2026年中国银行业智能体规模化应用标杆研究
摘要:本报告研究标杆银行在智能体规模化应用中的岗位选择、平台复用、风险管理和持续运营,为其他银行扩大应用范围、评估推广成效提供参考。
沙丘智库近期发布的《2027年银行业大模型与智能体建设规划调研报告》对148名银行IT、业务及创新部门的经理级及以上人员进行调研。63.5%的受访者表示,所在银行已有智能体上线运行,只有5.4%的受访者表示,所在银行已形成规模化推广与持续运营。 从少量场景上线,到更多岗位、机构和客户在日常业务中持续使用,仍是银行推广智能体面临的难点。
为了解银行如何将智能体从局部试点推广到日常业务,沙丘智库发布《2026年中国银行业智能体规模化应用标杆研究》,梳理标杆银行在岗位选择、平台复用、风险管理和持续运营方面的做法,为其他银行扩大应用范围、评估推广成效提供参考。

核心发现
报告深入研究工商银行如何按岗位建设智能体、邮储银行如何依托同业和网点等渠道推广应用,以及民生银行如何支持员工自建智能体并推动跨条线复用,结合平安银行、浦发银行、中信百信银行、交通银行、汇丰银行五家银行的专题实践,提炼出银行业智能体规模化应用的五条经验。
1. 从高频任务切入,借助客户和员工熟悉的渠道扩大使用范围。 在多个岗位或网点反复出现的任务,更容易从一个试点推广到同类场景。沿用原有业务入口,员工和客户就能在办理业务时直接使用智能体。
2. 知识和工具可跨岗位复用,权限与验收标准需按岗确定。 企业级平台统一维护共用能力,业务团队在推广到新岗位时,可以把精力集中在该岗位特有的业务规则、操作权限和验收要求上。
3. 衡量推广成效,既要看覆盖范围和实际使用,也要看业务结果。 覆盖范围说明哪些人具备使用条件,使用频次反映智能体是否进入日常工作,办理用时、结果质量等则反映业务是否真正得到改善。
4. 应根据任务风险确定人工介入的时点,并为关键决策保留复核环节。 常规任务可在办结后抽查,遇到异常或超出授权时应转交人工,关键决策则由业务人员复核。
5. 上线后应跟踪任务结果,用真实业务样本验证改进效果。 对未办成或需要返工的任务,查明原因并改进,再用同类任务验证改进是否有效。

工商银行:按岗位建设智能体,跨岗位复用任务组件
工商银行分别为客户和员工建设统一入口,专业岗位智能体按岗位职责组织任务,尽调报告、制度问答等通用任务被封装为组件,供不同岗位按需调用。
业务部门先明确岗位职责、操作边界和验收案例,科技团队据此拆解任务、整理知识并封装技能,在上线前组织功能、性能和安全测试。下一支团队可以沿用岗位画像、验收材料和上岗评价要求,上岗后由业务人员反馈、科技团队持续监测。

邮储银行:依托同业、网点与办公渠道推广智能体
邮储银行的AI2ALL数字生态连接对客服务和内部经营管理,业务条线部署营销、交易、运营、风控和管理智能体,科技条线部署需求、代码、测试、运维和安全智能体。

同业客户可以在“邮你同赢”上获取基金产品报告、办理票据交易,网点客户通过数字云柜员办理自助业务,员工在办公平台预订会议、撰写文档。
2026年5月,基金顾问已服务300余家同业客户,数字云柜员已部署至近500个网点。7月,邮储银行披露办公智能体已覆盖超4万名员工。
民生银行:支持员工自建智能体,推动跨条线复用
民生银行的iAgent平台将提示词、知识库、插件和工作流编排集中在同一工作台。业务团队按任务组合已有能力,搭建智能体,并通过标准API或SDK将其接入业务系统。
iAgent累计用户超过1,500人,用户已自主搭建超过1,600个智能体。截至2025年底,民生银行已在零售、对公、人力等领域落地32个领跑智能体。

