财联社9月29日讯（记者 邹俊涛）9月26日，由上海报业集团指导、财联社主办的“2025上海全球金融・资管年会”在上海陆家嘴召开。中国工商银行首席技术官吕仲涛在会上分享了人工智能在银行业的应用实践与未来展望。
吕仲涛表示，当前，人工智能已经进入大模型时代，人工智能已上升为国家战略，“人工智能+”行动正在各行各业广泛应用，做好人工智能体系的建设，这不仅是政策的要求，更是时代赋予我们的使命。
吕仲涛结合工行近年来在人工智能应用方面的实践与思考，探讨了关于大模型发展与银行业机遇、工商银行AI体系建设实践，以及大模型技术在银行业的应用挑战分析和应对。
银行业智能应用迎来新发展机遇
吕仲涛指出，伴随DeepSeek R1的出现，当前大模型生态已迈入“开源普惠期”，且呈现出模型全能化、技术普惠化、应用全面化、创新全民化的显著特征。
吕仲涛进一步分析认为，开源模型在逻辑推理能力上接近头部闭源模型，且同时具备具有“能力强”“高性价比”和“能力可迁移”等优势，大幅降低各行业AI应用门槛的同时，显著提升行业应用上限，为高效解决复杂场景问题带来了更多可能。
吕仲涛认为，大模型技术开源使银行业智能应用迎来新发展机遇。“当前银行业顺应‘人工智能+’科技革命实现自身高质量发展的内在需要，以及服务金融强国战略、助力国家数字经济发展的重大使命，基于其海量数据、丰富场景和雄厚技术基础，正在积极成为人工智能发展的先行者、实践者和引领者。”
此外，吕仲涛指出，当前以慢思考、智能体为基础的金融应用已实现从“判别到生成”、“弱理解到强理解”、“操作交互到对话式交互”的突破，但在金融核心决策、深度分析等专业领域应用仍存在私有化部署投入较大、模型存在幻觉、金融领域适配性不足的问题。
工行经验分享：全栈自主可控+守住安全底线
会上，吕仲涛分享了工商银行AI体系建设的三个阶段演进：从传统模型的零散应用，到企业级统一管理，再到当前“大小模型融合”的第三代体系。并表示，工行以“全栈自主可控、技术领先、场景赋能、安全防护”为目标，打造企业级金融大模型技术体系。
他指出，在算力建设方面，工行基于国产化算力底座，实现软硬件全栈自主可控，已支持国内外十余个主流基础模型的兼容；在金融知识库建设方面，工行目前已建成了TB级金融训练数据集。
吕仲涛重点介绍了工行创新的“1+X”智能体应用范式和配套工程解决方案。并指出，“在1+X框架下，这就像搭积木一样，我们可以根据业务场景灵活组装智能体，快速构建AI应用。”
此外，吕仲涛强调，对于金融行业而言，在拥抱AI的同时，必须牢牢守住安全底线。吕仲涛表示，工行率先在业内建成建成了“人工智能全栈安全风险检测平台”，通过“五大检测工具+一套方法论+一个管控流程”，进行AI全生命周期的安全管控，确保高速行驶的“AI列车”，始终行驶在安全、合规、可控的轨道上。
行业未来应对挑战：数据、算力与安全应并重
尽管人工智能在银行业应用成果显著，吕仲涛也坦诚银行业在大模型落地中面临的五大挑战：数据质量不足、算力需求激增、算法适配难、应用模式待突破、安全与组织建设滞后。
针对这些挑战，吕仲涛提出系统性应对策略。数据方面，他建议应构建“知识飞轮”体系，通过“冷启动—经验沉淀—飞轮循环”三步骤，持续提升数据质量；算力方面，大型银行要精准布局，聚焦机房、网络芯片、云化等工作，一体推进算力的前瞻研究，夯实AI算力基石；对于算力资源有限的中小金融机构，需要综合考虑成本、性能和收益情况，以场景驱动算力增长。
关于安全治理，吕仲涛认为，需要在制度上建立覆盖AI全生命周期的安全治理体系与责任机制，实现有制度、有流程。此外，组织变革同样关键。“我们需要重新定义科技与业务岗位，并优化组织协同流程，建立‘选、育、用、流’协同机制，加强AI人才队伍建设，以支撑大模型规模化应用。”
最后，吕仲涛指出，以智能体为代表的人工智能大模型技术，加速金融业从“+AI”的点上突破向“AI+”原生应用系统性应用提速演进。未来，工行将认真做好金融“五篇大文章”，把控好风险管控和前瞻设计，积极稳妥推进AI大模型建设，为行业提供可复制的技术范式与实践经验。
