让银行读懂企业：苏商银行的AI攻坚之路

从一份银行流水的智能解析，到复杂企业经营风险的辅助判断；从金融大模型技术攻关，到荣获吴文俊人工智能科学技术奖，苏商银行正探索一条以党建引领科技创新、以人工智能培育金融新质生产力的发展道路。

一份企业银行流水，究竟能告诉银行多少信息？

对信贷审批人员而言，一份包含数千笔交易记录的银行流水，既可能反映企业真实的经营活动，也可能隐藏着关联交易、资金循环和异常资金往来。

过去，审查人员需要逐笔梳理资金来源、交易对象和资金用途，再与企业财务报表、经营情况及上下游关系相互印证。一份复杂流水的解析，往往需要一个小时左右。

如今，在苏商银行，依托自主研发的人工智能技术，这项工作最快可以压缩至两分钟。

但对金融科技实验室的研发团队来说，两分钟并不是技术攻关的终点。

识别一笔交易并不难，难的是理解交易背后的经营逻辑；读懂一张银行流水并不难，难的是透过流水真正读懂一家企业。

这道看似简单的题目，是商业银行长期面临的现实难题，也是苏商银行金融科技实验室持续攻关的方向。

从“看见数据”到“理解经营”，一道必须攻克的技术难题

银行是经营风险的特殊行业。

一笔企业贷款能否发放，不仅要看企业有没有抵押物、财务报表是否好看，更要判断其经营是否真实、资金使用是否合理、未来是否具备偿债能力。

特别是对科技型中小企业而言，传统信贷评价方法面临着新的挑战。

有的企业拥有核心技术和稳定订单，却缺少足够的抵押资产；有的企业处于研发投入期，短期利润并不突出；还有的企业资金交易频繁，经营关系复杂，传统人工审查难以在有限时间内全面识别潜在风险。

银行如果看不懂企业，就很难准确判断风险；如果风险判断不够精准，金融资源就可能无法有效流向真正具有成长潜力的企业。

如何破解这一难题？

苏商银行把目光投向了人工智能。

2023年4月，苏商银行组建人工智能大模型专业研发团队，开始探索大模型在金融领域的应用。

最初，人工智能主要用于知识问答、文档处理等基础场景。随着研究不断深入，团队逐渐发现，通用大模型虽然能够生成流畅的文字、识别不同格式的数据，却不意味着它真正掌握了银行复杂的业务规则。

一份财务报表上的数字，可以通过人工智能快速提取；但企业收入是否真实、现金流是否合理、资金往来是否存在异常，仅靠信息识别远远不够。

尤其是大模型可能出现的“幻觉”问题，在普通应用中或许只是回答偏差，在银行信贷审查中，却可能直接影响风险判断。

因此，2024年，苏商银行将人工智能研发重点从基础应用转向信贷核心业务，成立业务与科技联合攻关项目组，集中力量研究多模态数据解析、金融知识增强、风险推理和智能体协同等关键技术。

