近日，新网银行副行长李秀生在相关活动中透露，新网银行启动了“智擎AI+”战略升级，提出“人人AI，处处AI”的目标。新网银行信息科技总监毛航表示，目前银行的AI应用实践已从“科技驱动、自下而上”转变为“战略驱动、自上而下”。在活动中，毛航还分享了人工智能及大模型技术应用的实践经验。

只有底层架构稳固，上层应用才能接地气

“AI的规模化应用，离不开底层技术的支撑。”毛航表示，在新网银行科技建设过程中，AI应用架构与关键技术保障是核心。

在训练框架与工具集成方面，新网银行整合了主流技术并结合云原生能力，实现灵活调度资源。

在数据治理方面，新网银行通过大数据网关建立智能检查机制，在数据应用与隐私保护之间找到了平衡。

在安全合规方面，针对对客场景的风险，新网银行建设了“事前-事中-事后”全链路合规体系：事前通过价值观对齐测试、大参数模型校验、专项合规培训，确保智能体输出符合监管要求；事中上线风险拦截、实时质检，动态阻断风险行为；事后通过批量质检、二道防线定期评估，持续优化模型与策略。

此外，技术落地需要与业务深度融合。新网银行采用了“业务+技术”驱动研发模式，让技术员工深度下沉业务一线，与业务人员共同研究场景需求，全程参与提示词设计、模型验收、产品运营。

AI应用重塑银行服务全场景

“AI的价值，最终要体现在业务成效上。”毛航指出，AI正为银行注入新动能。

早在2024年5月，新网银行就在系统研发场景中应用DeepSeek大模型，分别构建了研发知识问答助手与代码续写助手，缩短一线工程师在研发过程中查阅技术资料的耗时。

此后，新网银行将大模型技术的应用范围进一步拓展，在智能客服、贷后管理、智能营销、智能研发、风险决策等多个领域，陆续建设一系列智能化助手，应用于多个效率瓶颈环节。

在风险决策领域，新网银行通过大模型提取非结构化数据中的风险特征，识别企业供应链中的隐性关联关系，提升风险决策精准度，AI加持后，风险认证效率提升了30%。

在智能客服领域，新网银行构建了大小模型结合的智能客服体系，小模型处理标准化问题，大模型通过静态化增强提升复杂问题解决能力。客服已实现“7×24”小时覆盖，效率较之前有所提升。

知识管理、指标体系、数字员工三大方向再突破

“这些成果只是起点，我们对AI的探索远未停止。”毛航透露，新网银行未来将有三大探索方向。

第一，知识管理深化。新网银行希望通过技术手段构建企业级知识库，推动知识从人到系统的转化。毛航认为，真正决定差异化竞争力的关键在于数据与知识管理体系的构建。企业级知识库的形成，能让每位员工都能快速获取所需信息，业务能力将实现整体跃升。

第二，智能指标体系建设。当前，部分智能应用在指标设定上仍依赖人工定义，这不仅对操作人员的专业素养要求较高，也在一定程度上限制了智能应用的普及。对此，新网银行计划探索“无代码与低代码”指标生成工具，结合大模型自动生成指标逻辑，降低使用门槛，真正实现人人可用，让AI真正下沉到业务细节中。

第三，数字员工管理。随着AI Agent的普及，“数字员工”将成为重要生产力。毛航表示，未来银行，人与数字员工的组合将成为常态。鉴于此，新网银行将构建数字员工的全生命周期管理体系，配套培训与考核机制、监控操作风险与安全风险、实现高效协作模式。未来，人类负责创意与情感连接，数字员工负责重复劳动与数据处理，两者互补，释放更大价值。