方案概述

当前，以人工智能为核心驱动力的新一轮科技浪潮，正以前所未有的深度与广度重塑金融业的演进路径与竞争格局。面对金融行业所特有的知识结构高度复杂、信息构成多维交织、业务场景持续动态演变等现实，传统知识管理与决策支持体系在响应时效、跨域协同与智能水平等方面均面临显著瓶颈。为主动拥抱数字化变革，徽商银行前瞻性推出“多智能体协同助手”，致力于构建一个覆盖感知、分析、决策与执行全链路的银行业级的多智能体协同助手。“徽小助”旨在为不同岗位的金融从业人员提供深度赋能的智慧支持，逐步推动“一岗一助手”的远景落地，实现技术与业务的高度融合与共生进化。

方案背景

随着社会的发展和科技的进步，人工智能技术正以革命性深度全面重构各行业生态与发展模式。2025年，国务院相继出台《关于深入实施“人工智能+”行动的意见》及《关于加快场景培育和开放推动新场景大规模应用的实施意见》，系统性擘画了以大模型为代表的前沿技术与实体经济融合的战略路径，并首次在国家层面就场景培育与开放机制作出整体部署，标志着我国人工智能发展进入场景驱动、生态构建的新阶段。同时，中国人民银行进一步明确“安全稳妥有序推进人工智能大模型等在金融领域应用”的工作导向。由此可见，金融业作为科技创新的关键应用场域，正加速推进以大模型与智能体技术为核心的数智化转型进程。

金融业岗位体系具有高度复杂性与专业纵深性，其角色分工不仅涵盖前中后台多层级协作，如客户经理、风险分析师、合规专员、产品设计师、资产托管负责人等，更涉及跨市场、跨周期、跨监管环境的综合决策场景。这些岗位所处理的工作往往具备极强的专业门槛与场景特殊性，例如信贷审批中的现金流预测与抵押品估值、金融市场交易中的定价模型构建与对冲策略设计、私人银行领域的资产配置与财富传承规划等，均要求从业者融合深度的领域知识、动态的规则理解与敏锐的商业判断。

当前市场上通用的基础大模型，尽管在自然语言交互、常识推理与内容生成等方面表现出了显著的便捷性与泛化能力，但在应对金融业务高度专业化、精细化及强合规要求的任务时，仍存在明显局限。这类模型往往缺乏对金融术语体系、业务逻辑、监管政策及市场微观结构的深度语义理解，亦难以嵌入金融业特有的分析框架中，因此在处理复杂金融场景时，其输出的精准性、可靠性与专业性仍显不足，无法完全满足金融实务中对安全、准确与合规的极致要求。

针对上述挑战与机遇，徽商银行深刻认识到必须将前沿人工智能技术与金融专业实践进行深度、系统性的融合。为此，我们正式推出“徽小助”方案，致力于构建一个具备自主感知、深度分析、协同决策与敏捷执行全链路能力的银行业级智能协同助手。

方案目标

“徽小助”方案致力于构建一个具备自主感知、深度分析、协同决策与敏捷执行全链路能力的银行业级智能协同助手，实现以下核心目标：

1、赋能前中后台，成为全行员工的“数字同事”。将智能能力深度嵌入各岗位工作流，实现人机协同的作业模式升级。

2、驱动业务创新与模式重塑，响应智能化金融新趋势。将“徽小助”打造成为业务的“加速器”，提供从任务规划、收集数据、执行、再到反思、最后推到出结论的端到端的一站式解决方案。

3、沉淀核心业务流程与知识的数字资产，确立智能化时代竞争壁垒。在安全、合规、可控的前提下，将项目成果沉淀为徽商银行独有的“业务知识模型库”与“智能体生态”，形成可持续的数字化核心竞争力。

方案特点

“徽小助”方案，并非单一技术的简单应用，而是以业务价值为导向、以体系化架构为支撑的下一代智能银行核心能力建设工程。本方案集前瞻性设计、专业化深度与生态化思维于一体，具备以下特点：

1、基于专精大模型、业务流程和知识库的协同驱动。“徽小助”方案摒弃了通用模型“泛而不精”的局限性，采用“垂直领域精调+动态知识增强”的双重策略，确保智能体的专业性与准确性。针对银行信贷、风控、合规、资管等专业场景，构建高质量的专属训练数据集，采用LoRA（低秩适应）、P-Tuning（提示微调）等高效参数微调技术，对基础大模型进行深度领域适应，使其真正“读懂”金融术语、理解业务逻辑、遵循监管规则，成为具备金融专精能力的助手。将业务流程作为技能，提供给模型查询和学习，让模型了解行内业务流程的执行过程。动态更新的体系化知识库，构建覆盖宏观政策、行业研究、公司情报、内部规章等多维度的层级化金融知识图谱与文档库，通过检索增强生成技术，让智能体在回答或分析时，能实时检索、关联并引用最新的权威知识，有效解决大模型的“幻觉”问题与知识滞后性，确保输出的每一个结论都有据可依、有时效保障。