研发团队首先要解决的，是让机器能够准确识别复杂金融数据。

企业的财务报表、银行流水、合同、发票和征信材料，格式各异、来源不同，既有结构化数据，也有大量扫描件、图片和非标准文本。

通过多模态解析和数据标准化技术，原本分散在不同材料中的信息，被转化为可以交叉验证、综合分析的数据。

但更大的挑战还在后面。

让人工智能不仅知道“发生了什么交易”，还能够辅助判断“为什么发生这些交易”，才是金融智能审查真正需要突破的技术难点。

为此，研发团队进一步将金融专业知识、风险规则和业务专家经验融入大模型应用体系，构建多维度交叉分析机制。

一笔资金往来是否符合企业经营规律，可以结合财务、税务、征信及产业链关系开展综合分析；一项看似正常的交易，也需要从交易对手、资金流向、经营背景等多个维度进行核验。

在此基础上，苏商银行探索多智能体协同技术，将资深信贷审批人员的专业经验转化为可复用的智能化能力。

行业分析、财务审查、风险识别等不同专业智能体，可以从各自角度对同一家企业开展分析，再由专业审批人员进行综合判断。

这一技术被应用于苏商银行自主研发的“数字信审官”体系。

它不是让人工智能代替信贷审批人员作出所有决定，而是让机器承担更多复杂信息处理工作，帮助专业人员发现风险线索、提高判断质量。

从单纯识别数据，到理解经营关系，再到辅助判断风险，苏商银行正尝试让人工智能跨越从“信息处理工具”到“专业业务助手”的关键一步。

从实验室走向信贷一线，让创新成果成为真正的生产力

技术创新的价值，最终要在实际应用中得到检验。

过去，客户经理在走访一家企业之前，通常需要登录多个系统，搜集企业工商信息、经营数据、征信记录及外部风险信息，再进行人工整理和分析。

如今，借助人工智能，苏商银行可以在最快一分钟内形成涵盖企业资质、经营状况、产业链关系和风险线索的初步研判报告，而传统方式往往需要两小时左右。

在信贷审查环节，系统能够自动核验多类企业证照及财务材料，审核准确率达到97%，相关业务退件率由50%下降至10%。

在贷后管理环节，人工智能通过整合行内外多源数据，对企业经营状况开展动态监测，帮助银行更早发现潜在风险。

经过持续研发，苏商银行已建成覆盖产业分析、客户尽调、信贷审查、合同审核、风险预警、贷后管理和责任审计的七大智能助手，形成贯穿企业信贷全流程的人工智能应用体系。

据苏商银行实际运行数据，相关应用使企业信贷全流程平均办理时间压缩55%以上，手工录入工作量减少80%，核心风险识别准确率超过95%。

这些数字背后，是银行传统作业方式的深刻变化。

对客户经理而言，减少大量重复性材料整理工作，意味着能够将更多精力投入企业走访、经营分析和金融需求挖掘。

对信贷审批人员而言，人工智能可以协助发现过去人工审查容易遗漏的风险线索，使复杂业务审查更加全面。

对企业而言，银行审查效率和风险识别能力的提升，则有助于改善融资服务体验。

当人工智能开始帮助银行理解企业真实经营情况，科技创新就不再只是实验室里的技术突破，而成为提高金融资源配置效率的新生产力。

这一变化，也正在延伸至产业金融领域。

江苏是制造业大省，产业链体系完整，科技型中小企业数量众多。但对中小银行而言，如何从大量企业中精准识别客户、发现融资需求，一直是经营中的难题。

苏商银行依托人工智能、知识图谱和产业链分析技术，构建产业链智能分析助手，将企业上下游关系、经营信息与行业发展趋势结合起来，辅助客户经理寻找潜在客户、识别融资机会。

根据行内应用统计，相关产业链智能分析应用已促成产业授信超过5亿元。

从过去被动等待客户提出贷款申请，到尝试利用数据与人工智能主动发现企业金融需求，银行服务实体经济的方式正在发生变化。

从吴文俊人工智能奖到国内领先，创新成果源于长期坚守

金融人工智能技术研发，并不是简单地把通用大模型接入业务系统。

银行对数据安全、算法可靠性、业务可解释性和风险责任有着严格要求。每一项技术从实验室走向真实业务，都需要经过持续研发、反复测试和实际运行验证。

这是一场需要长期投入的技术攻坚。

近三年来，苏商银行人工智能领域累计投入超过1亿元，建成拥有240余张算力卡、算力规模达60.2PFlops的私有化算力集群，形成覆盖算力、模型、数据、算法和应用治理的自主技术体系。

持续投入，也带来了科技创新成果的不断积累。

2024年度，苏商银行等单位共同完成的《数据驱动的用户行为识别关键技术与应用》项目，荣获吴文俊人工智能科学技术奖科技进步二等奖。吴文俊人工智能科学技术奖是我国人工智能领域具有重要影响力的专业科技奖项。该项目围绕海量用户行为数据分析、行为知识融合学习、用户需求预测和欺诈行为检测等关键技术开展联合攻关，体现了产学研协同创新的价值。

在金融人工智能自主研发领域，苏商银行同样取得了一批具有代表性的技术成果。

2026年，经江苏省人工智能学会组织专家鉴定，《基于大模型的银行应用技术》《基于普惠场景金融产品研发项目》两项科技成果达到国内领先水平，《基于数据湖的数据资产应用技术研究》达到国内先进水平。

其中，金融大模型应用技术重点解决人工智能在复杂金融业务中的专业知识理解、智能分析和场景适配问题；普惠金融研发成果聚焦数据驱动的客户识别、信用评价和金融产品创新；数据湖技术则为多源金融数据治理、数据融合和资产应用提供支撑。

截至相关统计时点，苏商银行累计申请专利409件、获得授权137件，其中人工智能相关技术已获得32件授权发明专利。

此外，银行持续加强与南京大学等高校的科研合作，参与国家自然科学基金相关研究，并联合高校围绕动态演化金融欺诈检测、多模态可信表征和风险预警可解释性等前沿方向开展科研项目申报。

