3月20日，以“智领新动能 融合创未来”为主题的第十一届亚太银行发展创新大会在上海隆重举行。本次大会聚焦银行业数字化转型深度议题，汇聚了众多研究院、金融机构与科技企业专家学者，共同探讨大模型、智能体等技术在金融场景的落地路径。海纳数科行业解决方案专家李瑄受邀出席，并发表《数智创新助力银行金融服务和风控能力的跃迁》的主题演讲。

 当前，银行业正迎来以生成式AI为核心的技术拐点。麦肯锡测算显示，AI将为全球银行业带来超2000亿美元的商业增量。从2025年至今，大模型正加速向智能体演进，在这一背景下，银行如何借力AI从“单点智能”走向“全局自治”，成为与会者关注的焦点。

AI在信贷风控领域应用的展望

针对银行风控体系升级建设，李瑄结合行业实践分享了AI Agent在风控体系中的未来实现路径。

智能体正在为银行的风控“大脑”装上“手脚”，其落地路径需遵循“循序渐进、迭代优化”的原则：初期以智能体作为风控辅助工具，为业务提供风险研判与参考建议，关键决策仍由人工把控，主要验证模型分析精度与系统协同可靠性；中期逐步开放小额业务的智能自动审批权限，让智能体在既定规则内独立处置常规事项，人工则集中精力应对中高风险场景；最终建成覆盖全流程的实时自主风控体系，实现多智能体间的协同决策与自我迭代优化，人工角色转变为整体监督与规则管控，完成风控全链路的智能化闭环。

可以预见的是，AI Agent 在风控体系正在向“多智能体协同”的趋势发展，这也是业内正在普遍探讨的发展方向，投研Agent、风控Agent、营销Agent之间的数据互通与任务协同，将实现全业务链条的全局闭环。落地到信贷审批场景，投研Agent与风控Agent可以协同作业，前者提供行业趋势与客户经营动态分析，后者同步完成反欺诈筛查与风险评级，实现从尽调到授信的全流程闭环。

同时，“通用大模型+垂类模型+智能体”架构将日趋成熟，垂类模型的专业性与Agent的自主性深度融合，可以有效降低模型幻觉率，从而提升风控决策效率。

银行布局数据生态化建设路径

值得一提的是，面向未来，AI从“单点智能”迈向“全局自治”的跃迁取决于数据生态基础的建设，尤其在银行风控领域，数据的全面性、实时性与关联性，直接影响到风险识别的精准度与响应速度。因此，构建高质量、多维度、强关联的数据底座，对于银行提升风控能力、释放数据价值具有深远意义。

海纳数科基于多年服务金融机构的深厚积累，构建了覆盖特征工程、模型开发、策略部署的全链路能力，正以“技术+数据”双轮驱动，助力银行等金融机构构建智能数据生态。

在数据生态建设层面，海纳数科依托前沿算法与合规技术，助力机构打通内外部数据壁垒，提升数据的广度与深度，也为图模型、时序模型等复杂算法的应用奠定了坚实基础。

在算法赋能层面，海纳数科基于传统评分卡与创新算法模型的融合，构建了覆盖信贷全流程的25大类模型体系，通过时间序列挖掘、超图聚类等技术，助力银行实现对客户行为的动态感知与精准预测，提升风险识别的全面性与及时性。

展望未来，随着多模态大模型与垂直场景小模型的协同应用不断深入，海纳数科将继续深耕数据生态建设，以更智能、更敏捷、更可解释的能力，助力金融机构夯实数据根基，释放数智创新的更大潜能，在数智化转型中构建面向未来的核心竞争力。