当下，AI大模型布局已成为银行业的重要事项之一。不过，对于银行而言，场景的实际落地尤其是高价值场景落地才是重中之重。因此，银行在想方设法推进AI与业务融合。从近日消息来看，上海银行已引入相关工作模式。事实上，该行近两年在大模型领域的动作较为频繁。

已引入“业技融合（FDE）”工作模式，并配套建立创新实验室

上海国资委近日发文介绍了上海银行在AI实践和数字化转型上的进展。

据悉，要让AI等技术真正用于解决业务痛点，银行需要优化相关机制，让科技能力嵌入业务前线。因此，上海银行引入了“业技融合（FDE）”工作模式，让AI工程师直达业务一线，与业务人员共建智能应用，实现“业务提出问题、现场快速验证、迭代持续优化”。同时，该行出台了《数智化创新工作管理办法》，配套建立创新实验室，提供安全合规、快速验证的实验环境。

可见，业务与科技融合的模式，正推动上海银行AI大模型的加速应用。

据《智探AI应用》了解，此处的FDE工作模式，应该就是前沿部署工程师（Forward Deployed Engineer）模式，是当前AI行业比较热门的一种项目交付模式。

从公开信息来看，该模式指的是，AI厂商或金融科技服务商将自家的核心工程师直接派驻到客户现场办公，一边帮客户把AI技术落地出真实业务效果，一边把现场经验带回公司，优化自家的通用产品。因此，FDE工程师可视为派至前线的“技术特种兵”。

FDE模式最早由美国科技公司Palantir推出，近两年因为AI落地难（企业买了大模型却无法融入真实业务）而再受关注，不少大模型厂商、AI创业公司均在跟进这种模式。

据报道，OpenAI也推出了“向企业客户派驻前沿部署工程师（FDE）”的举措。从该职位的介绍来看，FDE负责与战略客户合作，主导前沿模型在生产环境中的复杂端到端部署工作；负责需求调研、技术范围界定、系统设计、构建和生产环境部署，并与客户的工程和领域团队合作。

目前，上海银行也已推出FDE模式，在AI工程师与一线业务人员的配合之下，或有利于建设价值更高、更好落地的AI场景。

据《智探AI应用》了解，上海银行近两年对于AI大模型的重视，是显而易见的。

AI成为全行数字化转型的核心，近日正招聘AI工程师等岗位

此前，上海银行推出业内首个AI原生手机银行。该手机银行的主要特点是以“对话即服务”为核心，用户在通过语音或文字与智能客服“海小慧”进行对话的过程中，便完成业务办理。

在上海银行2024年度暨2025年第一季度业绩说明会上，该行副行长兼首席信息官胡德斌曾表示，不仅在AI手机银行方面做了初步的尝试，后续也将在风险管理、合规管理、内部运营效率等各个方面全面拥抱以大模型为代表的AI技术。

同时，上海银行彼时已将大模型生态建设纳入“深化数字化转型”的重点项目，并表示将加强与科技公司及研究机构的合作，深化大模型技术研发和推广应用。

而在2025年度暨2026年第一季度业绩说明会上，胡德斌称，AI将成为全行数字化转型的核心，全面实施“人工智能+”是重点战略。

综合近期的信息可知，上海银行已落地多个AI大模型场景。

例如，在资产托管业务中，每天面对海量、格式不一的基金交易文件，人工处理压力大。因此，该行将大模型能力引入基金交易文件解析场景，打通全链路标准化输出，将单个文件的解析时间压缩至“十秒级”，批量处理效率比人工提升了80%以上。

该行还自主研发了“同业存单AI机器人”，其集成AI智能对话、客户意图识别等能力，承接了批量报价、存单询价、认购提醒等标准化业务，替代了超过60%的重复性作业。投产以来，该机器人已服务交易对手超100家，协助募集资金突破百亿元。

而在推进AI应用的过程中，AI人才不可忽视。因此，上海银行加大AI人才培养力度，计划三年内AI专业人才从60人提升到200人，形成覆盖算法、数据、AI工程的完整人才体系。

基于此，上海银行在近日启动了AI相关人才的招聘。7月24日，该行金融科技部社招AI全栈开发工程师、AI用户体验设计师等岗位。

其中，AI全栈开发工程师的工作职责主要与智能体有关，具体包括开发数字化工具链Agent，覆盖需求-设计-编码-测试-部署全链路智能提效，负责研发流程Agent的设计、开发、测试、上线；负责分析研发全流程痛点，挖掘Agent应用场景（需求分析、架构设计、代码评审、文档总结等）；将AI Coding能力与现有研发工具链（项目/需求/研发管理、CI/CD、代码托管、）深度集成等。

这些AI工程师或正是上述FDE工作模式中的核心支撑。