九卦 | 金融领域有用智能体的标准与落地路径

作 者 | 陈树军(百融智能副总裁、中国互联网协会数字金融委员会副主任)

来 源 | 九卦金融圈

第28届北京科博会-未来产业推介会于2026年5月8日在北京举行。百融智能副总裁、中国互联网协会数字金融委员会副主任陈树军出席并演讲。

图据新浪

以下为演讲实录：

陈树军：尊敬的各位领导、各位嘉宾、各位同仁，大家好，我今天给大家汇报的主题是：金融领域有用智能体的标准与落地路径。

我今天给大家汇报的是这几个方面：

第一方面

我们从Hermes爆火来看AI Agent的进化逻辑

整个人工智能应用分为三类：（一）基于大模型生成内容，AIGC，从chatGPT问答式开始，现在进入多模态，可以生成文字、图片、程序代码、视频短剧、音乐、PPT、报告、总结等多模态内容，以Claude、Gemini、豆包、千问等为代表，（二）基于大模型推理，以Deepseek为代表，（三）基于大模型执行，各类Agent框架、平台涌现，以Manus、Coze扣子、Dify、百融百工为代表，然后又进化出龙虾、Hermes。

AI从第一阶段规则型自动化，按指令执行，现在进入到连接型的Agent和进化型的Agent，Coze、Dify只是提供一个搭建智能体的平台，龙虾就可以直接动手执行，而Hermes是带有记忆、自主规划能力执行式AI，向个人助理领域迈进。

现在一个Agent是不够的，要多个Agent组合起来才能够把事情办成，但是多Agent协同也带来了很多问题。在执行Agent里面，多Agent的协调能力是非常复杂的一件事情，大家都遇到了很多挑战。

第二方面

什么样的智能体才是好用的呢？

我们认为1是能对结果负责，而非只是看过程的智能体才是好用的。我们提出来叫“拿结果”，你拿不到结果的Agent智能体现在的价值或许有，但是远没有拿结果的智能体的价值那么大。

2是能够持续进化，越用越好，越聪明的。我们打造一个数字员工、硅基员工，第一他要能够把事情办成，拿结果，第二要不断的进化，越来越聪明。

3是可衡量，你有一套考核方法能够考核它，能够量化它的产出效果，这样的一个衡量动作，就和对人的管理是一样的，你看我们招聘一个碳基员工，一个真人，第一你得把活干好，我们都提出执行要有结果。第二，你要不断的学习进化，第三我要对你全过程管理，量化你的产出结果。对硅基员工、数字员工也是这个逻辑。

百融智能是全球第一个提出硅基员工的企业，2025年推出RaaS（Result as a Service，结果即服务）商业模式，并上线Results Cloud（结果云）平台及面向多业务岗位的企业级Agent产品体系，实现AI从“工具”向“生产力”的范式切换，开启硅碳共治的商业新形态。

现在很多金融企业的智能体只有能力没有结果，只有广度没有深度，这也都是挑战。

第三方面

AI Agent的进化逻辑和金融产品的共振

目前整个金融领域最大的痛点就是我刚才说的，我们95%的长尾客户没有得到有效的经营。我是中信银行贵宾理财体系的筹建人，我在廊坊银行从事零售银行十年，两家银行都是5%的客户才有客户经理服务，95%的客户都没有。碳基员工还是不够的，如果要服务好现有所有客户，客户经理远远不够。4月末，上海银行党委书记、董事长顾建忠提出来我们未来5年还要招5000人，还是要加人。

以农行为例，农行有8.96亿的个人客户，大概8.3亿的客户都是无专职客户经理照料的。人工智能干什么呢？人工智能是来帮助金融企业在人手不足的情况下，顶上来。我们要采取互补策略，而不是把人替代掉，我们银行的这些理财经理依然需要，甚至还要扩大，去服务好中高端客户，提供专业的服务，但是95%未被服务的中低端客户，我们就提供硅基员工、数字员工。百融智能就是为金融企业提供大量硅基员工、硅基理财师、数智客户经理的企业。

那么大家想到下一个是什么问题呢？硅基员工、数字员工的能力能不能达到碳基员工的80%、90%，甚至100%的水平？如果你能达到了，基本上够用，那么这个痛点就能够解决掉。如果这个硅基员工水平太低，大家也是不用的。