2、基于标准流程与智能中台的业务价值实现。“徽小助”方案将智能应用与数据要素化进程深度融合，构建从数据到智能再到业务价值的完整转化链条。借鉴领先实践，建立标准化的外部数据引入流程与配置化智能数据中台，大幅缩短数据接入周期。通过智能体实现对多源、异构数据的自动理解、对齐与融合，为分析决策提供高质量、全景式的数据输入。

3、基于智能体深度赋能的业务流程融合。“徽小助”方案的智能体设计紧密贴合银行业务全流程，实现从点到线再到面的全面渗透。前台场景的“智能战友”：为客户经理提供实时客户洞察、个性化方案推荐与智能话术辅助；为市场业务人员提供竞品动态、舆情分析与营销内容生成，直接赋能业务增长与客户体验提升。中台场景的“自动化专家”：在风险、合规、运营等领域，智能体可自动执行贷后监控、合规文本审查、报告生成、流程审批等复杂任务，将人力从重复劳动中解放，实现风险管控的主动化与运营管理的精益化。后台场景的“战略参谋”：为管理层提供基于实时数据的经营全景问数、战略推演模拟、风险预警与归因分析，推动决策向“数据智能驱动”升级。

4、基于安全可控可信原则的合规管控内嵌。“徽小助”方案在追求技术先进性的同时，将安全与合规置于首位，构建可信赖的“徽小助”。全链路安全可控：建立涵盖数据安全、模型安全、应用安全与内容安全的立体化防护体系。通过私有化部署、敏感信息过滤、生成内容溯源、人工审核介入等机制，确保整个智能系统在安全可控的范围内运行。合规性深度内嵌：将金融监管规则、合规要求以可计算、可校验的方式嵌入“徽小助”的决策逻辑与知识库中，使合规审查从“事后检查”变为“事中内嵌”，从根本上降低合规风险。

5、基于推理行动范式形成的链路自主执行。“徽小助”方案使用推理行动范式，通过感知-决策-执行-反思链路，实现技能和外部环境的感知，协同外部系统，规划任务，分步执行任务，并对完成情况进行反思，实现长时间复杂任务的自动化执行。

6、基于多模型能力矩阵的智能中枢系统。“徽小助”底座由徽商银行AI智能中枢支持。中枢系统中，包含数十种领域模型、多模态模型，形成统一的调度入口，实现智能模型能力原子化，具备高扩展、高可用、易管理的运营能力。

总而言之，“徽小助”方案构建了一个以业务价值为导向，通过体系化设计，并深度融合金融场景的多智能体协同助手。这构成了其区别于单一人工智能工具应用的显著优势，形成一套能够持续进化、安全可控、并真正驱动业务变革的智能助手方案。

方案业务流程图

1、方案架构

图1 “徽小助”方案架构

“徽小助”智能平台以创新的“1+1+N+M”系统架构为基石，构建了一个覆盖感知、分析、决策与执行全链路的银行业级的多智能体协同平台。该架构如图1所示，旨在实现从底层算力资源到顶层场景赋能的贯通融合，具体内涵与价值如下：

1.1核心双平台（1+1）：坚实智能基座

第一个“1”：一体化智能算力管理平台。作为平台的“动力心脏”，它实现对异构计算资源（如GPU、NPU等）的统一纳管、智能调度与弹性供给。通过精细化监控和自动化运维，确保算力资源高效利用，为模型训练与推理提供稳定、强大且成本优化的底层支撑。

第二个“1”：全生命周期模型管理平台。作为平台的“智慧中枢”，它覆盖从模型导入、训练、评估、版本控制到部署上线的完整链路。提供统一的模型仓库、高效的实验追踪以及安全的权限管理，赋能团队进行高效的模型迭代与协作，沉淀组织智能资产。

1.2赋能双维度（N+M）：开放应用生态

“N”：多元化的模型应用能力。基于“1+1”平台，沉淀并汇聚了面向不同任务需求的丰富模型能力集，涵盖知识问答、智能问数、报告生成、图像识别、声音复刻、语音理解等多个技术领域。这些能力以标准化接口或模块化组件形式提供，具备高度的灵活性与可组合性，可快速响应多样化的业务需求。

