专题：第28届北京科博会-未来产业推介会
第28届北京科博会-未来产业推介会于2026年5月8日在北京举行。国家金融科技风险监控中心总经理范贵甫，中国工商银行软件开发中心大数据和人工智能实验室资深经理黄炳，郑州银行总行零售业务部副总经理常晓斌，武汉农村商业银行零售信贷部总经理刘抒颖围绕 “数智共生 金融致远——科技赋能下的金融变革与未来生态”展开讨论，北京农商银行数字化转型推进办公室副主任张陌担任主持。
以下为对话实录：
主持人/张陌：很荣幸今天作为最后这个圆桌对话的主持人，我是北京农商银行数字化转型工作推进办公室副主任张陌，本次对话的主题是“数智共生 金融致远——科技赋能下的金融变革与未来生态”，除了我们常见的金融和科技这两个词，从变革、未来和生态我相信都是我们想要共同探讨的话题。
当前，在“人工智能+”行动牵引下，金融业正经历从“数字化转型”向“数智化融合”的深刻演进。大模型、区块链、隐私计算等相关的技术，不仅是重塑风控、营销、运营等核心环节，更在普惠金融、绿色金融、产业金融等领域催生新业态。我们正处在一个由数据驱动、智能引领的时代。金融科技，已从最初的渠道创新，深入金融服务的核心肌理，重塑行业格局与未来。
今天，我们非常有幸邀请到在金融科技领域深耕多年的领军人物，共同探讨科技如何赋能金融变革，以及我们如何构建未来生态。
接下来，进入第一环节，有请各位嘉宾用1—3分钟左右的时间左右做个简短介绍或对本场话题进行简要解读。
首先有请范总。
范贵甫：大家下午好，很晚了，大家还留这儿，看来是想听我们说点啥。我来自国家金融科技风险监控中心，是现任总经理，这是一个新机构，成立还不到3年，大家从这个机构名字就可以看到其核心职能，就是对新技术在金融行业应用的风控监控，一方面要支撑监管，另一个方面要服务金融机构，要和金融机构一道构建一个联防联控体系，防止因新技术应用而造成的风险传导。
今天的这个主题非常好，核心是数智共创，说到这个话题，就联想到今年3月人民银行科技工作会议精神，强调在数智方面要积极稳妥、安全有序推动金融行业人工智能应用，释放数字化、智能化的发展动能。所以今天这个会的主题，应该说是一个诠释，希望能给大家带来一些新的东西。
主持人/张陌：有请黄经理。
黄炳：各位专家、各位领导，我是来自工商银行大数据人工智能实验室的黄炳，大数据和人工智能实验室成立于2017年，主要负责研究大数据、人工智能领域前沿动态和发展趋势，并承担工银魔方、工银图灵两大技术体系各技术平台的建设和运营工作。为我行数字化转型提供重要技术支撑，全面提升我行的数字化、智能化水平，通过不断创新为高质量发展持续提供新的动能。
我对数字共创理念高度认同、深度共鸣。无论是对内组织赋能，还是对外客服场景赋能，我们始终深耕金融行业数字化转型路径。各类 AI 产品及应用形态落地银行体系，均需解决与金融业务深度融合的核心课题。行业发展既要依托生产力与技术能力升级，也要围绕生产关系重构，搭建可规模化复制的应用范式；通过打破部门壁垒、盘活存量业务能力，推动科技与业务深度耦合，构建 AI 原生行业生态。这不仅对金融行业人工智能规模化落地具有重要价值，更对全国人工智能+金融生态完善、赋能实体经济与国计民生，具备深远战略意义。
主持人/张陌：感谢黄总，一会儿还有研讨的环节，请您展开分享。下面有请常总。
常晓斌：非常感谢主办方，给中小银行提供一个这样的交流和讨论的机会，首先我在半年前加入零售业务部，前面的20多年基本上就是在科技，从科技的基础设施再到应用再到架构，以及整个业务的支撑，今年加入到零售部来以后，我的感触非常深，非常深的一点就是从中小银行业务的发展角度来讲，AI是一个非常好的能够跟上大行业务发展的机会。作为我们自己，作为A+H股的城商行，有本地化的特色业务，本地化的业务我们要比四大行做得相对好一些，但是从整个科技的投入和科技的发展上来讲，差了很大一截，基于这个数智共创或者我们跟随大行的节奏，通过AI的投入降低鸿沟，或者是差异，也是我们追上先进城商行或者一流城商行的一个机会，也是希望通过这一次的交流，让大家能够一起共创，有一个合作的机会，能够助力我们郑州银行有一个更好的发展。
