内容摘要

11月17日上午,长沙市智能存算产业促进会会长、湖南展通人工智能研究院院长李颖悟为建行娄底分行青年党员政治引领班授课,从AI范式革命讲到银行场景落地与安全红线,勉励青年党员学在前列、用在一线。

11月17日上午,长沙市智能存算产业促进会会长、湖南展通人工智能研究院院长李颖悟应邀走进湖南省委党校,为建设银行娄底分行青年党员政治引领班作专题授课,课程题为《AI时代的范式革命与未来发展》。

课程从智能经济与国家战略讲起,依次展开技术范式、全球格局、宏观影响、风险治理、行业应用等十个部分。其中“AI重构金融生产力:银行业落地与建行实践”单独成章,是本次授课的重点内容。

时 间 2026年11月17日上午
地 点 湖南省委党校
主 讲 李颖悟(长沙市智能存算产业促进会会长、湖南展通人工智能研究院院长)
对 象 建设银行娄底分行青年党员政治引领班
课 题 《AI时代的范式革命与未来发展》

打开网易新闻 查看精彩图片

李颖悟在湖南省委党校为青年党员政治引领班授课

1

为什么是现在:三重拐点叠加

打开网易新闻 查看精彩图片

青年党员政治引领班学员在课堂现场

把AI请进银行的时点,并非由技术热度决定。课上给出的是三重拐点在同一窗口的叠加。

技术拐点:推理大模型与智能体成熟,模型从“会说话”进化为“会思考、会做事”。2025年DeepSeek-R1开源后,私有化部署成本下降一个数量级——金融机构“用得起,也管得住”。

政策拐点:2025年8月国务院印发“人工智能+”行动意见,金融监管总局就“AI+金融”作出专章部署,中国人民银行将深化AI应用列为“十五五”金融科技重点。

竞争拐点:摩根大通LLM Suite已覆盖20万名员工、400余个场景;86%的机构在并购流程中嵌入生成式AI。效率基准正在被重新定义,不进则退。

他用六个数字描述金融业的基本面:2026年上半年,一级市场每融出两元,就有一元以上投向AI;中国金融AI市场规模约8000亿元,占全球35%以上;金融行业智能体部署率超过80%,AI渗透率超过70%,均居各行业前列;建设银行大模型赋能场景已超过900个。

打开网易新闻 查看精彩图片

授课现场,课程内容涉及人工智能与实体经济融合的多个领域

稀缺的不再是模型,而是能跑通的场景、可用的数据与能改变的组织——这三件事,恰好是银行可以系统性解决的。

在这套判断下,AI落地最快的垂直行业正是金融业。原因有三:数据极度密集,行情、财报、研报、公告本身即生产材料;投入产出可量化,一份研报从三天压缩到三小时,工时可换算为收入;容错分层清晰,研究、摘要、尽调辅助可以大胆用,而“替你下单”是红线。

2

不必自建大模型:银行的三层分工

面向银行的管理者与业务骨干,课程给出的架构并不复杂:L1数据层沉淀独家、权威、实时的金融数据源,这是不可替代的护城河;L2模型层以通用大模型为底座,做私有化部署与领域微调;L3应用层以可编排的智能体承接投研、风控、投顾、合规、运营等具体业务。

由此得出的结论是明确的——不必自建大模型,重点在L1沉淀独家数据,在L3打造业务智能体。

课程随后铺开“AI×银行全价值链”的场景地图:前台是客户画像、智能外呼、数字人客服与营销素材生成;中台是信贷审批风险识别、交易实时反欺诈、押品估值与贷后预警;后台是文档OCR、合同智能审查、监管报送自动化与附条文出处的合规问答;此外还有客户经理助手、柜面运营与全员办公协同。

十个高频场景被逐一标出风险等级:智能客服、智能投研、运营作业、办公协同属低风险,可先行先试;信贷审批、反欺诈、财富管理、合规审计、营销获客、贷后管理属中风险,需人机协同、留痕可查。风控与合规的定位随之变化——从“事后救火”转为“事前预警”,融合工商、司法、舆情与供应链流水,为企业经营画一张“心电图”。

打开网易新闻 查看精彩图片

课上以对比方式讲解传统流程与AI流程的差异

一个被反复提及的例子是智能投研:传统流程约需三天,搜集资料、通读消化、手工取数、撰写成稿各占一段;引入智能体后压缩到约三十分钟,人只做三件事——定义问题与假设、判断证据强度、对结论负责并留痕。AI承担信息搬运,人承担判断与决策,这是课程对“人机分工”的界定。

