本文来源于:中国金融电脑,作者:王雍关键词:人工智能,数据中心,大模型

工商银行数据中心总经理王雍:打造智慧金融新引擎——工商银行智算数据中心建设与运营的实践与思考

2026-05-29 1803

随着人工智能大模型的持续迭代,金融业逐步从数字化转型迈向数智化转型新阶段,这既是提升金融服务质效、防范化解风险的必然要求,也是落实国家“人工智能+”战略、发展金融新质生产力的关键举措。金融数智化转型的核心在于数据驱动决策、模型赋能业务,而人工智能技术在其中正发挥着日益重要的作用。智算数据中心作为支撑数智化转型的战略性基础设施,其建设与运营正面临从集中训练到海量推理的重心迁移、算力需求潮汐波动、技术栈快速迭代等一系列严峻挑战。作为国有大型银行,工商银行立足国家战略全局,将智算数据中心建设置于赋能金融高质量发展、防范化解金融风险的高度进行系统谋划。在此基础上,工商银行数据中心围绕“智能底座、数智运维、核心动能”三大支柱开展创新实践,积极探索金融级智算数据中心的建设路径,致力于形成可复制、可推广的行业新范式,为金融数智化转型注入强劲动能。


一、基础设施支撑:构建高可靠、高性能、高融合的智能底座,筑牢金融数智化根基


当前,金融业AI技术应用呈现出两大关键趋势:应用重心加速向高并发、低延迟的在线推理迁移;AI深度融入交易、风控等核心业务流,成为业务内生动能。这对基础设施的弹性、韧性、融合性提出了前所未有的要求。工商银行数据中心致力于打造面向未来的“AI原生”智能底座,为金融核心业务数智化发展提供高可靠、高性能、高融合的底层支撑,有力保障国家重要金融基础设施的安全稳定运行。


一是构建高可靠的“AI+业务”基础设施。面对日益严峻的安全形势,不断提升应急处置与风险免疫能力。优化灾备体系,将AI推理服务纳入全行统一的高可用及灾备体系,确保故障发生时可以协同切换、快速恢复,保障业务不间断运行;提升容错自愈能力,采用微服务化、无状态化设计,建设跨地域多中心推理集群,实现负载分担与故障隔离,为业务稳健运行筑牢安全根基。


二是筑牢高性能的算力底座。针对高并发、低延迟的在线推理需求,持续推动架构优化。夯实智算底座基础,优化GPU、NPU等异构算力芯片配比,部署专用推理优化硬件;深化算网融合,应用智能无损网络、高速互联技术,保障大规模分布式AI集群的高效通信,突破网络瓶颈;优化分层存储架构,提升数据访问效率,有力保障业务高峰期的服务响应速度与用户体验。


三是打造高融合的智能基础设施生态。立足智算中心未来发展的多样性需求,积极融入多元技术生态,构建“AI原生”资源管理层,实现对多样化异构算力资源的统一纳管与智能调度。创新应用容器化、算力池化技术,支撑算力资源的按需动态分配、秒级弹性伸缩与任务快速部署,有效应对算力潮汐变动,让上层应用无需感知底层硬件差异即可高效运行;通过深度融合算力、网络、存储资源,构建弹性敏捷、易于扩展的基础设施生态,打造坚实可靠、安全可控的“数字地基”。


二、运营手段升级:迈向敏捷化、精益化、智能化的数智运维,释放智算核心价值


智算基础设施规模庞大、技术栈复杂、迭代迅速,传统运维模式难以为继。工商银行数据中心以“敏捷化、精益化、智能化”为核心理念,推动运维体系向数据驱动、模型驱动、人机协同的数智运维跃迁。这一运维新范式不仅能够大幅提升数据中心自身的运营效率与安全水平,也为行业应对智算复杂性提供了可靠的解决策略。


一是深化数据驱动的敏捷运维。依托运维大数据平台,汇聚基础设施全域数据,一方面利用机器学习、图计算等技术,强化运行状态深度洞察,提升风险主动预警能力,实现对潜在问题的提前预判;另一方面,利用智能算法及数据服务,精准定位故障根因,支撑故障场景下的快速诊断定位与分析。此外,工商银行数据中心还将标准化处置流程固化为自动化脚本,联动事件管理,推动形成“感知—分析—决策—执行”闭环,着力提升运维自动化与智能化水平。