培育一个硅基员工，要不断的给他提供专业知识，现在很多人是一谈人工智能、一谈智能体就很激动，说我什么都能够干，但是我们光一个呼入，光一个接电话，现在很多银行的人工智能都还不能全面的去做，我们以12345为例，它大概有7000个场景；我们以中信银行为例，大概有6级，4000~5000个场景，你的人工智能要每个场景都学会，你要有一个过程，所以它的知识壁垒很高。

合规方面，金融企业极为重视，人工智能的合规应用、应用合规，也是刚需。刚才杨涛主任总结得很好了，我就不重复了。

金融智能体，必须是进化型人工智能，这里边就叫持久记忆和全生命周期，还有自进化技能和质检闭环。其中质检也是重要的事情，整个过程我能质量检测，来检测你的实际情况。

第四方面

百融智能的金融人工智能解决方案和实践案例

百融智能是一家2014年成立的，2021年在香港上市的人工智能的公司，它的愿景是成为AI时代的领航者，使命是智慧千业万户。

百融智能有200类硅基员工落地，现在有20万的硅基员工在服务各类客户。

百融智能最厉害的能力是智能语音能力，就是生成式的VoiceGPT。2017年谷歌在6月份发表了Attention Is All You Need，这篇论文奠定了这轮大模型Transformer的架构，在2017年10月份百融智能的创始人张韶峰先生就在内部启动立项开发语音生成大模型，应该是中国最早做的；2018年2月发布第一代对话产品Chatbot，多轮文本应答进入生产环境；2018年12月，多轮文本+语音对话模型从“能回答”迈向“可交互；到了2023年已经是非常成熟的对外应用了。而到了2024 年 5 月，OpenAI 发布GPT-4o，首个面向公众开放的、支持实时语音对话的多模态大模型才面世。所以整个百融智能的语音生成式智能体是遥遥领先的。

我们服务了8000多个金融机构，这个是国内服务金融机构较多的科技公司了。

我们怎么认识这个人工智能呢？我们认为这次人工智能不是一次简单的技术革命。瓦特的蒸汽机是替代了体力，计算机是替代了算力，这一次是替代了脑力，从系统、工具升级为智能体，这种就带来了新的硅基员工、硅基人。我们怎么定义传统的岗位呢？我们原来定义的岗位，或者说我们的岗位描述，主要还是能够做事，就是要会做事、交结果、负责任、能闭环，所以百融智能在这个基础上提出了一个RaaS服务（Result as a Service），我们把结果作为一种服务模式，帮大家去拿结果，而不是帮你把智能体搭出来。

所以百融智能到很多金融企业去沟通人工智能，我们不去帮你建GPU服务器、卖大模型，好多AI基础层技术性的工作我们是不做的，虽然我们也很懂，我们是帮你拿一个业务的结果，比如说信用卡的催收，我帮你催收回来，我们以催收回来的效果作为我们的服务结果。所以我们一切都是奔着业务经营的结果去做的。这样的一个硅基员工就能够和碳基员工协同上岗，实现硅碳共治。

但是我们现在发现你要把现在任何一个人，哪怕是最普通的碳基人的能力拿出来，现在最顶级的智能体，多智能体组合出来的物种都替代不了。因为一个碳基人是多能力的组合，所以我们把一个碳基员工的几十项能力拆解出来，变成一个一个原子级的能力，好比说一个人能够说话，我们将说话能力萃取出来；一个人可以看材料，我们这个看材料就是一个原子级的AI能力，把这个萃取出来；一个人能够做会议总结，我们把会议总结能力拿出来；一个人能够去邀约客户，把邀约客户这个能力拿出来，拆解成原子级的能力。我们将把原子级的能力组合起来，就变成超级的硅基员工。百融自己内部200类硅基员工用于内部管理和经营的各个方面。

我们的硅基员工都有自己的姓名，都有不同的部门，也有不同的管理者来做。我们给硅基员工每个人配了一个父亲，配了一个母亲。父亲负责研发、生产硅基员工；母亲负责业务应用，如果硅基员工出事了，或者是有成果了，都是由母亲，业务负责人来承担责任、成果。所以我们把怎么管理和使用好硅基员工的一套方法论摸索出来了。目前百融智能有22万个硅基员工上线，为上百家金融机构提供多达40多种的金融服务。

