来源：2025年度农村金融机构科技创新优秀案例评选
获奖单位：安徽省农信社
荣获奖项：专家好评十大优秀案
一、项目背景及目标
为贯彻落实《中国人民银行办公厅关于开展深化金融科技应用推进金融数字化转型提升工程的通知》要求，结合省农信社业务部门与农商银行在线上贷款申请与发放，移动应用身份核验、转账、注册、登录、语音导航，信用卡申请以及客服外呼与坐席服务等场景的实际需求，安徽省农村信用社联合社（以下简称“省农信社”）基于云原生和大模型技术打造了“一管、四域”的全栈国产化人工智能金融服务平台，聚焦建设客服大模型、人脸识别、智能语音、OCR、声纹识别等大小模型能力，并通过AI中台对其进行统一纳管以标准化接入方式对外提供服务，利用AI技术赋能全省农商银行业务发展。
二、创新点
一是搭建全系统级AI中台即“一管”，通过AI中台统一纳管多方垂直领域模型，下含国产化AI算力底座、AI模型资产库以及能力运营模块，构建全系统级模型资产库，赋能智能应用建设。
首先，基于云原生架构的全栈国产化容器云平台，实现底层算力资源细粒度调度，并采用差异化适配策略接入多种AI能力，实现AI能力标准化封装和灵活组装，提升AI能力的复用性。目前，同级金融机构大多以烟囱式AI能力建设和应用为主，有少部分机构通过AI中台训练和纳管单一的小模型提供场景赋能。省农信社平台通过AI中台统一管理和运营各种AI能力并进行灵活编排，有效降低服务调用开发复杂度和运维成本，加快业务场景创新应用。同时，AI中台基于云原生架构的全栈国产化容器云平台、数据库、中间件和操作系统来实现全栈信创，且支持异构算力资源适配，在信创要求的适配性和底层算力资源适配性方面更加灵活。
其次，对各AI能力模型进行统一管理，实现模型快速部署和模型效果分析与调优。省农信社AI中台模型库功能设计在易用性和低代码层面，操作更加便捷，模型搭建与部署更加高效。
最后，构建统一门户中心、用户管理、运营监控等模块，形成统一的能力供给平台，赋能全省农商银行人工智能应用创新。
二是推进能力域、孵化域、数据域、应用域“四域”建设。
能力域包括原生能力、定制化能力、专有能力在内的AI能力集市，供各业务场景使用；孵化域指利用金融创新联合实验室方式开展创新性课题研究，为全系统孵化创新性AI应用；数据域包括行内业务数据、AI推理数据以及知识库等，用于专有模型训练；应用域指AI能力上层应用，如智能语音助手、智能外呼、智能辅助等业务场景。省农信社平台能力域纳管与孵化域孵化的AI智能模型、认知大模型、AI应用等科技成果均处于业内靠前位置。
三是利用金融创新联合实验室开展大模型技术应用，复用AI中台智能语音和知识库能力，并通过AI中台统一管理大模型算力资源，结合AI中台和大模型技术孵化大模型+智能外呼和智能辅助等应用。通过金融创新联合实验室模式，与头部AI企业联合研究，加速人工智能、认知大模型等领域创新成果的研究与落地，助力金融服务提质增效。在建设智能外呼、智能辅助场景之初，考虑到大模型技术的不断迭代，产品直接落地的应用效果具有较大的不确定性，且银行业智能客服产品均基于小模型实现，基于大模型版本的智能外呼、智能辅助应用市场和同业无成功落地的案例等因素，采用实验室课题研究并孵化应用模式，减少大模型技术迭代周期快、先进性、创新性带来的不确定性，有效降低直接采购带来的项目风险、资金风险和安全风险。
三、项目方案
项目基于云原生和大模型技术打造了“一管、四域”的全栈国产化人工智能金融服务平台，解决了全系统内AI能力建设与应用场景建设落地难、各种AI能力无统一管理与运营平台等问题，为移动端应用、线上贷款、理财保险购买等业务办理提供身份核验、智能语音、图文识别等AI服务，同时基于大模型技术完成智能外呼、智能辅助等场景应用，推动AI技术赋能全省农商银行业务发展。
（一）系统业务架构
平台业务架构围绕“一管、四域”的建设思路展开，“一管”即AI中台，“四域”为图中对应的应用域、能力域、孵化域、数据域，对应架构图如图1所示。
（二）系统应用架构
平台应用架构围绕着如何管理模型、如何使用模型、如何运营模型，赋能应用场景智能化建设的思路展开，对应架构图如图2所示。
（三）系统技术架构
