2026年10月16日，由中国科学技术大学国际金融研究院EE中心、神州信息联合主办的“AI驭领·价值重塑：数智赋能金融创新发展闭门研讨会”在山东青岛顺利召开。  

本次参会主要嘉宾包括：国有大行、全国性股份制银行、省级农信及农商行、区域头部城商行、大型央国企资本控股、信托、财务公司等机构对公、零售、风险、数据科技条线的实践专家；以及主办方代表中国科学技术大学国际金融研究院EE中心、神州信息相关数据资产、数据中台、监管风控各条线解决方案负责人。本次会议紧扣金融AI发展政策导向，聚焦银行业AI从试点走向规模化应用的现实命题，围绕业务落地、数据治理、风险合规等话题输出务实观点，共同探寻银行数智化高质量发展路径。

政策驱动，共解银行业AI落地现实课题

中国人民银行2026年科技工作会议、国家金融监督管理总局相关指导意见明确提出，要稳妥推进金融人工智能应用，坚持发展与安全并重，实现AI应用合规、透明、可信赖。

当前银行业正面临多重现实挑战：AI如何深度嵌入客户经营、风控、数据作业等核心流程；如何实现数据可信、可解释、可追溯；大模型与Agent如何转化为企业级作业能力；AI落地之后模型治理、监管合规如何配套建设。本次闭门研讨会围绕以上行业痛点，设置AI赋能业务、高质量数据底座、AI产品工具落地三大交流主线，搭建封闭深度交流平台。

神州信息常务副总裁于宏志在致辞中表示，金融业信息化正从解决“有没有”的系统建设阶段、解决“好不好”的数字化阶段，跨入解决“会不会”的数智化阶段，系统与软件已从工具变为伙伴，评价一个系统的标准不再是有没有、全不全，而是能不能指导业务、创造价值、辅助决策。他认为，数智化时代大模型决定的是能力下限，行业知识才真正决定能力上限，AI时代真正的壁垒不是采购多少算力，而是能否把几十年沉淀的业务知识、专家经验与业务规则，结构化沉淀为机器可理解的组织级技能。

中国科学技术大学管理学院副教授、金融信息研究实验室执行主任李勇以“AI原生趋势下银行业务范式的跃迁”为题作主题分享。他表示，由AI驱动的“绝对透明”，正在摧毁传统银行业赖以生存的利差空间，迫使银行必须加速向“AI原生”演进，成为可信赖的智能金融生态协调者。未来的AI原生银行将通过整合实时的交易流和行为模式，在客户面临财务问题之前进行主动预测性干预。通过将智能深度嵌入产品设计、风险控制、精准营销与运营执行各环节，AI原生银行正在打造具备自主规划与协同执行能力的“超级数智员工”，依托AI操作系统级管控，实现从实时感知、自动决策到自动执行的全流程闭环。

智能体进流程，可信数据筑底座

主题分享环节由神州信息数据解决方案部总经理王建林主持。围绕银行业AI落地过程中的现实痛点，与会专家从业务实践等多个维度切入，分享智能体嵌入作业流程、数据可信治理支撑AI判断的建设路径与实践思考。

王建林表示，AI正在从“辅助工具”走向“业务闭环”，规模化落地的分水岭已经出现；而能否跨过这道分水岭，取决于数据是否可信——可信数据是AI规模化的“隐性天花板”，数据建设的主战场正在从“有没有”转向“信不信”。当AI进入核心业务，治理与合规必须同步到位，“可审计的智能”将成为金融机构的基本功。

陕西农信科技部AI团队负责人屈晓刚结合陕西农信的AI能力建设实践作分享。针对中小银行的资源禀赋及现状，陕西农信通过体系建设与场景驱动双向发力，打造适合中小银行实际、可持续演进的AI发展路径，重点建设知识体系、数据体系、技术体系、运营体系、安全体系，以统一技术架构构建场景牵引、能力复用、运营闭环的AI应用生态，推动AI应用规模化、体系化发展。

神州信息数智应用解决方案部总经理王莹从岗位任务和业务流程出发，就“场景怎么选、流程怎么进、价值怎么验”三个问题，介绍AI应用从场景识别、方案设计到业务试用的落地方法。结合客户经营与风险核查、泛金融集中作业与客户调查、央国企经营分析与穿透式管理等实践，她说明如何将数据、知识、规则、模型和智能体能力嵌入岗位工作台，贯通材料处理、分析研判、人工确认、结果回写和后续跟踪，并以使用率、处理时效、修订量、准确性及业务闭环率验证成效，形成可复制、可运营、可持续优化的业务能力。

神州信息数据资产与治理解决方案部副总经理张琨以“从Agent到Agentic +Workspace——银行下一代智能作业模式”为题，展示同一客户、同一任务、同一套对话如何在工作区内连续推进。以某授信营销立项为例，他演示了客户识别、资金路径分析、规则解释、补证任务、人工复核和审计回放六个节点，重点介绍Harness对身份权限、数据边界、规则编排、人工关口、过程留痕和回放回退的控制，并进一步说明本体模式与FDE模式如何沉淀业务语义和作业经验，推动场景从速赢验证走向共建复制。

