作者｜沙丘智库研究团队
来源｜沙丘社区（www.shaqiu.cn）
大模型技术的不断进步加速了推理模型的研发，推动智能体向更高的自主性和智能化发展。智能体可完成复杂的业务任务，为银行实现复杂工作流的自动化开辟了新可能。
在《2026年中国银行业大模型应用跟踪报告》中，沙丘智库调研数据显示，2025-2026 年中国银行业智能体采纳进程加快，正在采用智能体的银行占比从 25.0% 升至 32.3%，观望群体明显下降，超九成银行已进入采用或规划阶段，标志着智能体技术正从概念阶段走向实际业务落地，成为银行业数字化转型的新重点。
在应用层面，银行业智能体正从客服、办公、营销等单点场景，逐步渗透至信贷、风控、财富管理等前中后台全业务链条；越来越多的智能体也从基于大模型的“问答式辅助工具”，升级为能够独立执行全流程业务操作的数字员工，成为银行数字化运营与智能化服务的核心载体。
在报告中，沙丘智库提出了将智能体成功融入工作流的“五步走”方法论，旨在为银行业智能体落地提供参考。
步骤1：关注业务结果，而不仅仅是优化现有工作流程
企业在自动化过程中常常只关注改进当前的工作流程，而忽略了业务结果。这种做法可能导致企业过度优化工作流程，但并没有真正提升关键的业务指标，如客户忠诚度、收入增长、风险降低或合规性保障。企业应从整体目标出发，将这些目标分解到具体的业务运营中，再进一步细化到工作流层面的成果和可衡量的关键绩效指标，这样可以确保每个部署的智能体都直接为战略目标服务，而不仅仅是让孤立的流程变得更高效。
步骤2：将工作流分解为具体任务，并与智能体映射
明确期望的业务成果后，假设工作流符合使用智能体的条件，下一步是将工作流分解为离散任务，从而评估每个任务的复杂性、可变性和决策要求。静态、可预测且定义明确的任务可以通过传统自动化工具解决，在适应性、上下文推理或自主决策能够带来可衡量价值的任务中使用智能体，过于复杂或风险过高的任务仍然需要人工监督或完全由人执行。
任务可以根据其操作深度（需要多少决策自主性）和编排级别（执行单一任务还是协调多个任务）映射到智能体，范围可以从高度重复、紧密绑定的任务到目标导向的跨功能协调任务。以这种方式调整任务可确保在不过度工程化的情况下使用正确的自动化水平。
步骤3：确定智能体如何执行任务
完成工作流分解和任务映射之后，下一步是决定这些智能体应如何执行任务。这一步的关键是将执行模式与业务背景对齐。领导者需要根据企业的整体战略和业务目标，判断在哪些业务流程中适应性更重要，而在哪些流程中可预测性更重要。
任务的可变性不仅来自任务本身的结构，还来自任务在实际执行中的具体实例。领导者在决定是否采用自适应执行时，需要综合考虑这两个维度。例如，虽然计划一个单独的订单可能很简单，但当订单数量增加，且需要考虑资源限制和时间线的相互依赖时，任务的复杂性就会显著增加。在这种情况下，自适应执行可能能够更好地应对这种复杂性，从而为业务带来价值。
步骤4：利用防护措施控制智能体的自主性
智能体的自主性很重要，但如果不加以控制，这种自主性可能导致决策偏离预期或行为不可预测。智能体的自主性通常受到结构化协议、检查（如工作流应急措施）、约束（如法律和监管制度）以及人在环路（Human-in-the-Loop, HITL）的限制，这些措施确保智能体系统在安全、道德和合规的边界内运行。
步骤5：试点、评估和迭代
在实施智能体时，需要经过一个试点、评估和迭代的过程。试点应该在受控环境中进行，平衡业务价值和运营风险。评估结果应该与明确的基准进行对比，然后进行优化和改进。领导者的角色是选择正确的试点用例，设定正确的成功衡量标准，并确保经验教训能够反馈到下一次迭代中。
*以上内容节选自沙丘智库《2026年中国银行业大模型应用跟踪报告》
*更多生成式AI研究可前往“沙丘智库”小程序查阅
*有任何需求可咨询客服微信：zimu738