本文来源于:鑫智奖·2025第六届金融机构数智化转型优秀案例评选,作者:平安信托
平安信托:DeepTrust大模型平台及应用项目
2025-06-10 关键词:数字化转型,金融服务,大模型创新
4920
一、项目背景及目标
近年来,以大型语言模型(LLM)为代表的AI技术发展迅猛,其强大的泛化能力和创造力正深刻变革各行各业的运行模式。在金融领域,智能化应用潜力巨大,能够有效提升服务效率、优化客户体验、提升运营效率并强化风险管理。与此同时,技术栈日益成熟、开源生态活跃与部署成本优化,显著降低了AI模型的开发与应用门槛,为金融科技的创新与规模化落地创造了有利条件。
平安信托秉持创新驱动发展的理念,积极把握这一数字化机遇,致力于通过深度应用AI等前沿技术,构建更智能、高效、安全的金融服务体系,巩固并提升核心竞争力。本项目旨在整合并高效输出先进AI技术能力,构建一站式大模型应用平台。支持各AI应用场景快速落地,助力公司实现数字化升级与核心竞争力提升。项目目标:
(1)加速场景落地与创新:为公司各类业务需求提供快速构建、部署和迭代AI应用的标准化能力,缩短从想法到应用的周期。
(2)深化核心业务赋能:覆盖营销、客服、运营、管理、经营等全业务环节,通过科技赋能,显著提升效率、优化体验、强化风控,构筑差异化竞争优势。
(3)驱动数字化转型纵深发展:以平台为载体,规模化推进全业务线的智能化升级与模式创新,打造可持续核心竞争壁垒。
二、创新点
该项目创新点主要体现在“一体化集成”、“一站式实施”、“全方位应用”三个方面:
一体化集成:构建一体化AI智能底座,实现组合式AI架构设计,深度融合大小模型及Agent技术,并搭载轻量级全流程工具链,有效降低智能体构建门槛。在插件生态层面,平台集成语音识别、OCR、NLP等功能插件,支持多模态交互场景及低代码功能组装能力,满足多样化业务需求。同时提供开箱即用的RAG框架,支持多模态数据解析、索引构建及溯源召回,实现知识库内容的动态更新与高效利用。
(2)一站式实施:依托全链路一体化架构实现一站式实施,通过可视化流程编排与标准化工具链,系统性解决AI落地复杂度问题,提升开发效率,加速业务场景落地。针对业务集成场景,支持API/H5等标准模式与企业现有系统无缝对接,通过低代码配置能力与轻量化分发机制,快速完成应用部署与功能适配。支持灰度发布验证,覆盖从智能体开发到跨终端部署的全流程。
(3)全方位应用:基于DeepTrust大模型平台提供的能力,平安信托实现了多场景应用落地,推动业务智能化升级。
数字化服务提升服务便捷性与安全性:通过证照信息智能识别、人脸识别核身、AI面签等技术手段,为客户提供更加便捷、安全的服务体验,同时确保信息的真实性与合规性。
数字化运营提升运营效率:通过RPA和NLP技术打造的运营助手,实现了网银流水回单归集、外部产品单位净值解析、券商对账单解析等,大幅降低运营成本,提升运营效率。
数字化管理强化风险管理能力:打造公司合规知识库,实现智能合规问答,为业务提供实时、准确的合规指导;使用AI技术实现合同差异的自动识别与处理,进行文本纠错和敏感词审核, 显著提升了合同审查的效率和准确性;搭建了风险智能引擎,通过智能预警模型实时识别潜在风险并发出预警,由专业团队跟进处理,形成闭环管理。
三、项目技术方案
项目技术方案主要从下面几方面进行设计和实施:一、打造一体化AI平台;二、构建可视化agent编排能力;三、支持多维度发布渠道管理;四、构筑高水平信息安全体系;五、结合业务流实现多场景落地。
图1-1:DeepTrust平台整体架构
1.打造一体化AI平台:平台实现开发协作、模型训推、运营运维的一体化,通过可视化监控看板实时追踪模型性能与资源利用情况。平台采用模块化AI架构设计,融合大小模型与Agent技术,搭载轻量化工具链降低智能体开发门槛;插件生态集成语音识别、OCR、NLP等功能模块,支持多模态交互与低代码功能组装;内置RAG框架实现多模态数据解析、智能索引构建及动态知识库更新,满足多样化业务场景需求。
2.构建可视化Agent编排能力:通过可视化拖拽界面实现智能体触发条件、对话流程、工具调用策略的图形化设计,集成细粒度权限管理体系,支持基于角色的访问控制与功能模块分级授权。配套低代码应用配置工具,可快速完成表单设计、状态机管理、多轮对话逻辑定制,无缝对接业务系统。
3.支持多维度发布渠道管理:提供多渠道发布管理控制台,支持API接口调用、Web端(PC/H5自适应页面)、移动端SDK等多形态输出,集成一键打包、灰度发布、版本回滚等自动化部署工具,配套渠道流量监控,实现智能体应用的快速分发。
4.构筑高水平信息安全体系:平台对客户敏感信息实施加密存储和传输。通过严格的数据隔离机制、访问控制和审计日志等多重安全管控措施,为平台的安全稳定运行提供有力保障。
5.通过AI平台能力,结合业务流程实现在多个场景落地。
