当前，数字化浪潮加速演进，金融科技正以前所未有的影响力深刻重塑行业格局。在此变革进程中，人工智能已成为商业银行数字化转型的核心战场，其与金融服务的深度融合，正持续重新定义银行业的发展未来。
在 2025 年金融街论坛金融科技大会 “AI + 金融专题论坛” 上，青岛银行首席信息官杨斌将人工智能比作银行从 “蒸汽机” 升级至 “核动力” 的新型引擎，强调 AI 已从单纯的效率提升工具，转变为重构银行经营管理全流程的核心驱动力。论坛落幕后，财经网就 AI 技术为中小银行数字化转型带来的机遇、青岛银行 AI 应用的战略布局等议题，与杨斌首席信息官展开深度对话。
杨斌指出，中小银行推动 AI 技术落地需坚持 “以应用为导向，以场景为驱动” 的原则。目前，青岛银行 AI 应用已在近 20 个场景实现落地，该行计划于 2026 年前完成约 100 个高价值场景的建设，覆盖风控、营销、运营及办公四大核心领域，最终实现银行经营管理全链条的 AI 渗透。
图片来源于网络，如有侵权，请联系删除
AI 落地：锚定应用导向与场景驱动
图片来源于网络，如有侵权，请联系删除
在以生成式 AI、大语言模型为代表的人工智能技术浪潮下，青岛银行数字金融业务正加速向 “数智化” 转型。该行以数字化转型为核心抓手，围绕数智营销、数智运营、数智风控、数智办公四大数智领域构建战略重点，聚焦客户旅程优化与客户体验提升，推动数字金融服务的质量与效率双升级。
AI 技术的快速发展为银行数字化转型提供了关键驱动力。杨斌表示：“早期银行技术应用的核心职能聚焦于‘计算’，主要协助客户完成交易处理，并开展数据存储、展示及行内经营和监管上报等。” 而 AI 技术的发展使银行技术职能从交易处理转向交互管理，其本质是科技职能从 “计算” 向 “智能” 的演进。
图片来源于网络，如有侵权，请联系删除
人工智能已从技术工具跃升为重构银行业核心能力的 “核心变量”。杨斌将 AI 对银行的作用定义为核心能力 “引擎”：其深度融入银行 DNA，成为构筑银行核心竞争力的不可或缺要素。在数智化时代，银行如何运用 AI 重构产品与服务体系至关重要，尤其对于中小银行而言，更需借助人工智能应用为客户提供差异化产品与服务。
“中小银行具备自身禀赋优势，需找准优势定位以形成差异化特色。” 杨斌指出，数字化转型能够帮助中小银行明晰差异化发展路径、夯实发展基础，进一步重塑和强化其在人工智能时代的核心竞争力。
针对中小银行如何通过 AI 赋能业务发展，杨斌强调：“中小银行推动 AI 技术落地必须坚持以应用为导向、以场景为驱动，不可好高骛远、好大喜功。” 他进一步说明，AI 应用场景布局需摒弃技术导向思维，应将 AI 技术聚焦于解决营销、风控、运营、效率提升等实际业务问题。
青岛银行 2025 年三季报显示，该行以产品体系重构、客户旅程重塑为基础，聚焦大数据与 AI 技术的深化应用，已在风控、营销、运营、办公等领域落地近 20 个 AI 应用场景。
杨斌介绍，青岛银行在 AI 场景选择上主要考量四大因素：一是优先选择高频、通用、易于实现、见效快的场景，确保应用覆盖范围广、业务影响力大；二是聚焦业务痛点，以解决实际问题为核心目标；三是综合评估数据基础与技术成熟度，保障场景落地可行性；四是测算投入产出比与可持续性，实现长期价值最大化。在 AI 应用效果评估方面，该行主要从业务价值、客户体验、运营效率及风险控制四大维度开展综合评价。
针对中小银行因技术资源短缺等因素面临的数字化转型困境，杨斌坦言，中小银行在精细化管理能力、科技实力、数据质量、人才储备等方面均存在短板。因此，中小银行数字化转型需以业务需求为驱动，先深入分析自身禀赋（包括区域特性、自身能力特点、未来业务目标等），再结合现有资源，通过 AI 应用逐步实现渗透与突破。
