一、项目背景及目标

近年来，随着生成算法、预训练模型、多模态数据分析等AI技术的聚集融合，AIGC的实践效用迎来了行业级大爆发。通用大模型技术的成熟推动了新一轮行业生产力变革，在投入提升与政策扶植的双重作用下，以大模型技术为底座、结合专业化金融能力的金融大模型产品应运而生。大模型技术在金融领域的发展呈现出蓬勃之势，为金融机构的数智化转型带来了前所未有的机遇。金融领域也凭借海量数据资源、复杂业务场景及高数字化基础，成为了大模型技术落地的先行者。

尤其是随着2025年初国产大模型DeepSeek的爆火，使得当前大模型行业发展已真正进入深水区。DeepSeek在显著提升大模型训练效率的同时，极大程度的降低了推理成本，在提升用户体验的基础上为辅助分析及决策场景打开了空间，使得大模型产品在推进金融产业升级和在金融场景中落地变得更加容易且有效。

为加速实现宁夏银行数智化转型需求，构建基于信贷业务风控场景的大模型深度应用能力，宁夏银行建设了专属信贷管理领域的首个AI智能助手“宁银小智”。“宁银小智”大模型是将DeepSeek R1满血版大模型作为底座，引入安硕信息自主研发的金融垂直领域大模型“千寻”，深度适配宁夏银行信贷业务场景及信贷系统应用功能量身打造而成。

“宁银小智”大模型在信贷系统中的集成部署，不仅能够支持业务人员在信贷系统中灵活调用对话页面，快速获取企业信用信息、生成企业全景画像，还能够通过深度逻辑思考进行股权结构、科创能力、财务情况、风险归因、行业风险等深度专项分析，实现客情全方位挖掘，繁杂信息高效处理，报告撰写效率全面提升。

二、创新点

1.灵活调用、智能答疑

“宁银小智”大模型已与宁夏银行行内信贷管理系统无缝融合，信贷用户可在信贷系统主页直接唤醒“宁银小智”获得服务支持。通过“通用问答、灵感、历史记录”等功能，实现对话页面快捷调用、关联问题智能联想、复杂问题一问即答。

2.企业画像、一键生成

“宁银小智”大模型以宁夏银行行内信贷系统现有“智胜大数据”为基础，内置“风险归因、财务分析、科创分析、涉诉分析”等智能组件，实现企业经营、历史沿革、重大事项等多维度的企业信用信息基础问答，可一键生成客户立体全景画像，帮助信贷用户快速洞察客情。

3.深度分析、智能求索

“宁银小智”大模型依托自身强大的深度思考及逻辑推理能力，基于企业经营、信用、财务及行业等12大领域的模型化问答知识库，实现金融信息解读、行业政策研判、风险因子挖掘等多方面的分析能力输出并智能生成专业分析内容，辅助业务人员高效处理繁杂信息，提升报告撰写效率。主要赋能内容包括：

①企业信用问答

“宁银小智”大模型的知识范围涵盖企业概况、经营行为、监管负面等维度，通过与企业风险归因分析模型、科创分析模型结合，“宁银小智”大模型不仅可以通过逻辑思考，回答企业工商、诉讼、舆情、经营等方面问题，还能够对企业风险态势、科创能力进行量化分析和可视化呈现，深度刻画企业信用全景画像。

②行业产业问答

“宁银小智”大模型将行业前沿研究与产业集群数据纳入底层知识库，用户可以针对目标行业的发展概况、竞争格局等内容展开提问，“宁银小智”大模型能够提供可溯源的分析文本及相关图表，同时，还能够实现目标区域的产业深度分析，智能生成产业集群图谱，精准推荐产业重点企业，协助信贷人员快速洞察行业、产业发展脉搏，把握商业先机。

③财务分析问答

“宁银小智”大模型学习了公开市场企业和行业财务行为表现相关知识，内容涵盖企业财报、指标、绩效标准值等价值化信息，能够帮助信贷用户解答企业偿债能力水平、盈利能力分析、尽调审计要点、整体财务评价等相关问题。

三、项目技术方案

本项目于2024年10月启动后，历经了6个月的需求分析、开发实施、联调部署和充分测试，最终于2025年4月成功在宁夏银行信贷管理系统中集成部署并成功上线，并面向全行客户经理、授信审批人员等信贷系统用户开展功能普及、推广及具体应用。同时，为了使“宁银小智”的功能更加“易用”且贴合真实用户体验，项目团队不断接受用户使用反馈，不断开展大模型功能调优，截止2025年5月末，已完成了2个版本的功能迭代。

项目关键技术如下图所示：

技术架构图

1.产品应用层

采用 Spring Boot(Spring Cloud 微服务方式部署)实现+ Vue实现，完全容器化部署。服务端利用 Spring Boot 简化了分布式系统基础设施的开发，如服务发现注册、配置中心、消息总线、负载均衡、断路器、数据监控等，都可以用Spring Boot的开发风格做到一键启动和采用jar包直接运行部署。