(1)数字化服务:运用证照信息智能识别、人脸识别核身、AI面签等技术手段实现便捷服务,不仅提高了服务效率,还确保了信息的真实性、合规性和安全性。以家族信托为例,我们为客户提供了AI面签,双录,保单录入助手,资料智能识别等工具大幅提升客户设立的便捷性。我们还搭建了一套智能化的流动性测算管理管控工具,能够精准测算未来现金流入流出情况,提升现金头寸安排的合理性、资产兑现安排有效性、以及资产收益预测准确性。通过这些智能化手段的综合运用,平安信托在提升服务效率的同时,也确保了服务的高质量和客户满意度。
(2)数字化运营:借助RPA、NLP等技术,打造了智能化的运营助手,实现了外部信息的自动下载、解析和使用。例如,通过RPA自动归集各类文档,进行智能识别,包括:网银流水回单、单位净值行情、券商对账单、投资建议等,大幅提升了运营效率和数据处理的精准度。通过OCR技术,实现合同与影印件扫描件的比对,自动完成有效性验证,大幅提升人工核查效率。同时,基于已有文档知识、问题处理过程建设了运营专有作业知识库,打造运营作业问答助手,辅助日常作业中同类问题的快速响应。
(3)数字化管理:智能文档助手运用OCR技术完成电子合同高效比对,单份审核效率提升65%,可视化呈现版本差异;通过模型进行智能合同审核,纠错与敏感词筛查效率提高20%,并分析差异识别法律风险。合规助手整合政策法规、监管处罚及内部制度,通过大模型RAG技术,构建合规知识库,提供全天候智能问答与指导,赋能业务合规开展。智能预警借助大模型与知识图谱技术,强化舆情监控及交易对手风险预测,提升预警精准度与闭环管理能力。
四、项目过程管理
该项目得到了公司管理层的高度重视,项目由董事长亲自发起。项目规划由项目经理、业务接口人、科技产品经理、Ai资深技术、系统架构师等核心人员共同参与讨论、分析、产出。
项目主要分为三个阶段。
阶段一(2023年~2024年):夯实Ai基础能力,探索多元场景,推动落地实践。
阶段二(2024年中~2024年底):规划AI实施蓝图,搭建大模型平台,提升应用效能。
阶段三(2025年~2026):深化Ai场景应用,推动AI技术全面赋能,达成规模化落地目标。
项目管理方面,构建多层级监控体系:每日召开项目站会,跟进需求分析、开发、测试问题并追踪进展;每周发布项目周报,通报进度与风险;每双周举行项目组例会,研讨项目关键事项;每季度向管理层汇报项目进展与推广成果;每个阶段完成,开展阶段复盘,检视阶段目标达成情况,优化实施策略。
五、运营情况
项目于2023年底开始分批持续交付功能,并开始逐步推广应用,截止目前,大模型平台已上线,在数字化服务,数字化运营,数字化管理,等方面有较好的应用效果。在数字化营销和数字化经营方面,也有一些积极的探索。系统自首批功能上线以来,已经持续运行约2年多,支持7*24小时无间断服务,运行稳定未出现因系统异常的中断情况,系统稳定率达99,99%。
六、项目成效
DeepTrust大模型平台为公司业务的全面数字化提供了强有力的技术支撑,成效显著。
业务发展:在AI技术的加持下,通过数字化赋能,保险金信托业务快速增长,总规模接近1800亿,市场总份额超过50%,遥遥领先。
降本增效:通过AI技术落地运营场景,实现替代人力手工工作约300+人月/年,节约成本约1000+万/年。
风险管控:通过AI技术强化风控防线,实现全业务品种19类交易对手的风险智能预警,早介入早防范。通过智能审核,辅助合同纠错与敏感词筛查,降低合规风险。
创新示范:构建一体化的大模型平台并基于业务场景应用实践,形成可复制的数字化解决方案,为行业智能化转型提供实践样本。
七、经验总结
通过对项目的跟踪、复盘和总结,有如下4点经验值得借鉴:
以实效彰显价值,聚焦场景落地:AI项目需将技术转化为直观可见的成果,通过精准匹配业务场景实现落地。优先选取痛点突出、见效快的场景,快速形成可感知的应用成果,让用户切实体验技术带来的便利与效益,以此建立信任基础,为后续深化应用奠定良好开端。
坚持整体规划,夯实平台支撑:做好顶层设计,明确AI项目的整体目标与实施路径。搭建灵活高效的AI平台,发挥其资源整合与能力复用优势,缩短应用开发周期,提升落地效率。确保平台具备良好的扩展性与适应性,以应对业务需求的动态变化。
融入业务流程,推动应用推广:将AI应用深度嵌入现有业务流程,实现无缝衔接,降低用户使用门槛与学习成本。通过流程优化与智能化改造,提升业务处理效率与质量,使AI应用自然成为业务运转的有机组成部分,从而提高用户接受度,促进技术的广泛应用与持续迭代。
遵循渐进发展,稳步替代人工:AI发展是长期演进过程,初期应定位为人工辅助工具,与人工操作协同运行,在实践中验证技术稳定性与可靠性。待应用效果稳定、性能达标后,再逐步减少人工干预,实现从辅助到主导的平稳过渡,保障业务连续性与优化效果。
平安信托将持续以创新驱动发展,积极拥抱数字化浪潮,通过前沿技术与业务深度融合,为客户提供更优质、更可靠的金融服务体验,推动行业高质量发展。
本网站案例,除特殊标明来源的,版权归金科创新社所有,未经许可不得转载,否则将视为侵权,对于不遵守此声明或者其他违法使用本文内容者,本网站依法保留追究权。另,本网站部分案例、观点文章来源于网络素材,如有侵权,请邮件联系 fenglei@fintechinchina.com 处理!
