2026年10月19日，北京——由亚洲银行家集团银行学院主办的“北京创新之旅”正式启程。来自多国和地区的银行家代表上午参访中国建设银行，深入交流数据治理与企业级AI应用；下午走访人工智能企业旷视科技，聚焦计算机视觉、电子身份认证（e-KYC）及生物识别反欺诈技术。
参访代表在中国建设银行
中国建设银行：构建数据底座与AI应用生态
首站，参访团走进中国建设银行。建行数据管理部总经理王立新致辞表示，建行正以金融科技推动高质量发展，坚持以客户为中心，推进数据能力与AI应用生态建设。目前，建行服务约7.9亿个人客户和1400万公司客户，AI技术已深度融入财富管理、普惠金融、风险管理及科技研发等领域，从单点场景应用向业务流程深度融合拓展。
流批一体实时数仓：重塑数据供应链
建行分享了其数据体系的演进历程：从传统数仓到大数据架构下的计算访问分离，再到云化数仓下的计算存储分离。2026年以来，建行引入“水利工程思维”重塑数据供应链，实现从被动供数向主动数据服务的转变。
该实时数仓统一了实时、微批、T+1三种计算模式的存储与访问，并通过双中心双通道、端到端监控及补数机制保障可靠性。据悉，系统查询响应时间低于500毫秒，已广泛覆盖信用卡、财富管理、存款等核心业务场景。
“数字大脑”：自然语言驱动复杂分析
针对传统BI工具操作复杂、跨域整合难、交付周期长等痛点，建行推出了“数字大脑”。该系统基于“感知事件—分析—决策建议—业务行动—反馈”的五神经闭环，结合大模型/Agent框架、高质量治理数据、语义层及隔离沙箱，支持业务人员通过自然语言完成复杂跨域分析。
上线约6个月以来，“数字大脑”日均消耗约60亿tokens，显著提升了分析效率。在AI治理方面，建行持审慎态度，目前暂无商业银行被批准使用大模型/Agent直接面向客户，AI结果需经“人在环路”复核。内部通过统一智能体平台和私有化部署，去年已落地约400个AI场景。实时反欺诈主要采取“AI训练+规则固化”模式，图计算虽已用于欺诈识别，但可解释性仍是行业难点。
交流环节中，各国银行代表就实时数仓演进、信用决策模型、无代码Agent构建、面客与内部场景边界、AI价值评估及图计算延迟等问题展开讨论。建行强调，区分面客与内部场景的关键在于AI结果是否直接交付客户并需承担问责责任；生成式AI结果仍需人工判断，而固定规则或成熟模型则可嵌入自动化流程。
参访代表在旷视科技
旷视科技：AI视觉守护身份入口与反欺诈
下午，参访团来到旷视科技。作为一家2011年成立的人工智能企业，旷视以人脸识别和计算机视觉起家，业务涵盖消费物联网、城市物联网和供应链物联网，代表性产品包括Face++开放平台、FaceID、AIoT面板及物流机器人方案。
多场景AI落地：从开发平台到行业应用
旷视团队介绍了其从计算机视觉走向多场景AI落地的路径。Face++为开发者提供人脸识别、检索及属性分析等API/SDK；FaceID则聚焦e-KYC与活体检测，广泛应用于远程开户、转账、账户恢复及设备登录等场景，已服务全球数百家客户，涵盖银行、互金、加密交易所及东南亚互联网平台。
在智慧城市与AIoT领域，旷视展示了门禁考勤、边缘计算盒子及智慧楼宇/园区治理方案，具备PPE识别、周界检测、垃圾暴露监测及车牌识别等能力。此外，其图像技术还应用于手机影像、美妆试妆和医美等消费场景。
反深伪与活体检测：应对生成式AI挑战
面对生成式AI降低换脸和伪造视频成本的挑战，旷视重点介绍了其反深伪与活体检测技术。FaceID的e-KYC流程包含证件OCR、活体检测、人脸检索查重和1:1比对。活体检测手段多样，涵盖随机动作、RGB闪光、3D深度、屏幕反射与颜色序列、多帧分析、设备风险信号及动态黑名单等。
在隐私保护方面，旷视承诺人脸照片留存于客户侧，仅提供SDK/API/云服务，不保留客户人脸数据库。针对区域监管差异、遮挡场景、低教育用户操作及误拒率（FRR）平衡等问题，旷视指出其核心竞争力不仅在于识别准确率，更在于反欺诈攻防运营、多模态活体检测、设备/背景情报共享及跨区域合规适配能力。
从上午建行“治理数据筑起银行AI底座”，到下午旷视“AI视觉守住身份入口”，首日参访凸显了一条共同主线：AI的价值不仅取决于模型本身，更在于场景闭环、数据治理、反欺诈攻防和人机协同的有效结合。后续行程中，参访代表将继续探访更多中国科技与金融机构。