从自主技术研发到知识产权积累，从科技成果鉴定到行业级人工智能科技奖项，苏商银行逐步形成了技术研发、成果评价与应用转化相互促进的创新体系。

科技创新既需要面向前沿技术持续探索，更需要扎根真实业务场景，回答产业发展中的实际问题。

对苏商银行而言，金融科技实验室既是前沿技术研究的平台，也是将科技创新成果转化为金融服务能力的重要载体。

“鑫锋”引领，让科技创新始终扎根金融为民

技术创新解决发展能力问题，党建引领则为创新发展把准方向。

在省委金融工委“鑫锋”党建品牌引领下，苏商银行坚持把金融工作的政治性、人民性融入科技创新与业务发展，积极探索党建引领金融新质生产力发展的实践路径。

对于一家没有传统实体网点的民营数字银行而言，如何依靠科技创新服务更多中小微企业，如何让技术成果真正转化为普惠金融能力，始终是需要回答的问题。

围绕这些现实难题，苏商银行持续推动科技研发与业务经营深度融合。

在研发组织上，建立业务与科技联合攻关机制，由业务专家与技术人员共同研究问题、制定方案、验证成果。

在人才培养上，加强人工智能专业团队建设，推动金融、数学、计算机等不同领域人才协同创新。

在成果应用上，坚持技术人员深入业务一线，把业务人员日常工作中的难题转化为具体的技术研发任务。

2026年，苏商银行进一步组建前线部署工程师（FDE）团队，推动人工智能研发人员深入各业务部门，挖掘场景需求、开发智能技能，帮助业务人员掌握和应用人工智能技术。

这一机制推动科技创新由专业团队独立研发，逐步转向业务与科技共同参与、共同建设、共同应用。

目前，苏商银行自主研发的“苏商瞳瞳”智能体门户平台已落地190余项人工智能应用、500余个细分场景，沉淀360余项标准化可复用智能技能。

人工智能正在从少数技术人员掌握的专业工具，逐步成为银行各类岗位提升工作效率、优化经营管理的重要手段。

这种变化体现出一个朴素的道理：科技创新不应只停留在研发部门，更应深入经营一线；党建引领也不应只体现为理念和要求，更要落实到推动创新、解决问题、服务发展的实际行动中。

把金融服务难题作为科技攻关课题，把科研创新成果转化为金融为民能力，是苏商银行推动党建与科技创新融合的重要方向。

让银行更懂企业，让金融更好服务新质生产力

随着人工智能、半导体、新能源、高端装备等新兴产业加快发展，企业的价值创造方式正在发生变化。

对于许多科技型企业而言，真正具有价值的资产，可能是多年积累的技术成果、研发团队、知识产权和未来市场空间，而不是传统意义上的厂房、土地和固定资产。

这也对银行提出了新的要求。

如何突破传统依赖抵押物和历史财务数据的信用评价方式，更加准确地理解企业技术能力、产业地位和未来经营潜力？

苏商银行正在通过人工智能给出新的探索。

依托金融大模型、多模态数据分析和产业链知识图谱等技术，银行尝试将分散的经营信息转化为更加完整的企业信用画像，为科技型企业和中小微企业提供更加精准的金融服务。

这一过程中，人工智能不仅提高了银行自身的工作效率，也在改变金融资源识别、评价和服务企业的方式。

从一份银行流水的智能解析，到企业经营风险的辅助判断；从智能信贷审批，到产业链金融服务；从人工智能核心技术研发，到成熟应用成果的推广，苏商银行金融科技实验室的创新之路仍在不断延伸。

让机器更懂数据，让银行更懂企业，让金融服务更加精准高效。

这是金融科技实验室持续攻关的方向，也是苏商银行坚持科技创新、服务实体经济的初心。

面向未来，苏商银行将继续在省委金融工委“鑫锋”党建品牌引领下，坚持自主创新、深耕核心技术、强化产学研协同，推动人工智能与金融业务进一步融合，努力把更多科技创新成果转化为服务中小微企业、支持产业转型升级、培育新质生产力的金融能力。

在江苏加快建设金融强省、发展新质生产力的进程中，一家扎根本土的数字银行，正以持续的科技攻关回答一个重要命题：科技创新的价值，不仅在于让银行变得更加智能，更在于让金融更加理解企业，让创新成果真正服务经济社会发展。

（大众新闻记者 王新蕾）