龚伟华：平台场景生态三维发力，探索中小银行AI转型之路

2026年05月20日16:02 作者:龚伟华

　　意见领袖丨新金融联盟NFA

　　“人工智能已成为金融创新的新引擎，但中小银行在人才、算力、算料、算法、场景、安全等方面均面临挑战。华夏银行立足自身禀赋，聚焦做强平台、做透场景、生态协同三维发力，探索出一条中小银行人工智能稳健转型的可行路径。”4月26日，在新金融联盟主办的“中小银行推进人工智能应用的挑战与应对”内部研讨会上，华夏银行首席信息官龚伟华在主题演讲中表示。

　　会议由新金融联盟秘书长吴雨珊主持，中国金融四十人论坛提供学术支持。中国人民银行相关部门负责人作主题交流，中国银行业协会秘书长徐洁勤出席交流。浙江农村商业联合银行首席数据科学家邵建华，吉林银行首席信息官邹帮山，蚂蚁集团副总裁、蚂蚁数科AI业务总裁余滨也发表了主题演讲。50家银行的近80位代表通过线上线下方式参会。以下为龚伟华发言全文。

　　“十五五”规划纲要指出，要全面实施“人工智能+”行动，抢占人工智能产业应用制高点，全方位赋能千行百业。我围绕中小银行推进人工智能应用的挑战，以及华夏银行的应对实践作简要汇报。

　　中小银行AI应用面临六大挑战

　　目前，人工智能已成为金融创新的新引擎，但中小银行在多方面均面临挑战。我们从六方面分析：

　　第一个挑战，在人员方面。一是中小银行科技人员数量较少，向人工智能转型存在挑战。二是产学研用生态需要构建，缺乏与高校科研机构和头部科技公司等外部力量的协同联动。

　　第二个挑战，在算力方面。不仅智能算力服务器价格高，而且智能算力管理相对复杂。

　　第三个挑战，在算料方面。部分中小银行在传统的结构化数据治理方面做了一系列工作，但总体上特别是在非结构化数据方面仍有提升空间。

　　第四个挑战，在算法方面。大模型的尺寸越大，意味着算力资源消耗越大。此外，银行垂类场景高度分化，人工智能多任务学习过程中的模型泛化能力也存在挑战。

　　第五个挑战，在应用环境方面。一是人工智能要发挥作用需要顶层设计，相对而言中小银行在此方面与大行仍有差距。二是应用推广方面，场景应用深度和推广能力不足，规模化复制的机制不成熟。

　　最后一个挑战，在安全方面。传统的网络安全各机构做得不错，但是面对数据安全和大模型安全的叠加，特别是各类“龙虾”出现后，安全方面存在很大挑战。

　　总体上我们看到，在包括人工智能在内的历次技术变革中，中小银行很难实现“弯道超车”，这也是“规模经济”与“马太效应”的体现。更为现实的路径，是中小银行立足自身资源禀赋，将既有优势发挥到极致，确保在转型过程中不掉队。

　　平台、场景、生态三维发力

　　华夏银行在推进人工智能应用实践方面形成了一些探索，总结起来是三件事：第一，做强平台；第二，做透场景；第三，生态协同。

　　第一，做强平台方面。特别是对中小银行而言，把人工智能做好需要把平台做强，才能真正把有限资源统筹起来。一个银行如果没有很好的平台就很难做承接，一个应用一个应用做平台成本会更高，后续想应用好就更难。

　　华夏银行把技术平台的各个层面都进行了细化。比如：

在算力方面，构建了智算池化调度管理平台。

在算料方面，构建了大模型知识平台。

在算法方面，构建了量子基础大模型。以28B参数规模的量子基础大模型为例，量子基础大模型所需要的算料数据更少，训练时间更短，总体成本更低。此外，面向大模型垂类微调场景，使用量子基础大模型多场景的泛化能力更强。我们将量子基础大模型命名为“康熙”，英文名称是QuantumSeek，其中Quantum代表量子，Seek代表探索。