百融智能的AI金融服务优势有五个，一是有一批来自金融领域深耕多年的业技融合的资深业务专家，二是拥有10.5亿合法授权的客户标签信息，更准确识别客户，三是拥有超拟人的语音多轮次通话能力，四是有基于情绪识别技术从而能大幅降低投诉的能力，这是很多金融机构高度关注的，五是灵活的交付方式（含本地化、银联云、混合云和软节点模式）和高质量的运营服务体系。

这里边有一个最基本的能力就是AI语音能力，我们语音的主要的能力，响应时间在200毫秒以内，语音、语义识别准确度率大于99%，有效打断识别率100%，多轮次通话到100轮次，情绪识别准确度超95%，我们有15万语料和5万情感标注，支持多国语言和多个方言。

我们为银行、证券、信托、汽车金融、互金、金融租赁、融资租赁、AMC等不同类型金融机构提供围绕客户经营、信贷业务、存款业务、财富管理业务、电子渠道服务等多维解决方案，其中重点是信贷类的硅基员工、财富管理的硅基员工。

我们在证券和银行的财务业务上建立了全生命周期的人工智能服务，从获客、激活、互动、留存，我们在证券领域提供了13类服务，包括新客户服务，如新开户的断点修复，新客户企微加微，新客激活，新客理财等等；睡眠客户促活唤醒；正常客户的分层服务、资产提升、交易提频、交叉销售等。

我们在银行里边也提供了几十个场景做，涵盖新客户经营、正常客户经营和睡眠客户促活等。我们在企微加微上面和代运营方面也有解决方案。

我们在这家券商客户实际应用中，以创业板为例，客户意向率达到了38%，意向用户的开通率达到了26%，开通率较对照组提升了2.5倍，效果显著。在另外一家券商服务中，IPO参与率百融智能达到44%，较客户自身做的37%提高了7个百分点。

我们服务这家西南地区银行中，近2年累计新增存款21亿元，转化用户户均存款增长23万元。在一家民营银行服务中，月均促活客户1.2万人，AI投产比是人工的11倍，AI产能占比超80%。

在信贷领域中提供了全生命周期的服务，包括贷前存量客户商机挖掘、贷后催收服务。在这家头部互金客户上，百融智能AI经营实现了放款提升了73%，接通单产提升了57%，接通后用信率提升了45%。在这家消金公司中，百融智能AI经营实现了放款提升了45%。

金融机构与客户互动中，客户提供了大量信息，百融智能还可以发挥其语义、语音识别优势，帮助金融机构从一通对话中提取上百、上千个客户标签，帮助金融机构准确识别客户商机，结合百融智能数据为做客户画像，为金融机构KYC提供了新的路径。

金融机构的人工通话质检，要做到100%很难，百融智能发挥AI算力优势，可以做到100%准实时快速质检。在一家消金公司中，百融智能的质检准确率达到惊人的97.56%，质检召回率达到98.13%，质检效能提升达到60%。在这家汽车金融客户中，百融智能高价值线索召回率达到91.89%，要素提取与判定一致性达到92.67%。

第五方面

金融领域有用智能体的落地路径

我们认为第一个要选对切入场景，优先选择痛点清晰、结果可量化、人力替代率高的场景，如催收提醒、存量激活、全量质检。建议采取小步快跑、敏捷迭代策略，避免大而全的方案。快速验证后再逐步扩展。第二要建立硅碳协同的机制。

这里面有完整的一套从需求到应用落地的全旅程服务模式。

金融机构要从购买GPU服务器配置算力，到选择大小模型，部分还需要训练专属大模型，学会几十个模型调度，到配置智能体平台，到选择好先行场景，能梳理好流程，到技术和业务部门搭建敏捷团队搭建配置智能体，其中涉及到语音的，还要学会如何做到话术设计，还要寻找训练语料，尤其是销冠语料，到测试上线持续迭代，因为迭代非常快，大部分银行很难快速实现AI的熟练应用、快速见效。此时，选择百融智能这样有经验、有能力机构的公司，快速应用拿到结果，实现业务经营目标不失为一个好的选择。

第六方面

金融有用智能体的标准框架

最后我们小结一下有用智能体的标准，我们提出来能够拿结果的智能体是好用、有用的智能体；能够持续进化的智能体是好用、有用的智能体；能够合规的智能体，是好用、有用的智能体；能够跟人协同、分工，硅碳共治的智能体，是好用、有用的智能体。我们认为现在金融领域应该用这四个标准来衡量智能体好坏。

AI有爱，懂你更贴心。

谢谢大家！