主持人/张陌：谢谢常总，下面有请刘总。
刘抒颖：大家好，我是刘抒颖，来自武汉农商行。从业近十年，我先后牵头负责我行电子银行、网络银行业务，同时统筹管理客服、信用卡及网贷相关业务。我的工作一直是业务与技术双线并行，一边深耕业务场景，一边落地技术应用，相当于在专业赛道上自我驱动、持续精进。也正因为这种双线工作模式，让我能够紧贴市场前沿，第一时间洞察并落地各类新技术在金融业务中的实际应用。
今年我转任零售信贷部总经理，部门整合了信用卡、网贷及传统零售信贷业务，产品多元的同时也带来协同难题。本次参会，我希望学习前沿技术与同业优秀实践，破解传统银行人力与技能短板，以数智化手段提升运营效能。
主持人/张陌：下面我也做一个简单的自我介绍和过去的实践经验的分享，在过往的从业经验中，2021年的时候，我们通过产学研融相结合的方式，推动一个人工智能开发平台项目的落地，同时这个项目还作为了2021年度国家工信部“揭榜挂帅”成功揭榜项目，并于2023年结项。但是到2023年LLM到来了之后，对于一个企业来说，手里握着多少的卡？有多少的模型人才，在预训练时代的决定了企业人工智能的成长的速度和应用的速度
随着DeepSeek时刻，包括现在的龙虾和Agent这些相应的技术的成熟和落地，目前看来，Token的消耗量和在运行时的Agent的数量可以作为评价和衡量一个金融机构或者说一个企业目前人工智能应用水平比较明确的北极星的指标。在这个过程中间，我和很多同业人员交流，包括我自己本身都会有技术的焦虑，在技术变革的时代下这是一个比较常见的情况。
如果说作为一个个体，我认为从认知力、学习的能力以及执行能力，可以是比较好地应对变化的能力。那么对应一个企业和一个组织，认知力可以类比成人工智能的战略规划，执行力对于个人和企业都非常重要，学习能力对于一个组织来讲，有哪些具体的内涵呢？后面我也会从组织创新的能力系统搭建的角度来分享北京农商银行的实践。
下面进入话题讨论阶段，本次参考话题：
1、数智化转型的“落地之道”——从技术选型到业务融合
2、数智化转型的“支撑之基”——组织、生态与风险治理
首先有请范总。您作为国家级金融科技风险监控的“守门人”，见证过不少技术落地中的风险案例。首先请您分享一下，当前大模型在金融创新过程中还是存在很多相应的数据安全风险，模型幻觉的风险，以及其他一些风险。请您分享一下，国家金融科技风险监控中心正在推动的“金融行业可信数据空间”如何帮助金融机构在“安全合规”与“创新效率”之间找到平衡，让大家既能放心用技术，又能守住风险的安全底线？
范贵甫：谢谢张总，我们中心确实在建设金融领域可信数据空间，这个项目也已纳入北京市重大项目库，正在向国家申报。金融领域可信数据空间建设意义重大，为什么？我们搞金融领域可信数据空间，一方面要支持发展，另一个方面要防控风险。这个可信数据空间是以场景为驱动，包括在座的很多金融机构都是这个空间的一员，包括工农中建交邮等在内的大型金融机构，因为对金融机构来说监管要求数据是不能出行的，但金融机构又有跨行数据共享的需求，怎么办？我们就利用隐私计算技术来实现数据不出行的情况下实现共享，俗称数据可用不可见，要实现这个目标就靠这个可信数据空间。
另外金融行业每年花费巨资购买外部数据，但是存在成本高，质量有待提升等问题，金融机构希望通过可信数据空间能够代表行业降低数据的使用成本，提高数据的质量。同时我们也在财政部和人民银行的指导下，搭了银行电子凭证互联互通的平台，九个部委在推动，总共包含10类凭证，如税务发票、财政收据、铁路火车票和民航的行程单等，我们负责金融行业的银行电子回单和对账单，主要解决银企直连、网银等多头连接的痛点问题，企事业单位一点接入这个平台就可以获取其开户银行的电子回单和对账单，从这个意义上来讲，通过这个场景的驱动，能够实现绿色、低碳、环保，总体上降低社会成本的目标。我相信大家都感觉到了，现在出差不用在火车站再去打印一张纸质火车票，直接在12306下载电子火车票就可以报销了，今后银行的电子回单、对账单也是这样的。
