、效率，正在由点及面渗透全业务流程，涵盖信贷风控、交易反欺诈、智能信贷、手机银行等场景。从合作建议来看，未来区域银行可在以下五大方向展开合作：基于金融智能体加速器（FAB）加速智能体商业落地、选择典型场景落地大模型、金融智能体平台构建、金融智能体架构规划、AI人才培养。
华为算力平台先遣队金融综合业务总监程威分享了《中小银行AI转型：从危机到智能突围》。他指出，当前中小银行面临行业洗牌、息差收窄与客户行为线上化三大挑战，已进入“不转型就出局”的关键窗口期。华为提出以场景化AI为突破口，聚焦智能客服、信贷审核、贷后预警和反欺诈四大高价值场景，采用“小快灵”试点策略，基于昇腾AI技术的私有化部署方案，实现数据不出行，满足监管要求，并引入成熟开源模型进行本土化改造，可短期内实现人力增值、效率提升、风险降低、收入增长的效果，让每一分投入都看得见回报。
华为金融系统部计算产业总监黄志鹏对人工智能产业趋势及昇腾AI金融行业实践进行分享。他表示，词元（Token）经济时代已经到来，金融行业AI走向面客与全面Agent应用，在此背景下，强化学习推动训练算力需求增长，推理趋向长序列与低时延，而超节点架构打破物理节点边界，匹配模型发展趋势，已成为AI基础设施建设首选。昇腾作为国内领先的算力平台，具备大规模商用实践，已服务5000+客户并支持业界全系列200+主流模型的适配。此次推出的昇腾384卡超节点是目前业界规模最大的超节点，集群训练性能得到3倍提升，推理性能更达到业界4倍。同时依托华为 ICT技术工程经验，该超节点可进一步扩展为包含数万卡的 Atlas 900 SuperCluster 超节点集群，为未来更大规模的模型演进提供有力支撑。
此外，与会嘉宾还实地参观了华为青浦技术展厅、计算生态开发实验室，并参访了工商银行人工智能建设与实践展厅，深入了解华为计算产业生态进展、与头部大行在人工智能方面的联创成果等，共同探讨人工智能实践经验，为推动中小银行智能化规划与落地奠定基础，为中小银行智能化升级注入核心动能。