6月17日，“陆家嘴金融沙龙”2026年第十八期活动在上海世博展览馆圆满举办。在主题为“三十而‘砺’——中小银行的数智生存法则”的圆桌对话环节，来自三家城商行与头部金融科技企业的嘉宾，围绕中小银行AI落地的资源约束、场景破局、组织进化等核心议题展开深度交流，拆解城商行三十周年节点下的数智化转型实践路径。

　　本次对话由中国互联网协会数字金融工作委员会副主任陈树军主持，南京银行数字银行管理部总经理徐小锋、杭州银行信息技术部副总经理徐建芳、青岛银行数字化转型办公室主任吴艳艳、奇富数科总裁周旭强担任对话嘉宾。

　　资源约束下的差异化布局

　　资金投入有限、AI人才储备不足、试错容忍度低，是中小银行推进AI转型普遍面临的三重短板。

　　徐小锋表示，DeepSeek等开源模型的出现，让中小银行获得了参与AI建设的机会，南京银行2025年也同步启动大模型“双百计划”（打造100个高价值AI智能体场景、认证100位AI高级工程师），通过全行范围的AI培训提高全员认知，累计收集200余项场景需求。

　　落地过程中，南京银行坚持“场景优先、价值交付、交付即运营”原则，以点击量、活跃度、复购率三大指标来评估运营场景，通过扁平化组织机制快速验证价值，逐步沉淀底层技术体系与人才能力。

　　徐小锋表示，中小银行核心优势在于组织架构足够扁平化，可以通过场景的择优与深耕、扁平化的机制实现人工智能的布局与应用。

　　徐建芳则从杭州银行在技术路径上如何平衡自主研发与生态建立的角度分享了看法。徐建芳介绍，杭州银行坚持“以我为主”的自主可控科技路线，整体规划、系统集成、高频迭代以自研为主；标准化、高门槛能力则借力生态合作并整合纳入自有体系。

　　在算力与人才稀缺背景下，杭州银行聚焦两大高价值场景重点突破。徐建芳介绍，该行一方面将大量算力投向AI辅助研发，前端研发人员全员使用AI工具，研发效率提升约50%，AI贡献率接近三分之一，有效缓解研发人力供给不足的问题；另一方面探索影像、音视频全量质检，覆盖外呼、理财双录、合同面签等操作风险密集环节，强化合规执行刚性。

　　中小银行应用人工智能需要坚持应用驱动、场景导向，在实现落地过程中，如何从纷繁复杂的业务需求中精准筛选出一两个核心痛点进行局部突破？青岛银行在圆桌对话中给出了自身的实践探索。

　　吴艳艳介绍，青岛银行通过建立价值导向的场景筛选机制，由一线员工提出需求，数字牵头部门、数字化转型办公室与科技部门联合评估，从业务价值与实施难度两个维度把关，确保场景可落地、能见效。

　　目前青岛银行已落地智能问数、客户经理访前一页纸、合规智能体、智能外呼等多个场景，在研发提效、运营合规等领域效果显著；数字风控领域的智能审查场景正处于模型验证阶段，将AI拆解制度、标注案例的能力应用于信贷审查环节。

　　核心业务深度赋能

　　作为服务上百家商业银行的头部金融科技机构，奇富数科从技术供给端出发，以信贷超级智能体矩阵切入银行核心业务场景，验证了AI对信贷全链条的深度赋能价值。

　　周旭强介绍，奇富数科打造的信贷超级智能体并非单一Agent，而是由营销获客、风控审批、决策分析三组智能体构成的矩阵，聚焦零售、小微等信贷核心领域，不做边缘场景的浅层提效。

　　其中，营销获客端的AI信贷员可自动抓取对话记录、生成建档资料与待办清单，自动匹配产品推荐，将客户经理尽调建档时间缩短一半，商机转化率提升20%—30%。而在财富管理场景下，AI可结合客户流水、持仓、风险偏好自动生成资产配置建议，带动非存客户净增幅度提升20%—30%。

　　与此同时，该机构风控审批端的落地同样深入银行的业务核心。周旭强表示，视频尽调Agent通过多模态识别生成标准化尽调剧本，引导银行的客户经理完成全部调查要点，支持远端风险人员实时接入，让线下调查过程全程可追溯、可回放，充分支撑尽职免责；流水Agent可挖掘传统结构化工具无法识别的风控特征变量，输出更丰富的风险判断维度，显著提升模型识别精度。

　　周旭强表示，多点场景的持续突破最终将形成量变到质变的效果，推动银行信贷业务模式的整体重构。

　　从客户经营、组织破局到行业展望

　　针对长尾客户经营这一行业共性难题，徐小锋分享了南京银行的分层思路：将长尾客户分为“真长尾”与“假长尾”，通过模型识别客户潜在价值，高潜力客户由专人跟进挖掘，真长尾客户依托总行营销大脑进行集约化运营。

　　徐小锋介绍，目前南京银行实施以传统机器学习模型为主的执行策略，同时利用大模型提升特征筛选与泛化效率，降低建模成本。“未来南京银行计划引入成熟的AB测试机制，让用户反向驱动策略迭代”。

　　吴艳艳则聚焦AI落地的效果管控难题。她指出，传统系统项目有明确的验收标准，但AI项目上线不等于达成业务目标，结果难预期、难验证是行业普遍痛点。对此，青岛银行探索出分阶段验证方法论，依次经过模型验证、技术验证、业务验证三阶段，业务人员深度参与效果评价，通过提示词优化、逻辑管控降低模型幻觉，保障相同输入下输出结果的一致性。

　　针对中小银行普遍面临的人才与组织敏捷性短板，周旭强给出了分层解决方案。他建议，用好AI工具无需高端算法人才，多数员工可快速上手，而模型调优、算法优化类人才相对稀缺，三、四线城市难以招聘，可通过高薪引进或对外合作解决。

　　此外在组织层面，周旭强认为“5名业务人员+5名AI人员”的敏捷小组模式较好，可采用前置工程师机制让技术人员深入业务一线，跟着客户经理下户、办业务，在真实场景中打磨产品，实现业技深度融合。

　　展望未来3至5年的行业变化，徐建芳认为银行业将出现三大发展趋势：一是组织边界模糊化，业务与科技的分界逐渐消解，未来或将出现业技融合的“全栈”超级员工，产品经理通过提示词工程即可驱动大模型完成系统开发，研发效率将大幅提升；二是管理模式升级，专家经验可被提炼为数字化技能，实现可继承、可量化、可刚性执行，这些数字化技能将成为银行的巨大财富；三是客户服务精细化，大模型对客户意图的识别更精准，长尾客群的服务能力显著提升，最终实现银行与客户的双赢。

　　陆家嘴金融沙龙系列活动作为与“陆家嘴论坛”相呼应的常态化交流平台，通过机制化、场景化、国际化运作，持续输出金融改革“浦东智慧”，深度赋能浦东经济高质量发展，全力助推上海国际金融中心核心区建设迈向新高度。