近日，浦发银行透露，正加快构建企业级AI能力体系，使AI的定位从传统的“智能对话”进一步升级为能够自主完成各类业务任务的智能生产力。
AI正在逐步承担部分人工工作，其应用深度也可从相关数据中得到体现。截至2026年6月末，浦发银行今年上线的AI相关应用累计已承载超过2500人年的工作量，AI应用价值持续释放。
为进一步推动AI能力体系化建设，浦发银行正探索打造类似计算机操作系统的底层架构，为AI能力提供统一支撑，可将其理解为面向全行的“AI操作系统”。
在此前AI建设成果基础上，浦发银行立足全行发展战略，对AI能力进行了系统性重构，通过企业级架构将AI深度融入经营管理全流程，并形成了“5A4S”企业级架构体系。
其中，“5A4S”体系围绕业务、应用、数据、技术、安全五大架构展开，对企业级能力进行统一规划、拆解与设计；同时配套工艺治理、架构师队伍、标准规范、能力资产四大保障体系，确保整体规划持续落地、长期演进。
依托这一架构体系，全行各类AI能力能够实现企业级统一调度和复用，为后续规模化应用奠定基础。
对于银行而言，算力、模型和知识体系是AI能力建设的核心支撑。在这些方面，浦发银行已取得阶段性成果。例如，建成全栈国产化千卡级高性能算力集群；打造“浦银智启”大模型服务矩阵，引入多款国产开源大模型；同时提出企业级知识资产体系理念，构建“五横六纵三级”知识库，将制度文件、业务案例、专家经验等沉淀为亿字级结构化知识资产，并提炼成为AI可持续调用的高质量“燃料”。
与此同时，浦发银行也认识到，通用大模型难以完全满足金融行业专业化需求，因此持续围绕金融业务场景训练专业领域模型，不断提升模型在银行业务中的适用性和专业能力。
AI建设的最终价值仍需通过业务场景来体现。目前，浦发银行已在多个业务领域实现AI落地并取得实际成效。
例如，在财报智能识别场景，浦发银行打造了表单垂类大模型，有效解决了财务报表结构复杂、数据格式不统一等技术难题，显著降低人工处理成本和差错率。该场景上线后已服务全行客户经理，单笔业务处理时间由原来的30分钟缩短至5分钟，效率提升明显。
这一能力背后依托的是多智能体协同机制。目前，浦发银行基于多智能体协作打造的“智能流水线”已覆盖跨境结算、供应链金融、零售信贷等核心业务领域，累计建设百余条AI流水线。
值得关注的是，前段时间“把人蒸馏成AI”成为行业热议话题。浦发银行也在积极探索将优秀员工的专业经验沉淀为AI能力，实现经验复制和规模化传承。
在普惠金融领域，浦发银行正逐步利用大模型对优秀一线客户经理的专业能力进行“蒸馏”，提炼形成专家级知识，并封装为智能体，赋能更多客户经理开展小微企业服务，帮助解决普惠金融业务专业性强、复杂度高等实际问题。
落地220个智能体，已建立一套AI价值体系
据了解，上述提到的智能体，今年正在金融行业迎来更大规模的应用落地，而浦发银行此前已率先加快智能体建设步伐。
从浦发银行2025年度业绩说明会披露的数据，到前不久公布的最新进展，该行上线的智能体数量已由2000多个增长至2500多个，嵌入业务关键流程的智能体数量也由143个增加至近200个，整体建设速度较快。
而最新消息显示，浦发银行目前已落地220个智能体，累计建设超过440个AI应用。由此可见，真正实现业务价值的关键，在于智能体能够嵌入核心业务流程并投入实际应用，而不仅仅是完成开发部署。
当前，浦发银行对智能体的发展愈发重视。该行认为，智能体技术的发展与应用，是决定未来十年竞争格局的一道必答题。
或许正是随着智能体不断深入业务场景，包括浦发银行在内的越来越多银行开始看到AI真正承担业务任务、推动降本增效的现实可能。
值得关注的是，银行持续加大AI领域投入，但投入规模究竟有多大、能否带来相应回报，同样成为行业关注的重要议题，近期也引发了不少讨论。
目前来看，越来越多银行开始探索AI价值衡量体系。例如，招商银行已经建立起相对完整的成本收益度量体系，不过该行也坦言，成本相对容易量化，而收益评估仍存在一定难度。
对此，浦发银行也建立了一套可定义、可计量、可运营的AI价值体系，用于持续追踪AI应用带来的业务成效。
一是实现价值“可定义、可计量”。浦发银行构建了AI价值评价体系和标准化测算流程，使AI项目在建设前即可明确价值目标，在上线后能够实现应用价值的自动化测算。
二是完善价值发现机制，推动AI能力规模化复制。浦发银行认为，AI规模化应用并非简单复制同一个模型，而是将经过验证的知识、流程、工具及治理体系沉淀为企业级AI能力。目前，该行已围绕重点业务建设通用能力组件和AI服务目录，并通过组建联合团队深入业务一线挖掘高价值场景，推动成熟能力在全行复制推广。
三是打造价值闭环运营机制，实现价值持续释放。浦发银行正探索建立覆盖“场景发掘、价值锚定、价值落地、价值度量、价值转化”的完整闭环，将业务需求、技术建设、效果验证和推广运营有机衔接。对该行而言，AI应用上线只是起点，客户体验、业务效果及风险反馈还将持续反哺数据、知识和模型，不断推动AI能力迭代升级。
声明：此公号（ID：gh_b6a4fa62aefa）发布内容和图片的目的在于传播更多信息，版权归原作者所有，不为商业用途，如有侵犯，敬请作者与我们联系。