搞金融领域可信数据空间要解决的问题和场景远不止这些，还包括短时多头信贷、贷后资金回流追踪、反欺诈等等，只要金融机构需要就可以加上更多的场景，通过联席会议的机制来实现，这是我说的支持发展。
在防控风险方面，一是可以利用金融科技创新监管工具，金融机构的金融科技创新项目在吃不准的情况下，可以放到创新监管工具里面进行风险测试，我们在支撑全国的金融科技创新监管工具的运行。二是我们在是在北京市政府的支持下，建立了人工智能、量子计算、区块链等金融应用风险监控平台，为新技术在金融行业应用保驾护航。三是4月份工信部、人民银行十个部委又发布了人工智能伦理审查服务管理办法，我们现在正在根据这个办法筹建金融行业的人工智能伦理审查服务中心，未来也可以为金融行业新技术应用提供服务。通过这些举措来解决发展过程中的问题。谢谢主持人。
主持人/张陌：谢谢范总，下面有请黄总，工行一直在大数据和人工智能的创新应用中走在行业前列。您认为金融机构要做好数字化转型深度的智能化转型，从技术选型到业务融合，最关键的抓手是什么？另外很多的企业现在在推动人工智能落地应用的过程中，或多或少都会容易陷入技术炫酷，或者是技术炫技过程中，从而有一些业务脱节的困难，工行是如何看待和解决这个问题的？实现业务与技术深度融合，是否有规模化的可落地、可复制的方法论的分享？谢谢。
黄炳：今天主题里的“落地之道”四个字，我认为起得特别好。大模型真正价值在于规模化、高效赋能业务价值创造，所以必须业务技术融合脚踏实地推进落地建设。
我想用工行的实践总结三个关键词：高价值场景牵引、技术体系攻坚夯实、规模化应用方法提炼。
1、技术选型的起点是业务痛点，而非技术前沿。工行提出“从对话生成向智能体执行演进”，是因为信贷审批、智能客服等场景存在明确的效率与体验瓶颈，所以，首要目标是解决具体问题，比如很多场景时效要求高，模型选型上就不会追求通用大模型的能力绝对领先，而是基于小参数模型基于行内金融数据进行后训练形成金融模型进行应用；比如很多功能流程性需求，使用热门的动态规划自主智能体技术路线，效果和成本反而不如静态编排。所以技术选型一定是业务价值驱动的，不能为了技术而技术。
2、业务融合的关键在于适配的技术能力支撑。但是现在技术发展非常快，怎么提炼贴近业务实际应用的标准化应用范式，以不变应万变就成为关键所在。我们在场景赋能中，提炼了适配金融行业的“1+X”范式工程化解决方案，其中“1”是指动静融合的智能体运行引擎，负责感知、理解、规划、执行、反思、记忆等中枢调控。“X”是标准化能力组件，比如智能金融文档编写、数据洞察组件智能体等，通过标准化共性能力沉淀，避免重复建设。通过1+X范式解决方案，我们较为有效的解决了规模化的赋能标准、效率及质量问题。
3、规模化应用方法提炼，在实践中提炼金融大模型应用创新方法论，一方面是科技主动前移深入业务一线，协同业务分析现有工作流，端到端梳理挖掘赋能场景，形成按岗位按专业的全链路赋能场景地图。另一方面是业务深度介入原型设计、知识梳理、运营迭代，让业务人员能更直观、专业地对未来工作流进行重塑。业务科技深度融合，以All in Chat新理念为指引，实现单场景赋能模式到端业务重塑模式的变革，加速大模型业务价值创造。
主持人/张陌：感谢黄总的分享，下面有请常总，郑州银行近年来在零售业务数字化方面有很多创新尝试。我们知道零售业务直面客户，客户对体验、效率和安全的要求非常高。在推动零售业务与科技融合的过程中，您认为最大的挑战是什么？另外也请您分享一下，郑州银行在提升客户体验、优化业务流程方面，有哪些特色的数字化实践？在“业技融合”的过程中，业务部门是如何与科技团队协同合作的？
常晓斌：我先回答第一个问题，关于挑战的问题。零售是这样，零售数字化转型是从2023年的9月份开始去做的，之前我们零售整个的占比都是比较小的，因为大家知道在2017、2018年的时候，郑州的房地产发展得如火如荼，导致在2022年、2023年的时候，郑州的房地产烂尾楼是全国第一名，这就说明什么呢？说明各个金融企业都在往房地产里面投，实际上它的增长利用来源都是来自于对公业务，或者说大部分来自于对公业务，零售占比是非常少的。