2.服务层中的模型服务

采用基于主流基座大模型+RAG架构，搭建企业级问答服务框架，包括知识库管理、Agent 管理、Memory 管理、Action 管理等模块，支撑意图对齐、上下文理解、文案生成等对话服务；接口应用服务通过 Flask 框架实现，任务规划服务编排各个接口服务，调用不同 Agent 服务获取检索知识库，结合专家知识，输出问答结果。

3.大模型 RAG 服务

RAG 前沿技术（如向量检索、文档检索、知识切片等），结合金融领域专家知识，支撑结构化、非结构化、多模态各类型数据的知识召回；数据分析、统计类 Agent 高度集成我行及实施厂商的模型资产和场景大模型（如归因分析、财务分析等），产出垂直领域业务数据特征描述、专家分析意见等结果。

四、项目过程管理

在领导和同事们的大力支持和积极配合下，基于宁夏银行信贷管理系统、智胜大数据平台以及安硕信息“千寻”大模型高度的可配置化和团队强大的落地实施能力，先后经过业务需求设计、需求分析、软需设计、系统开发、功能及业务测试等环节，经过近半年的努力，成功投产上线。同时，为了使“宁银小智”的功能更加“易用”且贴合真实用户体验，项目团队不断接受用户使用反馈，持续开展大模型功能调优，截止2025年5月末，已完成了2个版本的功能迭代。

五、运营情况

“宁银小智”大模型目前已全面推广应用至宁夏银行所有信贷业务场景中，为近千位客户经理及授信审批、风险管理等部门人员提供了“客情问题智能联想、复杂问题一问即答、金融信息深度求索及风险因子深度挖掘”等智能化分析能力输出，辅助业务人员快速洞察客情，高效处理繁杂信息，提升报告撰写效率，实现了信贷业务全流程管理的数字化、智能化。

六、项目成效

1.助力智能营销

通过分析海量企业外部数据，实现企业分析、商机挖掘、圈脉触达、科创评价、政策解读、话术推荐等能力，支持快速生成企业多维营销画像，不仅能够帮助客户经理挖掘潜在客户，还能够根据实际场景生成个性化营销指引，大幅提升客户触达效率。

2.辅助智能尽调

“宁银小智”大模型通过逻辑思考及推理能力，分析输出企业概况、经营行为、财务分析、运营能力、监管负面等维度问题分析结果，并以文字、表格、图形等方式全方位展示，尽显尽调场景智能化，辅助提升尽调效率及质量。

3.驱动领域风控

“宁银小智”大模型基于深度理解企业行政、司法、税务、舆情等风险数据以及监管制度、违约案例等内容，在风险筛查模块，实现了企业名单批量风险扫描及分值排名，辅助信贷人员清晰观测企业风险指数及风险动态变化，综合评估企业风险及波动情况，深度赋能信贷风控全流程。

4.深化市场洞察

“宁银小智”大模型将行业前沿研究与产业集群数据纳入底层知识库，信贷用户可以针对目标行业的发展概况、竞争格局等内容展开提问获取可溯源的分析文本及相关图表，辅助市场研判。

5.提高工作效率

“宁银小智”大模型目前已无缝集成至宁夏银行行内信贷管理系统中，并在全行所有信贷业务场景中全面推广应用。为近千位客户经理及授信审批、风险管理等部门人员提供了“客情问题智能联想、复杂问题一问即答、金融信息深度求索及风险因子深度挖掘”等智能化分析能力输出，辅助业务人员快速洞察客情，高效处理繁杂信息，提升报告撰写效率，实现了信贷业务全流程管理的数字化、智能化。

七、经验总结

中小银行的业务场景具有“小而散”的特点。聚焦中小客群，客户需求差异大，传统管理模式高度依赖人力经验。但当前，外部竞争压力与内部效率瓶颈已不容回避，大型银行下沉区域县域、净息差收窄、客户对数字化服务期待攀升，这些挑战倒逼中小银行必须将智能化提升至战略高度。

AI技术的平民化，为中小银行提供了“以小搏大”的可能。DeepSeek出现后，中小银行可以在组织架构和应用推广重视的基础上考虑爆点应用场景，持续以点带面推动大模型智能化应用，但要避开“伪智能化”陷阱，因为效果导向比技术堆砌更加重要。中小银行的智能化绝非单纯的技术采购，而是一场“顶层主导、全员参与”的变革。

大模型能发挥预期作用，离不开“实质落地”：一是要避免“重展示轻实用”。大模型若无法嵌入实际业务应用场景，反而浪费资源；二是要避免“重采购轻运营”。引入智能工具并实施部署后，要不断开展大模型运营监测，深度结合应用场景，持续开展参数调优及模型训练，否则大模型将沦为“空壳”。

基于项目实践经验，宁夏银行深耕信贷管理业务场景，并紧密结合用户需求持续开展系统功能优化。未来，宁夏银行将紧跟人工智能技术发展，不断挖掘“宁银小智”大模型应用能力，深度赋能信贷全流程、多场景领域。将在“调查报告智能撰写、客户风险智能筛查、审查审批智能辅助、行业产业智能洞察”等业务场景中不断深化应用，并联动行内信贷系统、押品系统以及营销类系统等，高效响应多场景需求，实现大模型的高效部署、创新应用。