特别提示: 本网站免费为广大金融企业提供IT选型咨询服务,详情点击 【 需求提交 】。
推荐阅读
更多
胡震:构建数字金融服务生态,探索数字化转型新路径
为贯彻落实《国务院关于全面推进乡村振兴加快农业农村现代化的意见》总体部署,全面推进乡村振兴,进一步加大支农惠农力度,有效支持当地畜牧业发展,切实解决畜牧经营主体融资难、融资贵及担保难问题。
金融电子化
胡震
2025-06-10
中信建投证券:基于AI大模型的多智能体技术在投顾领域的应用案例
该案例以大语言模型为核心,融合 RAG、Agent技术,构建“主 Agent+子Agent”架构,覆盖投顾全场景,包含个股分析助手、策略分析助手、产品分析助手。亮点包括:技术上实现知识可溯源与复杂任务规划;业务上赋能B端投顾效率、C端个性化服务;实施上分阶段落地,配套三级评测与合规体系;商业模式探索C端增值服务与B端技术输出。重点打造可信可控的智能投顾平台,推动证券投顾AI智能化转型,该平台服务于总部投资顾问,为行业首批实现案例。
鑫智奖·2025第六届金融机构数智化转型优秀案例评选
中信建投证券
2025-06-10
贵阳银行:写好“数字金融”大文章,赋能高质量发展新活力——“超级APP”体系打造
在全国大力发展数字经济,中央对数字金融高质量发展提出新要求,银行业全力推动数字化转型的背景下,贵阳银行聚焦零售线上渠道服务能力的全面升级,围绕“方便、快捷、吸引、依赖、获得”五大核心要求,整合零售条线流量,构建统一获客、统一营销工具,着手打造“线上场景+客户权益+金融服务”的“超级APP”体系,为客户提供触手可及的智能化、一站式综合金融服务。 “超级APP”作为贵州省内首批实现鸿蒙原生应用上架的城市商业银行应用,用户无论在安卓、iOS还是鸿蒙版手机银行上,都能享受到规则一致、体验一致的金融服务。
2024年度城市金融服务优秀案例征集活动
贵阳银行
2025-06-10
北银金科:金融操作系统智能化软件测试体系建设
智能化软件测试基于金融操作系统"五个统一"原则的系统设计,深度整合测试资源,构建全链路测试流程与资产复用体系,在保障系统稳定性的同时显著降低测试成本,形成可插拔的智能测试组件生态。
鑫智奖·2025第七届金融数据智能优秀解决方案评选
北银金科
2025-06-10
南京银行:AI应用探索与创新实践
近年来,伴随AI技术的快速发展,智能化为推动银行业务变革与数字化转型提供了全新动力,尤其在优化业务流程、提高运营效率、提升客户体验、强化风险防控等方面发挥着重要作用。例如,基于智能化的算法设计、AI技术广泛应用于电话银行、网上银行、手机银行等渠道,甚至在某些特定场景中,智能客服机器人已基本可实现对答如流。顺应这一趋势,南京银行在全方位强化AI布局的基础上,深入开展了数字员工营业厅建设实践,并终取得了良好成效。
中国金融电脑+
张银川 王桂庆
2025-06-10
国元证券:企业综合金融服务协同系统建设项目
国元证券通过建设企业综合金融服务协同系统,构建“场景+数据”营销服务体系,实现数据驱动->场景应用->业务一线的数字化支撑。实现对销售人员从拓客、展业到业务协同一站式支持,助力管理层进行有效的经营决策。 本项目在信创化、数字化、智能化等几大维度创新实践。在业务上,实现智能化的企业全生命周期管理与多端协作模式实现业务场景化适配。在技术上,融合低代码技术快速开发与微服务技术深度治理,并顺应国产化的创新实践。
鑫智奖·2025第六届金融机构数智化转型优秀案例评选
国元证券
2025-06-10
微信
咨询
微信咨询
扫码添加金科小助手微信号
咨询案例和解决方案相关信息
或联系对应机构