平台基于微服务架构设计和容器化部署，各模块相互独立，弹性易扩展，并通过容器云k8s和HAMi组件进行资源管理、监控、告警，同时提供三种纳管策略，即API纳管：通过适配器服务，对接第三方能力接口，完成能力接口协议转换，统一规范输出；镜像纳管：在适配器统一接口的同时，第三方提供能力镜像，通过AI中台算力管理中心管理，AI中台可进行服务算力配置、服务启停控制、模型库管理、服务分流等功能；模型纳管：模型模板将AI引擎服务以及模型配置模板化，每种模板对应于一种具体的AI引擎及一种推理模式，借助模板快速导入模型，AI中台可进行模型模版配置。同时，基于LiteFlow、Project Reactor技术框架实现可视化，拖拽式的工作流能力，轻松实现AI能力的流程编排，面向多样化AI应用场景提供服务，对应架构图如图3所示。
平台采用国产化技术架构体系，其中：
1.AI中台基于云原生架构的全栈国产化容器云平台、ARM CPU芯片、国产数据库、国产中间件和国产操作系统进行信创实施，且支持异构算力资源适配。
2.大模型底座从算力、模型、训练、推理到应用，支持全栈国产化。客服大模型基于华为昇腾910B-64G*8配置（一机八卡）完成了大模型底座的部署、训练、推理及应用；智能外呼、智能辅助应用基于国产操作系统、国产ARM CPU芯片、国产数据库与国产中间件完成部署。
3.各AI小模型为兼容国产ARM芯片存在部分算子缺失问题，对模型数学运算层进行改造，并对模型结构进行优化和定点化等模型压缩以加速运算效率；对国产GPU、NPU、驱动与API库进行适配改造和性能稳定性测试。
平台设计遵循行内安全需求基线，在数据传输和存储过程中，采用国密加密保护敏感信息，并通过身份验证和授权机制进行能力调用和平台访问，使用容器化技术隔离不同任务和用户环境，满足系统安全性要求。
四、项目过程管理
项目由省农信社信息技术中心牵头组织并负责具体实施，基于CMMI4质量管理体系、ISO20000体系、ISO27001体系，采用敏捷开发模式进行项目实施，每个阶段进行需求、设计、编码、测试（集成测试、用户验收、安全和性能测试）与投产工作，主要经历了以下四个阶段：
（一）第一阶段
2024年3月至2024年5月，主要完成了整体架构设计工作，AI中台的能力纳管模块，纳管语音识别、语音合成、语义理解AI能力，手机银行对接AI中台实现智能语音助手应用等内容，形成了架构设计文档，第一阶段产品原型、业务需求、软件设计、数据库设计、性能测试方案与报告、安装部署手册、安全测试报告、投产发布方案等文档。
（二）第二阶段
2024年4月至2024年6月，主要完成了AI中台纳管行内人脸识别、身份证、银行卡等6种OCR识别能力，手机银行对接AI中台实现人脸识别、身份证和银行卡OCR识别全场景覆盖等内容，形成了第二阶段业务需求、软件设计、数据库设计、性能测试报告、安装部署手册、安全测试报告、投产发布方案等文档。
（三）第三阶段
2024年5月至2024年9月，主要完成了AI中台纳管声纹识别以及营业执照、驾驶证、行驶证等13种标准OCR识别能力，手机银行对接AI中台实现声纹注册、更新、注销、登录等内容，形成了第三阶段产品原型、业务需求、软件设计、数据库设计、性能测试报告、安装部署手册、安全测试报告、投产发布方案等文档。
（四）第四阶段
2024年9月至2024年12月，主要完成了AI中台门户中心、模型中心、应用统计等剩余模块，运管提出的开户证实书、个人存单等14种柜面定制凭证OCR识别以及实验室基于大模型的智能客服与智能辅助系统等内容，形成了业务需求、软件设计与数据库设计、安装部署手册、系统维护手册、操作手册以及第四阶段性能测试报告、安全测试报告、投产发布方案等文档。
五、运营情况