杨斌同时提及青岛银行面临的 AI 人才短缺问题：目前该行数字化人才依然储备不足，缺乏 AI 应用、数据分析师、建模师及 “懂业务 + 懂科技” 的复合型数字化人才；加之青岛在数智人才方面存在地理位置与资源方面的劣势，通过社会招聘与校园招聘引进符合要求的数字化人才难度较大，尤其是高端人才的引入十分困难，在数智化人才领域结构性人才匮乏将长期存在。
对此，青岛银行制定 “外部引进与内部培养并重、技术合作与自主研发结合” 的策略，具体举措包括：突破人才瓶颈，构建复合型人才培养生态；聚焦关键技术领域，强化高端人才引进 —— 围绕 AI 算法、数据治理、云原生架构及信息安全等方向，大力引进具备深厚行业经验与技术前瞻能力的专家型人才；深化业技融合机制，实现人才效能最大化 —— 通过项目制模式组建业务与技术联合团队，实施统一管理与统一考核；采用 “开源 + 自研” 技术路径，降低对顶尖 AI 人才的依赖；积极开展开放合作，借力外部科技资源 —— 例如与科技公司共建联合创新实验室，与山东省内知名高校及行业领先科技企业开展深度合作，实现优势互补。
技术路径：“开源模型 + 开源平台 + 自主研发” 协同推进
据青岛银行披露，该行积极布局 AI 大模型技术应用，自主研发全栈式 AI 平台，构建覆盖底层基础设施、模型管理、应用开发及知识检索的完整 AI 能力体系。
关于大模型技术平台建设，杨斌表示，青岛银行采取符合中小银行实际情况且当前业界成熟的路径 ——“开源模型 + 开源平台 + 自主研发” 相结合，而非完全从零起步的全栈自研模式，具体实施包括三方面：
其一，开源大模型的应用。自 2024 年 9 月起，青岛银行采用开源模型与互联网 API 服务结合的方式，完成产品助手、代码助手等原型的应用与验证；2025 年 1 月底以来，陆续完成 DeepSeek 蒸馏版本的搭建与使用，并在 IT 智能服务台等场景完成原型开发；利用本地部署的 DeepSeek R1 14B 版本大模型，通过 RAG（检索增强生成）技术及开源知识库软件搭建应用场景。
其二，算力资源的多元化获取。青岛银行采用自建、租赁、大模型 API 服务等组合方式获取算力资源，该模式既有效控制成本，又保障服务的稳定性与可扩展性。
其三，成熟技术框架与工具的应用。青岛银行运用 RAG 技术、开源知识库软件等成熟技术框架，结合行内已有的 OCR（光学字符识别）、文本转语音、知识图谱等小模型，提升 AI 应用能力。这种 “借力成熟技术” 的方式，使该行在人才储备与技术积累相对有限的情况下，能够快速落地 AI 应用，服务实际业务需求。
与此同时，青岛银行积极拓展外部合作，通过与科技公司、第三方机构合作推进 AI 应用落地。杨斌强调，开放合作是中小银行数字化转型的必由之路，具体合作模式包括：与头部科技平台深度合作，获取先进技术能力与丰富实践经验，加速数字化转型进程；与政府部门、第三方机构开展数据合作，在科技金融服务领域建立大数据获客渠道，既拓宽数据来源，又为 AI 模型提供更丰富可靠的训练素材；推进与高校的产研合作，与山东省内知名高校联合成立场景创新实验室，充分利用高校科研能力与创新算法，在金融场景开展试点，实现产研一体化。
目前，青岛银行 AI 应用已在近 20 个场景落地，在驱动业务流程智能化升级的同时，人工智能本身蕴含的风险亦不容忽视。杨斌系统阐述银行面临的三大风险：算法的不可解释性与欺骗性、数据伪造问题，以及 AI 成为核心引擎后的系统性安全风险。
