《关于深入实施“人工智能+”行动的意见》提出，“推动人工智能与经济社会各行业各领域广泛深度融合”。在AI发展从模型时代迈向智能体应用爆发的关键阶段，作为中国银行业创新与数字化发展的试验田，中信百信银行提出AI原生银行的战略目标，全面拥抱AI，创造新产能。

　　在全球数字经济演进过程中，智能化不再只是技术升级，而是跨产业的“新基建”。制造业正以工业互联网为基础，构建智能工厂；能源行业以智能电网为底座，实现能源调度优化；互联网平台则以AI算法为驱动，构建智慧推荐和智能运营体系。无论产业类型如何不同，智能化都正在取代传统IT系统，成为生产与服务的底层运行条件——如同电网、通信网络一样，不可或缺。

　　银行业的智能化基础设施建设同样面临必然性与特殊性。与制造业的“物理生产”不同，数据与资金流是银行业主要的生产要素，其对这类资源的敏感性、安全性与实时性要求更高。与其他产业相比，金融业的智能化基建不仅是算力、算法、数据接口的简单叠加，更是一个技术、制度、安全高度耦合的系统性工程。

　　在银行数字化转型的宏大进程中，IT系统正经历着数字化、智能化、AI原生的持续演进。IT系统从信息化迈向数字化，实现了数据驱动的业务洞察；从数字化迈向智能化，借助大语言模型让自然语言成为统一的人机交互方式，显著降低协同与维护成本；从智能化走向AI原生，在系统设计之初深度融入AI，以AI为核心驱动业务、数据与服务的全域协作，全面释放科技生产力。

　　在AI浪潮的大航海时代，中信百信银行以技术底座为基础，以场景重构为目标，以治理安全为保障，共同构成AI原生银行的完整蓝图。

　　AI原生技术底座：算力、数据、模型的一体化协同架构。技术底座是AI原生银行的“数字龙骨”，并非传统IT架构的“AI补丁”，其从底层设计开始围绕AI全生命周期构建协同体系。在算力层面，中信百信银行将打造弹性分布式智能算力池，融合GPU（图形处理器）/CPU（中央处理器）异构计算资源，通过云原生弹性调度能力，实现算力按需分配、成本动态优化。在数据层面，构建AI原生数据中台，打破传统的数据分层架构，以数据湖为基础，以关键指标定义为锚点，以AI理解为目标，实现离散数据的统一理解。在模型层面，搭建全栈式模型工程化平台，覆盖“模型部署—微调迭代—场景应用—退役”全流程，支持从传统机器学习到大语言模型、多模态模型的统一管理，让模型像插件一样灵活地嵌入各类业务场景，实现技术与业务的无界协同。

　　AI治理与安全原生内嵌：可信智能筑牢金融底线。风险管理是金融机构的核心竞争力，AI原生银行必须将可信、合规、安全作为AI能力的前提。中信百信银行将构建AI原生治理体系，把合规要求、风险阈值等嵌入智能体设计之初。在研发层面，实现对提示词注入、知识权限滥用和模型窃取等问题的事中监测。在数据安全层面，采用可信空间技术，实现数据价值合规利用。在风险控制层面，搭建AI行为监测模型，对模型思维链决策依据进行审计，以满足监管要求，并保障客户知情权。同时，实时监控AI决策的偏差与漂移，一旦出现如模型歧视、风险漏判等异常行为，系统将自动触发预警并启动人工介入机制。

　　2023年初，中信百信银行围绕AI大模型应用开展跟踪研究和落地论证，已建立可为AI应用提供全生命周期管理的平台和服务体系，并且结合自身禀赋，面向AI原生发展规划，明确了AI发展路径。

　　AI技术底座：智能算力平台与AI创作平台。中信百信银行已建设智能算力平台，在GPU资源使用方面突出集约高效、弹性敏捷、成本可控三大特点，依托云原生架构，创新实现内外部GPU资源池化的统一调度。对外按需对接公有云弹性算力，对内整合有限的本地GPU资源，形成轻资产、高复用的混合算力供给模式，既避免重投入，又可保障关键场景的低延迟响应需求。

　　超级助理：企业员工的能力“倍增器”。大模型驱动的超级助理本质上是企业员工的认知“倍增器”与执行“增强器”，其通过“能力服务化—知识智能化—行动自动化”的路径落地。首先，通过MCP（模型上下文协议）化改造将传统IT系统核心功能解耦为标准化能力单元，并上架至企业MCP市场，构建大模型可调用的“IT技能库”。其次，融合MCP能力与大模型语义理解能力，打造智能搜索，实现自然语言驱动的跨源知识与服务精准获取。最后，可依托智能文档平台，支持文档理解、生成与流程嵌入（如报告自撰、条款比对），推动知识高效转化为可执行、可追溯的业务生产力，实现人机协同的质效跃升。

　　智能中枢：生产工具到生产力。智能体正加速从单点任务执行向多角色协同、跨系统联动的流程级自治演进。唯有深度嵌入并重构银行风控、运营、研发等核心业务流程，才能真正推动AI从辅助工具跃升为驱动价值创造、风险可控与敏捷响应的金融智能中枢。以风控业务为例，针对传统模型依赖人工经验、效率低、复现难等瓶颈，中信百信银行于2025年推出了风控模型训练智能体，打造具备目标理解、方案设计、代码生成与自主优化能力的“AI算法工程师”。实测表明，其建模效率较初级人员提升了83%，模型KS值普遍更优，目前已规模化应用，实现了风控建模从“人力密集”向“智能驱动”的转型。

　　模型安全：构筑智能行为防线。中信百信银行搭建了AI行为监测平台，监控AI智能体组装的全周期，实时审核并统计AI员工的输入与产出。同时，基于大参数语言模型，以金融法律、监管规定、行业标准、安全伦理为知识库，监控AI行为，对异常行为嵌入终止旁路接口，交由人工介入处理。■返回搜狐，查看更多