一、项目背景及目标

在数字化转型加速的背景下，金融机构面临两大核心挑战：一是信息处理效率难以匹配业务复杂度，传统搜索工具对扫描件、非结构化数据的解析准确率低，且缺乏多模型对比能力；二是培训体系存在标准化与量化评估缺口，线下培训成本居高不下，但知识留存率却很低。基于此，重庆农商行结合《金融科技发展规划》要求，于2024年启动“AI小渝”项目，旨在通过技术创新破解效率瓶颈与人才培育难题。项目以“构建智能知识中枢”与“打造数字化培训生态”为双目标，一方面通过多模态大模型技术提升信息处理效能，利用智能化手段提高员工业务咨询响应速度、准确性，降低客户等待时间和投诉率；另一方面建立可追踪、可量化的陪练评估体系，最终实现员工技能掌握率提升、培训成本降低的核心指标，并为银行其后大规模AI应用奠定基础。

二、创新点

项目围绕技术整合与场景应用实现四大突破：一是研发金融领域多模型协同决策引擎，根据问题语义自动分配最优模型，实现多模型动态适配，解决单一模型局限性问题。例如DeepSeek R1满血联网版可自动抓取实时市场数据并标注溯源，腾讯金融模型则聚焦垂直领域专业解读；二是研发场景化陪练增强系统，构建“场景选择-角色配置-实时问答-智能评估”闭环，同步构建500+金融标准话术的知识图谱，为客服人员提供上下文敏感的话术推荐，显著提升对话质量；三是创新开发五维评估模型，基于深度学习算法从知识传递清晰度、互动响应速度等维度生成雷达图报告，评估报告生成时间小于5秒，并配套个性化改进建议；四是构建安全增强架构，实施“数据脱敏+安全加密+访问审计”三重防护，确保数据不出行，且服务合规可靠。

三、项目技术方案

在整体架构设计上，项目采用三层混合云架构设计，基于全栈国产化解决方案，从服务器、操作系统、数据库、中间件、应用框架等均使用国产认证产品或自研产品，如应用框架使用行内自研微服务框架WindRunner。具体来说，项目应用层部署智搜多模型问答系统（小渝智搜）、智练场景化培训平台（小渝智练）和运营监控驾驶舱；服务层构建四大核心引擎——多模型协同决策引擎连接模型调度策略库、多模态处理引擎整合OCR/ASR服务集群、智能评估中心运行天御审核大模型、合规过滤矩阵接入敏感词规则引擎，其中多模型协同决策引擎基于行内自研云管平台进行容器化部署，实现秒级模型调度；基础层整合DeepSeek R1、腾讯混元等大模型集群、行内全业务领域向量知识库以及巨量节点金融事理图谱。项目整体架构图如图1所示。

图1 AI小渝整体架构图

在核心模块技术实现方面，一是多模型协同决策引擎，基于行内自研网关构建，支持每秒3000+并发路由；二是多模态处理引擎，包含两大子系统：文档解析子系统采用腾讯自研OCR模型，语音交互子系统基于腾讯云ASR和TTS模型构建ASR系统，实现端到端延迟小于1.5秒并支持重庆方言识别；三是智能评估中心，采用天御审核大模型生成多维语义向量，标记知识点/话术点/风险点，最后通过评估矩阵生成五维度打分和雷达图报告。项目最终效果如下，小渝智搜如图2所示。

图2 小渝智搜实际应用图

小渝智练如图3所示。

图3 小渝智练实际应用图

四、项目过程管理

需求分析和概要设计阶段：2024年5月至2024年6月；

系统详细设计阶段：2024年6月至2024年7月；

系统编码、测试和上线准备阶段：2024年7月至2025年2月；

上线时间：2025年2月；

推广实施阶段：2025年2月起。

五、运营情况

项目上线一月内使用用户达10000人（覆盖全行66%员工），月活率稳定在50%，单日问答请求峰值达6000余次，系统故障恢复时间控制在15分钟内。应用场景持续扩展，除原有商户业务、普惠贷款等模块外，新增跨境金融、绿色信贷专项陪练场景。用户反馈显示，业务人员问答效率提升30%，员工新业务场景培训周期缩短35%。同时，知识库通过“AI训练师”机制实现动态更新，月均优化案例150条，保障内容时效性。

六、项目成效

项目实现经济效益与社会效益双丰收。经济层面可节约可观的培训成本，显著提高业务沟通效率。社会效益方面，借助“AI小渝”项目，重庆农商行成为全国首批接入DeepSeek大模型应用的金融机构，也是首家通过知识引擎构建基于DeepSeek的联网应用的金融机构。作为大模型技术在银行的创新实践，本项目通过多模型协同与垂直领域优化的深度融合，为后续大规模应用大模型提供了可复用的技术路径与业务适配经验。项目通过构建多源异构模型集成框架，探索了不同模型在金融场景中的能力边界与协作机制，例如DeepSeek的实时联网检索与腾讯金融模型的行业知识沉淀相结合，验证了“通用能力+垂直优化”双轮驱动的技术可行性，为后续模型选型与场景匹配提供了重要参考。

七、经验总结

“AI小渝”项目作为银行业智能化转型的创新实践，通过“小渝智搜”与“小渝智练”两大功能模块的深度融合，成功构建了一个集知识服务与能力培养于一体的综合性AI平台。这一“双轮驱动”模式不仅有效解决了银行在业务知识应用和员工培训方面的痛点问题，也为金融行业数字化转型提供了可复制、可推广的实践样本。

未来，随着AI技术的持续进步和银行业务场景的不断拓展，我行将重点推进三方面升级：一是持续优化重庆方言语音识别模型，二是开放API对接信贷审批等核心系统，三是建立“月话术更新-季场景扩展-年架构升级”长效运营机制。我们相信，技术与业务的深度融合，将为银行持续创造价值，助力金融服务迈向更加智能化、人性化的新阶段。