官方披露的关键效果包括：企业级千亿金融大模型已赋能 20 余个主要业务领域、200 余个场景；2025 年新增 100 余个 AI 应用场景；智能风控平台覆盖全部境内分行和 130 多个风控决策场景。 这些指标表明，工行 AI 应用已经进入企业级规模化阶段，尤其是在市场风险和信贷风险等高价值场景中形成了平台化能力。对银行学习者而言，该案例适合理解“AI + 风控”不是一个模型，而是一组平台、知识、智能体和人工审批机制。
真实案例
- 机构：工商银行
- 项目：工银智涌 / 领航 AI+ / 智贷通 / 工小审
- 时间：2025 年
- 类别：风控与信贷 / 企业级大模型 / 智能体矩阵
- 来源：http://jjckb.xinhuanet.com/20250910/b1e3f2bd4e9345f1b3d8cc2c65920d10/c.html ↗
业务背景
大型银行的信贷和市场风险管理需要处理制度、行业、财务、交易、抵质押、舆情、外部市场和客户经营等大量信息。传统流程依赖人工收集、人工阅读和人工判断，容易出现效率低、信息遗漏、风险传导不及时等问题。
工商银行的案例显示，AI 在风险管理中的价值正在从“辅助查询”升级到“智能体矩阵 + 风控平台”。它既覆盖市场风险智能排查，也进入对公信贷、评审助手和信用风险监控等核心风控环节。
AI 方案
工商银行在 2024 年年报中披露建成企业级千亿金融大模型技术体系“工银智涌”，赋能 20 余个主要业务领域、200 余个场景。2025 年半年报显示，该行开展“领航 AI+”行动，在个人金融、金融市场、对公信贷等重点业务领域新增 AI 财富助理、投研智能助手等 100 余个应用场景。
在风险管理方面，工商银行披露企业级智能风控平台已应用于全部境内分行和 130 多个风控决策场景，实现商品、外汇、债券、货币、股票五大市场风险智能化排查预警。该行还推出信贷 AI 智能体矩阵“智贷通”，实现智能化信息捕捉、风险分析等功能；开发信贷评审 AI 数字助手“工小审”，实现制度、数据的快速分析与触达。
已披露效果
官方披露的关键效果包括：企业级千亿金融大模型已赋能 20 余个主要业务领域、200 余个场景；2025 年新增 100 余个 AI 应用场景；智能风控平台覆盖全部境内分行和 130 多个风控决策场景。
这些指标表明，工行 AI 应用已经进入企业级规模化阶段，尤其是在市场风险和信贷风险等高价值场景中形成了平台化能力。对银行学习者而言，该案例适合理解“AI + 风控”不是一个模型，而是一组平台、知识、智能体和人工审批机制。
可迁移到银行的设计
- 信贷智能体应拆成信息捕捉、行业分析、政策检索、财务异常识别、风险摘要和人工审批辅助。
- 市场风险场景适合建立跨资产类别的预警指标和解释模板。
- 评审助手应把制度、案例、数据和风险偏好连接起来，但不直接替代审批人。
- 风控平台要支持总行规则统一下发、分行反馈和模型持续迭代。
风险治理要点
- 风险 AI 输出必须有来源和证据链，不能只给“高/中/低风险”结论。
- 授信审批中的模型建议要可审计，审批责任仍由授权人员承担。
- 对外部舆情、市场数据和非结构化数据要评估时效性和误报率。
- AI 预警过多会导致“告警疲劳”，需要设置优先级和闭环处理。
本项目可做的小实验
用一家上市公司公开年报和新闻，做一个“信贷风险摘要模板”：要求 AI 输出经营变化、财务异常、行业风险、需人工核查点和引用来源，禁止给出是否放款结论。
原始来源与整理依据
文字分析来自内容源；业务分类、技术标签由 SeekingDAO 按规则整理。披露效果保留原有时间、范围和预测口径，未作独立审计。开源项目与 Skill 的当前许可、兼容性及依赖请以其上游为准。