项目于2024年12月份成功投产，截至2025年6月末，平台已赋能手机银行、企业手机银行、信用卡营销助手、金农易贷、数字营销平台、安徽农金网络教育平台、亳州金农易贷等20套系统，实现理财、保险购买，线上渠道贷款申请与发放，信用卡申请、激活、还款，助学贷款合同签约，移动应用的账号注册、高风险转账、密码修改、账号注销、身份证更新、设备绑定与换绑、证书下载、线上审核、云缴费、语音助手、声纹登录、电子账户充值与提现，课程考试等36种场景的智能语音、身份核验与OCR识别应用。其中，声纹注册客户2,208户，日均调用量70余笔；人脸注册客户数2,085,534户，日均调用量35.59万笔；智能语音使用客户数36,669户，日均语音流量340次；身份证和银行卡OCR识别日均调用量分别为13,761笔与11,616笔，营业执照日均调用量10笔，有效提升线上注册、转账、登录、APP功能导航、信用卡申请及激活等业务环节的客户体验与安全防护水平。同时，智能外呼和智能辅助等应用巳通过金融创新联合实验室赋能客服场景，大模型对每通电话自动生成小结，释放工单小结撰写的人力成本；智能辅助运用大模型技术，实时抓取通话中的工单要素，自动填充至预设工单模板，并依据全部通话内容生成格式统一、详尽完整的工单小结。
六、项目成效
（一）拓展移动金融业务
利用AI技术提升线上注册、转账、登录、APP功能导航、信用卡申请、激活等业务环节客户体验与安全性。截至2025年6月末，手机银行签约客户较上年末增加27.16万户，月活较上年平均增加38.71万户；微信银行绑卡客户较上年末增加29.73万户，关注客户较上年末增加34.68万户；信用卡发行卡量较上年末增加2.71万张，卡片激活率较上年末增加0.2%。
（二）提高信贷业务效率
利用AI技术提高在线开户、贷款申请等业务环节操作便捷性、安全性与人性化设计，形成多元化金融产品体系，赋能科技金融、养老金融、普惠金融、绿色金融、数字金融五大金融领域。得益于线上操作的安全性与便捷性，申请渠道由线下办理拓展至手机银行、H5页面、金农云店、二维码、助学通小程序等5个线上渠道；产品矩阵由之前线下办理的助学贷、经营性一般个贷、企贷拓展至金农易贷系列、兴农e贷、新农贷、助学贷、乡村振兴农e贷等；申请与发放周期也从个贷的3-5天到一般当天发放，企贷由之前10天左右下降至7天左右。
（三）提升客服工作质效
基于大模型的智能外呼大幅提升催收效率与外呼承载量，降本增效，智能辅助应用能够减轻座席工作负荷，规范服务流程，根据实验室验证结果，智能外呼（单路外呼量约360通/天）相比现有人工外呼（人均外呼量140通/天）承载量提升了2.5倍，话后服务功能可协助座席完成40%工单分类的筛选工作，提高小结完整性。
（四）改善客户操作体验
OCR识别减少业务办理手工录入环节，智能语音助手的语音交互模式，便于老年、视力障碍等特殊群体办理金融业务，声纹与人脸多模态识别提升身份认证安全与便捷性，智能语音助手方便客户查找业务功能，满足客户多元化服务需求，提升金融服务的普及性、便利性和安全性。
（五）降低系统运营成本
平台通过AI中台集约化管理各种AI能力，统一制定接入规范，方前台业务快速接入，对接周期压缩至少50%，提高特色金融产品创新效率，全方位提升服务小微企业与乡村金融能力，推动业务高质量发展；并通过统一管理调度算力资源，提升硬件利用率，降低系统运维成本。
七、经验总结
项目立足于省农信社致力于为全省城乡居民提供更加数智、便捷、安全的金融服务的愿景，打造了基于云原生和大模型技术构建的全栈国产化人工智能金融服务平台。平台以“AI技术赋能全省农商银行业务发展”为目标，全面提升省农信社的AI技术创新与应用，助力金融服务提质增效，推动全省农商银行数智化转型。
项目结合省农信社敏捷开发管理规范划分了项目组织架构和关联角色职责，确认了项目沟通机制，根据功能点和优先级划分4个阶段完成全部内容，与瀑布式项目开发流程对比，每个阶段的每轮冲刺都有明确的目标和可交付成果，每个阶段投产优先级较高需求交付用户使用，节奏较快，业务方的参与贯穿整个项目，确保实施内容符合业务方需求。
项目研制内容主要是执行“一管、四域”建设思路，基于云原生架构的全栈国产化容器云平台、ARM CPU芯片、昇腾910B NPU芯片、国产数据库、国产中间件和国产操作系统搭建了人工智能金融服务平台，完成了平台“骨架”部分AI中台的建设，聚焦建设能力域中智能语音、声纹识别、OCR识别等当前阶段业务急需的AI能力以及应用域中APP端智能语音助手与身份核验等应用，并利用创新实验室大小模型相结合的技术孵化智能外呼、智能辅助应用，赋能全省农商银行各业务条线人工智能应用创新，也为后期利用数据域数据构建模型训练中心打下良好的基础。
更多金融科技案例和金融数据智能优秀解决方案，请在数字金融创新知识服务平台-金科创新社案例库、选型库查看。
热门跟贴