二是构建算力价值优化体系。词元(Token)已成为数字生态中的基础计量单位,并具有相对稀缺性,为此,金融机构必须探索建立科学高效的资源管理机制。工商银行数据中心正在推进构建与智算数据中心特性相匹配的可观测与资源配额管理体系,并将其作为实现资源可视、可管、可控的关键基础。进而,依托该体系提供的精准数据和实时洞察能力,工商银行数据中心将构建分层、精细的算力资源分配与计价机制:在模型服务层面,区分通用基础模型服务与面向智能风控、精准营销等特定场景的专用大模型服务,实施差异化的资源保障策略,推动先进算力优先用于高价值场景;在资源管控层面,构建配额管理机制,根据业务价值和服务优先级进行分配保障,确保核心任务供给,同时设置防护性限制,防止资源滥用,维护系统整体稳定性与公平性;在成本优化层面,依托统一的算力调度层,在满足任务性能要求的前提下,采用调度性价比最优的异构算力组合来运行模型任务,有效降低算力运营成本。


三是探索智能体协同运维机制。积极利用大模型技术重塑运维模式,持续释放运维数据要素价值,构建企业级运维知识体系。基于AgentOps理念,尝试采用多智能体协同框架,打造“一领多专”(一个运维领域智能体+N个运维专业智能体)运维智能体矩阵,构建数据、知识、算力、算法、智能体五位一体的企业级数智运维体系。在此基础上,有序推进数智运维应用场景建设,实现运维专家与智能体的深度交互与能力互补,共同解决复杂问题,由此开启运维任务分发、协作的AI协同运维新模态,推动生产运维模式数智化跃迁。


三、人员能力重塑:锻造能力强、学习强、创新强的数智人才队伍,激活创新内生动力


智算数据中心的建设与运营,离不开数智人才的培养。一方面,技术架构与运营模式的颠覆性变革,必然要求运维人员不断夯实专业能力;另一方面,人工智能技术的飞速迭代,也要求运维人员发挥主观能动性,以开放的心态主动拥抱人机协同的发展趋势。工商银行数据中心将人才视为驱动创新的核心要素,聚焦人才能力重塑与培养机制完善,着眼于金融数智化转型的可持续性,全力打造适应未来发展的科技人才队伍。


一是把握多维度培养方向,推动人才能力转型。培养技术能力扎实的操作型人才,使其能够熟练运用AIOps工具、数据分析平台和大模型助手,强化数据思维与算法思维;培养业务技术兼精的复合型人才,使其超越传统IT认知框架,深入理解AI模型原理、资源特性及与金融场景的结合逻辑,具备“懂AI的金融IT专家”与“懂IT的金融业务伙伴”的复合视角;培养创新思维活跃的规划型人才,使其能够把握人工智能前沿趋势,参与未来智算数据中心规划。


二是构建常态化学习机制,驱动体系赋能。打造学习平台,建立线上学习平台与沙箱环境,覆盖AI基础、大模型及前沿科技;通过开展智算场景实战演练与案例复盘,推动能力的内化与转化。同时,加大对外部前沿知识的学习力度,开展高阶专项培训,邀请外部专家授课,鼓励员工参与行业峰会、技术社区等活动;深化与顶尖高校及科技企业合作,构建“学习—实践—共创”的闭环生态,确保持续的知识更新与能力进阶。


三是培育包容开放的创新文化土壤,推动组织变革。围绕“知识构建、场景挖掘、范式凝练、推广复制”四个环节,组建跨机构专职团队,打破运维、开发、网络、安全等职能壁垒,促进知识共享与协同,激发人才活力;培育“守正创新”的文化基因,鼓励员工积极创新、大胆试错,营造开放、协作、持续学习的氛围;构建“人人用AI”的创新生态,深化“学、用、做”贯通融合,推动AI赋能场景从“点突破”迈向“规模化”,实现人才能力提升从技能驱动向“知识+智能”驱动的转变。


四、未来展望与思考:引领智能时代金融新发展


展望未来,金融智算数据中心的发展机遇与挑战并存。工商银行数据中心将持续深化在智算数据中心建设与智能化运营领域的探索与实践,积极应对新时代新挑战、拓展新维度新视野,努力为落实国家“人工智能+”战略、赋能金融高质量发展贡献工行智慧。