在2022年整个房地产下滑之后，我们也意识到零售确实是我们的弱项，基于这个原因，我们成立了零售条线，有6个部门，零售业务部、渠道管理部，以及小企业金融事业部和资管部、财富管理部、运营管理部等，包括运营整个纳入零售条线里面来了。目的是什么呢？目的是把力量形成一个拳头，基于2023年9月份我们建立的零售数字化转型的目标，叫作什么呢？一年小城，三年大城，五年翻番的目标，在这个目标之下，我们从2023年开始，截止今年3月份，我们整个零售的资产增长了将近1倍，这是整个的情况。
在这个情况下，我们是怎么来做的呢？首先我们要做强总行，做强总行就是所有的原来更多的是基于黄总提到的以产品为中心，我们改成以客户为中心，以客户为中心，我们要有一个目标，有一个一二四的目标，一二四的目标就是围绕零售数字化转型建立金融智能的服务体系，以及两个第一，对外客户第一，对内效率第一，以及四大工程，来助力零售的数字化转型。
在这个过程中，我们面临人员的投入不足、资源不足，以及科技支撑的不足，在这个情况下，我们对数字化转型大会以及零售的数字化转型大会也都做了几次大的思想上的统一，通过思想上的统一，对于零售的考核以及科技的考核纳入到一起来。这样不仅仅是零售可以完成神物，科技也完成任务，这样的情况下虽然阻力很大，但是通过对这些资源包括人员以及内部部门壁垒的打破，整个就达成了刚才提到的3月份零售资产翻了将近一番的目标。
在这个过程中我们也融合了您刚才提到的业技融合，业技融合刚开始宫总也提到了，科技部门拿到需求，我完成这个需求就行了，至于说有没有达到目的或者是结果，他是不关注的。在这种情况下从零售数字化转型的目标来讲是不满足的，基于这个，我们每个部门都建立了一个科技支撑小组，业务部门有一个科技支撑小组，它要去负责把业务语言翻译成科技语言，它要负责整个项目的执行，以及这个项目结果的实施和上线，而不仅仅是科技部门去做这件事情，主要就是针对零售数字化转型科技项目的建设以及科技项目后评价的结果去进行整个的评价和评判，通过这种方式，把科技部门他们的执行结果和业务部门的执行结果纳入到里面来，形成一个合力，从而提升业技融合的能力，这是第二个问题。
第三个问题是这样，在数字化转型的过程中，我们从资源上，以及人员的能力以及组织保障上，也都是和大行和头部的城商行差距是比较大的，在这种情况下，我们要做刚才提到的思想上的统一。第二个是组织上的保障，组织上的保障，这个工程是一把手工程，而且我们近期至少1个月的时间要针对数字化转型的成果或者进展给党委会进行汇报，这是组织上的保障。第三个是文化的保障，文化的保障是说零售的数字化转型不仅仅是零售部或者零售条线的，对公与资产负债要协同，你在做对公的同时也要去做零售的业务，比如说像代发工资，以及社保卡和工会卡的办理也都和对公的业务去绑定，对公在发展的同时也是带动零售业务的发展。通过这种方式提升零售的覆盖比。
最后就是科技的保障，科技的保障这一块，我们针对一二四的目标里面有四大工程，像我们的焕新工程，磐石工程、燎原工程以及登峰工程，科技通过对这些工程的分解，我们形成了不同的对零售，从财富管理、客群管理、零售信贷、厅堂等方面的管理，再到数据治理，还有刚才提到的客户体验，这几个方面都进行了完善。
重点我说一下客户体验和数据治理：
客户体验，我们经常会用手机银行，手机银行里面有时候系统会出现白屏的情况，白屏的情况从用户的角度来讲，是手机银行的，但是它是财富的或者核心系统出现问题了，在这种情况下我们设置了更多的埋点去做什么呢？去做客户执行过程中执行的时长是多少？通过埋点的评测，客户的路径是怎么样的？优化对应的系统，降低客户在办理业务过程中执行的时间，来提升客户的体验，这是第一个。第二个是客服这一块，客服这一块我们引入了智能问答，通过这个就减少客户在办理业务过程中等待的时间。第三个就是我们知道现在因为监管政策的原因，我们办理开户的过程中执行时间比较长，这种情况下我们针对开户手续进行简化，大幅度提升了开户的效率，通过这三个方式，提升了客户的体验。
