在数字化转型加速的背景下，越来越多中小银行加强大模型应用。就在近日，河南农商银行透露了大模型在客服领域的最新应用进展。据《智探AI应用》了解，该行近一年关于AI布局的动作不算少。

大模型应用于客户来电场景，“来电归因”已沉淀客服数据86.25万条

7月10日，河南农商银行网络金融部、信息科技部人员在《中国金融》发文介绍了远程客户服务中心应用大模型的情况。

该行针对客户来电场景，将大模型语义理解嵌入客户诉求识别、归因分析、价值挖掘全流程，落地智能化“来电归因”应用场景，从而实现客服数据从事后统计分析向实时洞察的升级。

据悉，传统客服来电数据存在内容碎片化、客户表达口语化、信息非结构化等特征，行业普遍采用的人工标注模式，存在工作效率低、分析维度粗放、时效性不足等问题，无法支撑高频业务研判、投诉溯源治理与服务优化决策，海量语音、文本类客服数据长期闲置，难以用于精准经营、精细管理。

对此，河南农商银行从非结构化客服数据入手，引入大模型语义理解能力，推动客户来电信息从“被动记录归档”向“主动识别、智能归因、精准研判”转型，将零散的客户诉求转化为可量化、可追踪、可分析的标准化数据资产。

河南农商银行基于大模型，聚焦授信咨询、用信办理、收款码使用、业务办理障碍等县域高频金融服务场景，搭建多维度、标准化的来电标签体系与智能分析框架，实现非标准化客户口语化表达的自动分类、语义解析、意图识别与精准归因。

从该行的展示图可知，基于大模型的智能标签能力包括4层架构，为数据接入处理层、基础支撑层、智能分析层和价值应用层。其中，数据接入处理层负责多源数据接入、校验、转写及清洗增强；基础支撑层提供模型引擎、标签库和系统管理能力；智能分析层承担归因打标、标签生成、意图情感识别和标签优化等任务；价值应用层面向商机挖掘、智能决策和可视化分析等业务场景提供支撑。

目前，上述应用已取得一定的成效。

河南农商银行介绍，来电归因场景日均处理客户来电7000至10000通，诉求分析准确率达99.5%。此外，该场景已沉淀高质量结构化客服数据86.25万条，识别有效信贷线索8257条，锁定潜在信贷意向客户1122户。

据《智探AI应用》了解，河南农商银行将“来电归因系统的落地”视为该行大模型技术创新应用的标志性探索。而对比最近的数据，来电归因场景确实有所收获。

该行曾在5月介绍，来电归因系统彼时已累计沉淀数据41.73万条，挖掘信贷相关线索2644条，锁定潜在贷款意向客户304户。

可见，2个月左右时间，来电归因场景沉淀数据量翻倍，挖掘信贷线索、锁定潜在信贷意向客户的数量更是之前的3倍以上。

近一年AI方面的动作较多，涉智能研发、AI外包人力、AI算力等

据《智探AI应用》了解，除了客户来电场景，河南农商银行也在其他方面加速推进大模型应用。

2025下半年，河南农商银行曾就大模型智能研发助手项目、信贷AI智能双录系统项目进行招标。

其中，智能研发方面，旨在通过大模型智能研发助手，在研发全流程各环节提升研发效率、降低交付成本，更好地适应业务敏捷创新要求。

目前，各家大模型厂商均在大模型辅助代码生成/编程方面发力，且已有不少银行在研发方面引入了AI大模型。河南农商银行肯定也想在智能研发领域进一步探索。

为了进一步推进大模型应用，河南农商银行后续又启动了其他相关项目。

该行对AI应用类的信息科技外包人力资源池入围采购项目启动了招标。通过入围采购与多家供应商签订外包人力服务框架合同，建立AI应用类外包人力资源池。该项目的服务期限为36个月，即长达3年。

此外，算力不足是不少中小银行AI应用中的挑战之一。河南农商银行对此启动了AI算力池建设。

从2025年12月至2026年4月，河南农商银行发布了多个关于AI算力池建设项目的招标/中标公告，其中分为7个标段。

7个标段分别为AI高性能算力设备租赁及大模型智能底座建设、华为昇腾及鲲鹏算力设备采购、AI高性能算力设备采购、AI高性能算力设备租赁及智能体开发及应用平台建设、寒武纪算力设备采购、国产高性能算力服务器采购及大模型场景实施、高性能网络设备采购及集成实施项目，预算分别为1200万、800万、200万、1000万、120万、680万、300万元，共4300万元。

通过该算力项目，河南农商银行有望构建统一的AI算力池，满足该行日益增长的AI模型训练与推理需求，为业务创新提供算力底座。

可见，从AI应用类外包人力资源池，到AI算力池，河南农商银行在AI推进上，已有一些规划。

目前看来，虽然来电归因是河南农商银行在大模型探索上的标志场景，但该行必然不仅限于该场景。未来，河南农商银行或将展开更多场景探索，《智探AI应用》将持续保持关注。