神州信息资深监管业务专家刘诚燃带来“AI赋能监管统计：从‘翻查抄对’到‘判审担责’”的分享。他指出，监管统计工作面临制度多、口径杂、时限紧、责任重四大痛点，AI的价值正在于此，但要明确AI是“副驾驶”而非替代者。分享按工作链条展开应用场景：事前用知识库速查口径、以智能体识别五篇大文章贷款、借AI coding采集外部数据；事中生成取数脚本与校验代码、开展异常波动软校验；事后辅助撰写分析报告、以数字人实现7×24小时培训答疑；并向源头数据治理和领域本体建设进阶，让AI从“找得到”升级为“理得清”。

围绕AI驱动的数据链路解析与可信治理，神州信息数据资产与治理解决方案部副总经理张琨进一步以制造企业贷款业务中行业分类录入错误为案例，说明一条错误数据如何从前端录入流经信贷系统、数据仓库，最终影响1104监管报表并引发监管问询。方案覆盖数据全生命周期：事前通过规则拦截、AI提示和血缘预判阻断错误，事中以算子血缘、质量门禁和异常熔断保障数据流动质量，事后通过反向追溯、影响面分析和AI根因定位，在分钟级锁定人员、时间、字段、系统及需求工单。落地建议从G01监管链路试点，逐步扩展为全行可信数据基础设施。

神州信息数据中台解决方案部总经理史军道聚焦“新一代AI湖仓基础设施平台与高质量数据”这一议题。传统湖仓数据平台存在架构不清晰、数据管理成本高、对AI支撑不足、数据赋能业务不足等痛点，并由此提出新一代湖仓数据平台的建设思路。本次分享重点解析新一代湖仓数据平台对AI及业务用数在敏捷、高效、准确、及时方面的支撑能力，通过构建“专业高效、快速适配、灵活智能”的新一代智能化湖仓数据平台，更有效地推进数据资产价值释放。

风险管理智能进阶，监管报送能力跃迁

AI进入银行核心业务，风险与合规治理不可或缺。神州信息全面风险解决方案部副总经理高琦峰带来“从‘数字化风控’到‘智能体驱动’：全面风险管理的智慧进阶——某股份制银行全面风险管理AI应用实践”的分享，围绕全行目标与风险策略的分解传导、专业风险结果汇聚和监督决策，阐述规则、机器学习、大模型与智能体的协同分工，重点展示信用风险智能作业、风险评估与加总、跨风险压力测试、合规内控闭环及模型验证五类应用，说明AI如何调用已有数据、模型和工具，辅助分析研判与任务执行，并以作业前后对照验证价值，提出从可信辅助、专业任务到跨风险贯通的分阶段建设路径。

神州信息监管报送解决方案部总经理郭文强在“从‘被动报送’到‘主动合规’——一表通时代银行监管数据能力的跃迁”分享中指出，监管数据报送正经历一场底层范式重构：从“银行加工报表上报”走向“监管直连可信区按需拉取”。合规要求随之从软约束变为硬约束，数据质量直接暴露在监管视野之下。一表通不是简单的报表升级，而是国家监管基础设施的重构，它倒逼金融业从“被动合规”走向“主动治理”。这场变革的本质，是数据能力成为金融机构的核心竞争力：谁能率先建立起统一、可信、可复用的数据资产体系，谁就能在穿透式监管时代掌握主动权。未来的监管竞争，就是数据治理能力的竞争。

神州信息市场风险解决方案部总经理邢晓波把视线投向市场风险管理的AI应用。他表示，在市场风险复杂的计量和管理过程中，AI能够更高效、准确地协助市场风险管理人员对市场风险监管资本变化、风险价值返回检验进行归因分析，支撑市场风险AI预警，并帮助市场风险管理人员更加熟练地使用市场风险系统的知识问答和问数等应用场景，真正实现市场风险的高效和精准化管理。

会议同时设置业务、数据两场闭门专题研讨：业务场聚焦“AI如何真正进入业务流程”；数据场围绕“AI时代可信数据体系”开展深度碰撞。与会嘉宾普遍认为，银行业人工智能建设不能停留在演示与试点层面，需要兼顾业务价值、数据可信、模型风险、监管合规多重目标，探索可复制、可持续的数智化运营模式。

本次研讨会以实践为导向，打通监管、学术、银行、科技厂商对话渠道，为行业后续AI规模化落地提供有益参考。未来，神州信息将在金融强国建设目标指引下，以“AI for Process”理念为驱动，实现产品和服务的创新迭代，助力更多金融机构实现数字核心竞争力的重塑，共同推动金融高质量发展。