“M”：广泛的应用场景方向。平台能力最终精准注入到实际业务场景中，涵盖个人、对公同业、风控、运营、客服、办公等多个领域形成落地解决方案。通过“平台+能力+场景”的融合模式，实现“一岗一助手”。

“1+1+N+M”并非简单的部件叠加，而是一个有机协同的生态系统。双平台（1+1） 构成了稳定、可控的智能基础设施，解决了AI开发中的资源与管理共性挑战；赋能层（N+M） 则实现了技术与业务的敏捷对接，确保了平台输出的精准与实用。这一架构确保了“徽小助”既能夯实技术底座、实现自主可控，又能保持生态开放、持续演进，具备强大的适应性、可扩展性和赋能潜力。

2、业务流程

图2 “徽小助”业务流程

“徽小助”的业务流程由主动触发与被动触发双模驱动，二者在统一的智能决策中枢汇合，形成一个具备感知、分析、决策与执行的闭环系统。

2.1主动触发模式。业务流程始于用户交互：当业务人员提出问题，“徽小助”首先进行意图感知与解析，随即进入核心的分析决策模块——该模块采用分层处理策略，先通过技能库对问题进行粗粒度分解，再调用工具库中的专项能力对各个子模块进行细粒度解析与计算，从而生成可执行的方案；在执行前，系统会智能判断前端是否已具备可直接输出的结果，若已存在，则跳过执行直接进入决策校验阶段，此时“徽小助”会对结果进行逻辑一致性核验，若发现偏差则立即启动“反思”机制，重新回溯至工具库进行迭代分析，直至逻辑自洽后完成决策输出。

2.2被动触发模式。流程由外部系统或数据流自动发起：事件经由统一的分析决策模块进行同样严谨的分层处理，随后被智能分类为待办、提醒或警告三种类型，并自动分拨至相关业务人员的工作流中，实现事件从感知到分派的自动化闭环。整个流程贯穿了“分析-决策-反思”的自我优化循环，不仅确保了任务处理的高效与精准，更通过人机协同的清晰界面对接，将智能分析能力无缝嵌入组织运营，构建出兼具敏捷性、可靠性与持续进化能力的智能业务引擎。

实现功能展示

1、智能问数

2、客户分析报告

方案案例及效果

截至2025年12月底，“徽小助”已取得阶段性显著成效：累计落地应用场景达115个，全面覆盖个人金融、对公与同业、风险控制、智能客服、运营管理、协同办公及科技研发等板块条线，形成跨领域、一体化的智能服务体系。自上线以来，平台日均调用量超3万次，累计调用超100万次，服务内部用户数量超1.1万，在持续高频调用中展现了卓越的稳定性与实用性。2025年上线后逐步发展过程中，“徽小助”使用率持续上升，累计为行内提升效能3000余人天且在持续增长中，显著提升了运营效率与人力资源配置水平，扎实推动了业务操作的智能转型与降本增效。

方案未来展望

“徽小助”作为我行智能化转型的核心引擎，已成功将能力注入个人金融、对公与同业、风险控制、智能客服、运营管理、协同办公及科技研发等等关键场景，取得了显著的效率提升与服务优化成效。

下一步，我们将站在更高维度的战略视角，主动将“徽小助”的进化路径与国家及我省关于“加快发展新质生产力”、“深化金融供给侧结构性改革”、“全面推进数字经济与实体经济深度融合”等核心方针紧密对齐。我们的精进之路将聚焦于以下层面：

1、深化能力内核，锻造智慧底座。“徽小助”将持续向更深度的认知、更精准的决策与更广泛的协同演进。重点突破复杂推理、多轮策略规划与跨领域知识融合能力，使其从“流程自动化助手”升级为“业务创新与决策的智能伙伴”。通过引入前沿的多模态感知与生成技术，强化其在产业金融、资产配置、合规审查等复杂场景中的“软硬结合”赋能能力，将数据与算法的生产力更直接地转化为业务价值。

2、融入政策脉络，拓展服务疆域。我们将积极响应国家战略及我省规划，引导“徽小助”的能力向科技金融、绿色金融、普惠金融、养老金融、数字金融五大篇章纵深拓展，使金融服务更加适配新质生产力发展的内在需求。

“徽小助”将成为我行孕育和驱动新质生产力的关键载体。通过持续的技术迭代与战略校准，它不仅是我行降本增效的利器，更是服务实体经济转型升级、把握高质量发展机遇的智能先锋，为我行在新时代的竞争格局中注入源源不断的、差异化的核心动力。