据其介绍，青岛银行的风险应对举措包括：在技术标准与安全管控方面，建立新技术引入评审机制，采用 “开源 + 自主研发” 技术路径，确保技术自主可控；在数据安全与隐私保护方面，构建完善的数据治理体系，健全数据认责管理机制。他特别强调，无论 AI 技术如何发展，最终必须坚持人机协同与流程回滚机制，确保决策责任明确到人。
战略落地：四大数智领域驱动业务转型
青岛银行聚焦数智营销、数智风控、数智运营、数智办公四大数智领域，推动数字化转型提速，各领域具体实践如下：
一是数智营销：构建 “数据 - 模型 - 业务” 闭环。
在数智营销领域，青岛银行运用多维数据分析模型挖掘对公理财潜在客户，通过分层投放、深度追踪，带动对公代销理财日均余额增长，提升对公客群线上经营能力。
杨斌指出，在运用数据分析模型挖掘对公理财潜在客户的过程中，主要面临三大难点：数据质量与完整性问题 —— 对公客户的财务数据、交易行为数据分散于不同系统，存在数据口径不统一、缺失值较多的情况，直接影响模型准确性；客户需求的复杂性与个性化 —— 对公客户的理财需求与企业经营周期、现金流状况、风险偏好等多重因素相关，难以通过单一模型准确刻画；模型动态优化难度大 —— 市场环境、监管政策、客户行为均处于快速变化中，模型需持续迭代优化才能保持有效性。
对此，青岛银行通过强化数据基础建设、构建多维度预测模型、建立模型持续优化机制等举措，打造 “数据采集－模型训练－业务应用－效果评估－模型优化” 的闭环体系，根据实际业务效果动态调整模型参数，确保模型适应市场变化。
从对公理财拓展至零售客群，青岛银行正推进零售智能营销平台建设，该平台将应用于目标人群精准圈选、多渠道营销策略配置、多渠道联动营销执行及评估复盘迭代四大场景，实现数据与业务的双向正循环。
二是数智风控：分步实施，提升风险管控效能。
在数智风控领域，青岛银行采取 “急用先行、分步实施” 策略，具体举措包括：
引入新的资金检查功能与可视化报告，报告自动填充率提升至 70.98%，大幅减轻客户经理工作负担，提高贷后管理的及时性与准确性；打造全新风险驾驶舱，构建多层次风险视图，统一建立风险指标库（共计落地 279 个指标），实现风险状况的实时监测与预警；
引入外部征信数据，构建覆盖贷前、贷中、贷后全流程的内部评级系统；
运用 OCR 技术提取关键信息，对账户进行动态评级，精准度达 95% 以上，累计阻断高风险交易 4.5 万笔，有效防范信贷风险。数智风控体系的构建，不仅提升了风险管理效率，更显著增强风险识别的精准性与前瞻性，为业务健康发展提供坚实保障。
三是数智运营：降本增效，推动流程智能化。
在数智运营领域，青岛银行远程柜台月度交易量增长 68.81%，实现网络冻结、公安人行解冻等业务的全行集中处理，日均集中处理量超 1000 笔，减少约 85% 的业务人工处理量；上线首个大模型应用场景，累计处理网络冻结业务超 4.32 万笔，识别准确率达 98.93%，人工干预量下降 73.58%，运营效率显著提升。
四是数智办公：循序渐进，实现技术与业务深度融合。
谈及数智办公，杨斌指出，在大模型应用推广过程中，员工接受度与使用效率是该行重点关注的问题。为此，青岛银行采取 “循序渐进、场景先行” 的策略，确保新技术真正落地并发挥实效，具体措施包括：
在应用场景设计上，优先选择高频通用场景 —— 目前，通用办公场景、IT 智能服务台场景、产品管理场景、内控合规场景等已发挥显著作用。
在推广策略上，注重 “积累经验、逐步拓展”—— 先在内部办公、业务知识等场景积累开发与应用经验，验证技术可行性与员工接受度，再逐步拓展至信贷报告生成、内控合规等更复杂的垂直领域。这种 “小步快跑、快速迭代” 的模式，既有效控制风险，又帮助员工逐步适应新技术。