3

建行实践:总行建底座,分行找场景

作为面向建行学员的课程,这一节的分量最重。据公开披露,建行大模型技术已深度融入经营管理,规模化赋能集团场景由2025年末的398个增至2026年6月末的600余个,至三季度末超过900个;企业级智能底座之上,“帮得”客户经理智能助理串联“客户洞察—产品权益匹配—渠道触达”全流程,“数字大脑”支持自然语言精准查询与高质量数据实时联动分析,“1314养老金融AI助手”服务年金规模近2.7万亿元;手机银行与建行生活一体化后,线上个人用户数达5.98亿户。

同业关注的“AI交易员”,是银行间市场首家大模型货币交易应用。课程对它的技术分工给了一句概括:大模型负责“听懂人话”,小模型与业务规则负责“守住底线”。智能询报价、押品精细化管理、多维度定价引擎三项首创,使押品范围由利率债拓展至信用债,并支持按期限、对手评级、押品类型、交易与税收成本综合定价。

打开网易新闻 查看精彩图片

课堂现场,讲者围绕银行业务场景展开讲授

打开网易新闻 查看精彩图片

授课过程中,讲者结合操作界面作演示讲解

落到娄底,课程引用公开报道口径的一组数据:截至2025年11月末,娄底分行各项贷款余额383.62亿元;截至2026年2月末,制造业贷款余额150.06亿元,紧扣娄底“材料谷”建设;科技型企业贷款94.91亿元,支持科技企业254户;普惠金融贷款投放56.18亿元,惠及小微企业及个体工商户超8000户;“裕农通”服务行政村2095个。

这些真实业务场景,被课程视为AI赋能的天然土壤,并对应提出四个可落地方向:以链主企业为牵引的产业链智能获客,把40余家配套企业的画像、专利、招投标与舆情信号自动串联;以“善建科技”科创智评为抓手的科技企业评估,让轻资产企业从“看抵押”转向“看数据”;以“惠懂你”“裕农快贷”为载体的普惠与涉农智能风控,用数据授信替代抵押;以及服务外向型企业的涉外金融智能服务,用AI辅助汇率风险中性管理与跨境合规审查。

总行建底座、给能力,分行找场景、出成效——课程把这句话留给了在座的青年员工。

4

四条红线:用得快,也要管得住

讲完场景,课程把话锋转向边界。四条红线被逐条列出:AI不得出具正式投资建议,必须由持牌人给出并签字;AI不得自主下单交易,自动化必须有人工干预开关;关键数据(财务数字、法规条款、交易要素)必须回源头核验;客户隐私与核心数据不出域,核心模型私有化部署。

与红线配套的是日常纪律:客户信息与内部机密绝不输入公共AI平台;AI输出必须经专业审核,涉及金融数据与合规要求的内容尤其如此;全流程留痕,每一次使用可溯源、可审计、可问责。

制度层面的进展同样被写入课件:2026年10月30日,建行董事会审议通过《中国建设银行人工智能开发应用管理办法》,成为首家公开披露AI管理办法的国有大型商业银行,并同步审议“十五五”时期数字金融与金融科技发展规划。课程对此的评价是——AI应用与AI治理是一体两面。

5

青年党员:先会用,再善用

课程最后一节,回到人。一句话被放在页面正中:“AI不会取代银行人,但会用AI的银行人会取代不会用的。”

与之对应的是一条三步走的路径。第一步“会用”,掌握DeepSeek、豆包、Kimi等工具,日常写作、查数、学制度先问AI;第二步“用好”,掌握CRISPE提示词方法,把个人经验沉淀为可复用的模板;第三步“善用”,在本岗位做场景创新,把自己的流程交给智能体,成为分行的“AI场景官”。

对青年党员,课程提出了四项要求:学在前列,带头学AI、用AI,做新质生产力的实践者;用在一线,在客户服务、风险防控的真实场景中练兵;守住底线,带头执行AI安全红线,做合规使用AI的示范者;传播火种,把方法带回科室网点,一个人带动一个团队。

分行层面的推进节奏也被给出:0至3个月筑基,完成全员AI素养培训、梳理高价值场景清单、接入总行智能底座并试点一两个速赢场景;3至12个月突破,推广智能贷后预警、合规质检、营销素材生成,沉淀分行知识库;12至24个月成体系,让AI渗透核心业务流程,把人机协同变成标准工作方式。课程同时强调一条纪律:每个场景上线前必须先定义指标、基线与接管人,没有基线的场景,不许计入成果。

打开网易新闻 查看精彩图片

李会长在授课中结合案例展开讲解

从国家战略到分行网点,从范式革命到岗位流程,这堂课的落点始终在一处:把AI用起来,并且用得稳。对青年党员而言,这既是一次认知更新,也是一道需要在本岗位作答的实践题。