完整报告目录(82页PDF)
核心发现
第一部分 银行业智能体应用现状与规模化难点
- 1.1 金融智能体建设的政策导向
- 1.2 智能体上线与推广现状
- 1.3 规模化应用的研究口径
- 1.4 从试点到规模化推广的难点
第二部分 标杆银行的智能体规模化应用路径
2.1 中国工商银行:按岗位建设智能体,跨岗位复用任务组件
- 2.1.1 战略定位与建设部署
- 2.1.1.1 从数字工行到数智工行
- 2.1.1.2 数智工行的“1+1+3”体系
- 2.1.1.3 企业级智能体的分层规划
- 2.1.1.4 智能体建设的下一阶段探索
- 2.1.2 组织与实施机制
- 2.1.2.1 数字金融治理与智能体研发协作
- 2.1.2.2 岗位智能体建设的四个阶段
- 2.1.3 企业级平台与技术架构
- 2.1.3.1 金融智能体运行平台
- 2.1.3.2 异构智能体的接入与协作
- 2.1.3.3 金融智算平台的调度与计量
- 2.1.3.4 “1+4+X”金融知识体系
- 2.1.3.5 存量资产智能化改造
- 2.1.4 应用布局与规模化推广
- 2.1.4.1 统一对客服务的渠道试点
- 2.1.4.2 “工小财”在客户经理岗位的高频应用
- 2.1.4.3 授信与合规审查中的智能辅助
- 2.1.5 风险治理与安全管理
- 2.1.5.1 人工智能全生命周期风险管理
- 2.1.5.2 “工银智涌”的模型与应用安全
- 2.1.5.3 岗位智能体的执行安全
- 2.1.6 运营成效与持续改进
- 2.1.6.1 “工银智涌”的运营体系
- 2.1.6.2 智能体的设岗登记与BEST评价
- 2.1.6.3 运营问题回流与知识更新
- 2.1.7 中国工商银行实践启示
2.2 中国邮储银行:依托同业、网点与办公渠道推广智能体
- 2.2.1 战略定位与建设部署
- 2.2.1.1 数字生态银行建设与“AI+金融”战略
- 2.2.1.2 AI2ALL数字生态与智能体应用布局
- 2.2.2 组织与实施机制
- 2.2.2.1 企业级大模型建设的三级组织分工
- 2.2.2.2 总分行的能力共享与项目协作
- 2.2.3 企业级平台与技术架构
- 2.2.3.1 “邮智”金融行业大模型
- 2.2.3.2 AI算力管理平台与训推资源调度
- 2.2.3.3 “1+3+6+N”高质量数据集体系
- 2.2.3.4 科技数智化中台的五层应用架构
- 2.2.4 智能体在业务渠道的规模化应用
- 2.2.5 智能体风险治理与协同运营
- 2.2.5.1 智能体的上线验收与运行控制
- 2.2.5.2 人机协同运营的三个环节
- 2.2.6 中国邮储银行实践启示
2.3 中国民生银行:支持员工自建智能体,推动跨条线复用
- 2.3.1 战略与组织实施
- 2.3.1.1 从数字金融规划到全行AI战略
- 2.3.1.2 智能体建设中的业务与科技协作
- 2.3.2 iAgent企业级智能体开发平台
- 2.3.3 应用推广与业务成效
- 2.3.3.1 员工自建与跨条线推广
- 2.3.3.2 信贷流程中的智能辅助
- 2.3.3.3 研发智能体嵌入交付流程
- 2.3.4 智能体投产准入与分级人工干预
- 2.3.5 中国民生银行实践启示
第三部分 智能体规模化应用专题
- 3.1 平安银行人工智能管理
- 3.1.1 平安银行人工智能治理职责与管理原则
- 3.1.2 平安银行人工智能全生命周期风险管理
- 3.2 浦发银行智能体创设平台与工程化投产
- 3.3 中信百信银行的岗位技能共享与复用
- 3.3.1 中信百信银行Orange中台支撑多岗位数字员工
- 3.3.2 中信百信银行岗位技能的分级共享与复用
- 3.3.3 中信百信银行共享技能的授权与执行控制
- 3.4 交通银行智能体运行监测与治理
- 3.4.1 交通银行智能体规模部署后的运行管理
- 3.4.2 交通银行智能体任务的全链路监测
- 3.4.3 交通银行智能体运行成本与业务质量度量
- 3.5 汇丰银行研发智能体质量验证与经验复用
- 3.5.1 汇丰银行研发智能体的业务行为验证
- 3.5.2 汇丰银行从单次代码改动到跨团队质量复核
- 3.5.3 汇丰银行工程经验的验证与跨项目复用
第四部分 智能体规模化推广的经验与启示
- 4.1 从岗位、渠道与条线选择推广起点
- 4.2 企业级平台的复用与业务适配
- 4.3 从推广范围到业务成效的衡量
- 4.4 规模化运行中的责任与人工干预
- 4.5 智能体上线后的运行监测与持续改进
研究说明
战略与应用研究采用桌面研究、专家访谈、企业调研、会议交流和专题研讨等方式,结合企业的业务目标与实践,分析AI战略定位、投入优先级、组织治理与实施路径,为企业制定和推进AI战略提供参考。
了解沙丘智库研究方法论 →