圖：北京前沿金融監(jiān)管科技研究院征集并發(fā)布2025年國際標準金融應用卓越案例

    當前，金融機構普遍面臨“知識孤島”的挑戰(zhàn)：用戶特征數(shù)據(jù)、產品規(guī)則、市場研究等關鍵信息分散在不同系統(tǒng)，導致知識檢索不準、服務效率低下、專業(yè)咨詢體驗不佳等問題。如何將沉睡的知識資產轉化為核心競爭力，已成為金融行業(yè)數(shù)智化轉型的重要命題。

    為解決上述痛點，寧波銀行與螞蟻數(shù)科合作，依托Agentar知識工程平臺（KBase），共同構建了一套融合“知識加工管理平臺 + 邏輯推理引擎 + 智能應用場景”于一體的智能化決策系統(tǒng)，為全行智能化升級提供堅實的技術底座。

    平臺實現(xiàn)了對行內外多源異構數(shù)據(jù)的全生命周期管理，具備智能問答、知識加工、多路召回與知識管理等核心能力。其技術突破主要體現(xiàn)在知識增強生成引擎，通過“規(guī)劃-檢索-推理”三大運算符協(xié)同機制，創(chuàng)新性地將知識圖譜與原始文本進行雙向互索引，顯著提升知識質量。系統(tǒng)實現(xiàn)了從“模糊匹配”到“精準推理”的關鍵跨越，推理深度從傳統(tǒng)的1跳提升至3–5跳，使AI不僅能“讀懂”金融專業(yè)知識，更具備了類人的邏輯推理能力。

    目前，該方案已在寧波銀行的行情分析、產品解讀、話術陪練、報告寫作等多個內部場景中規(guī)?；涞亍Ｔu測顯示，復雜問答準確率從68%提升至91%，響應速度進入百毫秒級。其中，內容推薦準確率提升35%，召回率提升40%，業(yè)務效能實現(xiàn)顯著躍升。

    值得一提的是，Agentar知識工程平臺具備強可解釋性，能夠清晰展示答案的推理路徑與數(shù)據(jù)來源，為生成式AI在強監(jiān)管金融環(huán)境中的安全、合規(guī)落地提供了重要保障。

    未來，雙方將繼續(xù)深化合作，將相關技術拓展至更廣泛的金融業(yè)務場景，并積極參與行業(yè)標準建設，推動知識工程與大模型技術在金融領域的規(guī)范化、規(guī)?；瘧?。

xiesc

<u id="0z1n2"><table id="0z1n2"></table></u>