我们深刻体会到,人工智能时代的变革对既有运营模式提出了全新挑战:支撑“云优先”战略的基础设施,难以满足大规模AI算力的成本效益要求;面向人类员工设计的业务流程,无法无缝衔接智能体驱动的自动化工作流;依托边界防护的安全体系,在抵御高速自动化攻击时显现出局限性;聚焦于服务稳定性的运营范式,在激发业务结构性变革上动力不足。


为应对这些系统性挑战,工商银行数据中心正在积极探索并着力建设支撑长远发展的企业级核心能力。一是积极拥抱前沿技术驱动的架构变革,持续跟踪技术演进趋势,探索未来算力形态,开展前瞻性研究与试点,同步做好技术储备与能力建设;二是加强技术与伦理风险治理,构建纵深安全防御体系,筑牢金融数智化发展的安全根基;三是拓展协同合作的创新发展空间,与同业共同建设开放、创新、安全的金融数智化协作生态;四是聚焦价值创造,推动技术赋能业务发展,将算力转化为深化金融业务数智化转型、更好服务实体经济的强劲动力。


面对机遇与挑战,工商银行数据中心将继续以服务国家战略、助力金融高质量发展为己任,全力推进金融智算数据中心建设:在基础设施层面,打造弹性敏捷、融合共生的AI原生算力底座,筑牢数智化根基;在运营层面,进一步深化数智运维,释放精益管理与大模型潜能,提升核心价值;在人才层面,加速能力重塑与组织变革,激发创新动能。通过持续探索与实践,为构建安全、普惠、开放、智能的未来金融新格局、推动中国金融业在人工智能时代实现引领性发展贡献智慧与力量。


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

腾讯云:天御金融风控大模型解决方案

天御金融风控大模型,融合了腾讯安全20多年黑灰产对抗过程中所积累的海量风控知识与多场景风控模型能力,吃百家饭,学百家艺,通过大量预训练与知识蒸馏方式,帮助金融机构根据自身信贷场景特点与产品客群特征,快速构建定制化的反欺诈风控模型。

2024年“鑫智奖”第六届金融数据智能优秀解决方案评选 腾讯安全 2026-05-29

工商银行发布 | 《商业银行人工智能应用实践及趋势展望》

银行业人工智能应用路在何方?近日,工商银行金融科技研究院发布《商业银行人工智能应用实践及趋势展望》,从五大方面对人工智能应用进行了深度剖析。

轻金融 中国工商银行金融科技研究院 2026-05-29

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 2026-05-29

国外银行人工智能创新案例研究与启示

近年来,以人工智能为代表的金融科技在整个金融业得到广泛应用,正在驱动整个银行业进入新一轮的竞争与合作,重塑数字化发展的新格局。自2022年以来,以ChatGPT为代表的人工智能大模型在全球掀起新一轮人工智能发展浪潮。随着市场竞争的加剧,很多银行采用人工智能和机器学习技术开展了多种创新,笔者研究国外商业银行创新的案例,并对我国银行的创新实践提供借鉴。

金融数字化转型 2026-05-29

唐啸:浅谈银行业大模型应用的场景、挑战与策略——基于中银智能风控平台的应用探索

本文重点讨论大模型技术在银行业的应用价值与挑战,对于当下大模型在银行业的应用路径进行了分析。以风控领域为例,数据层和应用层是目前大模型在风控领域较为可行的应用场景,大模型的应用对于风险报告质量提升、风险预警监控的加强及风险图谱的分析优化都具有显著作用。本文也建议在应用场景选择、技术应用及配套建设等几个方面做出重点考量,以推动大模型技术在银行业的落地应用。

金融电子化 唐啸 2026-05-29

中原银行:大模型信贷助手

为践行数智转型战略,用新质生产力赋能业务高质量发展,中原银行启动信贷助手项目,积极探索大语言模型在公司信贷业务的应用。本项目基于业务需求拟构建具备企业财务报告分析、尽职调查/项目评估报告内容智能生成、内容辅助审批、业务智能决策等能力的大模型信贷助手。项目一期聚焦“为一线减负增效”,主要实现了客户经理高频使用的调查报告智能生成。后期项目逐步打造信贷助手解决方案,形成大模型赋能金融业务的有效价值闭环。

鑫智奖·2024第五届金融机构数智化转型优秀案例评选 中原银行 2026-05-29

观点

  • 数据中心
  • 人工智能
  • 大模型