在组织保障上，建立业技融合机制 —— 推行项目组融合与团队融合两种业技融合模式，由业务人员、技术人员、数据人员共同组成敏捷团队，实施目标导向的统一考核。
“该机制确保大模型应用开发并非技术部门的‘独立推进’，而是真正贴近业务需求、解决实际问题，因此更易获得员工认可。” 杨斌表示。
在通过四大数智战略推进数字化转型的过程中，杨斌总结青岛银行具备的四大核心竞争力：
自主规划能力 —— 自主转型规划与实施落地能力，确保转型路径与自身实际紧密结合，避免 “水土不服”；
组织机制创新能力 —— 构建自上向下、各部门高度协同的数字化转型治理架构，形成具有青岛银行特色的转型推进机制，尤其通过业技融合机制打破传统 “业务 - 技术” 壁垒，实现敏捷响应；
产品全生命周期管理能力 —— 自主研发 “星图产品谱系平台”，构建穿透式产品目录模型，实现产品维度的核算、复盘及全生命周期管理；
客户体验持续优化能力 —— 自主研发客户体验监测平台，构建 “收集－分析－优化－评价” 的体验优化闭环，实现数据实时处理与异常实时预警；建立以客户体验为中心的产品、系统、流程持续迭代机制，将数字化红利传导至服务前端。
数字金融：支撑 “五篇大文章” 的数字基座
2023 年 10 月，中央金融工作会议明确提出，要做好科技金融、绿色金融、普惠金融、养老金融、数字金融 “五篇大文章”。作为当前商业银行战略布局的重点，“五篇大文章” 是银行业服务实体经济高质量发展的核心方向。杨斌强调，数字金融的重要性体现在其对前四篇大文章的支撑作用，其中 AI 能力与数据价值是两大核心赋能引擎。
据杨斌介绍，青岛银行始终将服务实体经济作为金融工作的出发点与落脚点，以数字化转型为抓手推进数字金融建设，将数字金融作为支撑其他四篇大文章的数字基座，通过数字化技术与数据资产，提升金融服务的覆盖率、可得性与满意度，为实体经济发展提供有力支撑。
在科技金融领域，青岛银行创新服务模式，深化平台渠道合作，实现批量获客与精准服务 —— 通过与山东省科技厅 “科融信” 平台、山东省工信厅 “亩产效益” 平台、省市征信公司及青岛金企通公司等政府部门与第三方机构建立大数据获客渠道，有效提升科技型企业金融服务可得性。
在绿色金融领域，青岛银行建设绿色金融业务管理系统，通过数字技术解决绿色信贷认定难、环境效益测算复杂等问题。
在普惠金融领域，该行于 2023 年推出线上集合式业务 “青银普惠 e 融”，运用数据驱动模式解决传统普惠金融产品缺乏个性化定制能力的问题。
在养老金融领域，青岛银行基于大数据技术与数据模型勾勒养老客群画像，提供定制化服务与差异化产品推送；同时，针对老年人使用习惯优化手机银行界面，运用语音合成、自然语言处理等人工智能技术开发专属养老金融营销工具，支持语音交互，显著提升老年客户服务体验。
2025 年8月，国务院发布《关于深入实施 “人工智能 +” 行动的意见》，强调在软件、信息、金融等领域推动新一代智能终端、智能体等广泛应用。商业银行积极响应政策导向，通过数据、算法与算力的深度融合发挥人工智能驱动作用，重构金融服务的产品形态、业务流程、风控逻辑与商业生态，构建 “AI + 金融” 新范式。
杨斌指出，围绕 “人工智能 +” 行动推进，青岛银行已制定明确的 AI “百千计划”：以 “百花绽放・千帆竞发” 的场景规划为主线，以 “感知、生成、决策” 一体化智能平台为底座，以 “目标驱动、机制支撑、责任闭环、动态督导” 为落地保障，计划通过三年时间实现高价值场景聚焦与模板打造，从 “点的突破” 迈向 “面的融合”，形成 “场景广度 × 能力深度 × 机制保障” 的协同格局，高效赋能业务发展。
文/钱晓睿 编辑/徐楠 王欣宇
(编辑：王欣宇) 关键字：