数据治理，去年我们也发现有800多万的客户里面有100多万是睡眠客户，睡眠客户在数据治理里面一是唤醒这些客户。二是针对原来各个系统之间没有落标的情况，重新对这些客户进行梳理通过梳理形成所有系统的贯标，它要一致，来为后续的数字化转型提供相关的基础，来夯实数字化转型的基础。
我就讲这么多。
主持人/张陌：感谢常总，下面有请刘总，您来自零售信贷业务一线，最能感受科技对业务的切实改变。当前很多农商行在推“智能信贷”，业务部门常反映“技术工具不好用”，比如智能风控模型给出的额度与业务经验不符，或客户经理不愿使用新的数字化工具，有畏难情绪。您是如何推动业务团队接受并使用科技工具的？
刘抒颖：坦白说，银行业普遍存在业务与科技相互脱节、甚至互相推诿的现象。业技融合绝非简单协同，必须靠组织保障来落地，这也与今天上午IBM咨询总监董总分享的理念高度一致。
首先，技术迭代会倒逼流程重构，进而需要配套的组织架构升级。传统模式只有业务与科技两方，往往是 “业务提需求、科技做开发”。进入智能化阶段，必须新增数据、模型两类核心角色，形成业务、科技、数据、模型四方协同。再加上零售信贷必须直面分支行，实际是五大主体共同参与，各方立场不同、目标不一，很难形成合力。因此，关键要从组织、考核与文化层面，把这五方打造成利益共同体，成事共享红利，出事共担责任，真正同频同向、一条船做事。
第二个事情就是，在落地应用方面，我们部门的模式与同业有所不同。我们团队具备互联网业务背景，团队一体化整合了技术、数据、模型、风控等能力，信用卡、互联网贷款及对外合作都能在部门内闭环推进，响应速度快、协同效率高，整体运转十分高效。
但回归行内接管传统零售信贷后，挑战随之而来。原先互联网模式是闭环运作、不涉及跨部门协同，而传统零售前中后台分属不同部门，壁垒明显。这不仅涉及业务、科技、数据、模型、分支行五类技术角色，更牵扯授信审批、风险、贷后等责任主体。这些部门数字化决策与模型应用层度各不相同，难以有效评判数字化工具与策略的有效性，协同难度显著加大。
尤其在效果评估机制上，传统零售信贷以房贷为主，资产质量稳定、不良率低，几乎不需要复杂的信用评分与风控模型。但近两年消费贷、个人经营贷快速扩张，叠加经济下行压力，信用风险集中暴露。全行业都在发力零售信贷，却普遍缺乏个人信用风控经验，不知道如何搭建评分体系、制定风控策略、验证模型效果。这套数字化、模型化的风控逻辑，传统零售团队既不熟悉，也没有成熟的评估标准，因此经常会问：怎么证明这套工具是有效的？ 这也成为数字化转型推进中的核心卡点。
所以，我们把互联网业务的一体化闭环运营思路引入传统零售，将风险、合规等部门纳入统一协同体系，以整体运营效率为目标，统一标准、理顺流程，让前中后台目标一致、同向发力。原来的零售，我原来讲到的是更侧重控不良，而我们转向“收益–风险成本 = 真实利润”的算账逻辑，重点看产品收入覆盖风险后是否盈利、风险是否可承受，而非单一盯紧不良指标。把账算清楚、把逻辑讲明白，就能有效凝聚风险、审批、贷后等团队共识，顺畅推进数字化转型与智能风控落地。以上就是我们在推动智能信贷的一些尝试。
主持人/张陌：好的，感谢刘总。非常感谢各位嘉宾的真知灼见，今天也是从技术落地聊到了组织变革，从风险底线也聊到了未来生态，既有实战经验，也有思想的碰撞，时间关系，我就做一个简短的总结和分享。从范总作为金融科技的守门人的角色，搭建金融科技风险防范的基础设施到工商银行大行金融科技创新过程中间，尤其是在风险防控侧技术的实现以及来自一线的对于业务人员和业务进行融合的人员，对于技术创新的诉求，以及组织机制，实际上我们今天在做的也是一个生态，我觉得未来已来，金融机构更多地应当从战略、组织、人才、机制等系统性统筹考虑如何能够在变化的过程中间提高本身的适用性和客户服务的能力。
再次感谢各位嘉宾的分享，谢谢大家。
明天上午8点30，本会场将继续举办“机器人产业创新成果与场景应用交流会”，欢迎各位继续参加。谢谢！
新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。
海量资讯、精准解读，尽在新浪财经APP
责任编辑：梁斌 SF055
汇融优配提示：文章来自网络，不代表本站观点。
