在國務(wù)院國資委和電建集團(tuán)數(shù)字化轉(zhuǎn)型升級部署下，電建財務(wù)公司提出建設(shè) " 司庫型、數(shù)智化、行業(yè)一流 " 財務(wù)公司的發(fā)展目標(biāo)，大力推動數(shù)字化、智能化建設(shè)。
2024 年起，公司開始規(guī)劃 AI 大模型應(yīng)用，因擔(dān)心模型效果不達(dá)預(yù)期而一直處于調(diào)研階段。2025 年 DeepSeek 等開源大模型能力顯著提升后，公司正式啟動 AI 大模型應(yīng)用項目，與中關(guān)村科金開展合作，實現(xiàn)大模型與智能體在電建財務(wù)公司內(nèi)部落地。
01
聚焦三大戰(zhàn)略目標(biāo)，推動大模型落地應(yīng)用
作為典型的央國企財務(wù)公司，電建財務(wù)公司落地 AI 大模型應(yīng)用時，重點聚焦以下三大戰(zhàn)略目標(biāo)，用以更好地發(fā)揮 "AI+ 財務(wù)公司 " 深度融合作用：
首先是工作效率提升。通過篩選出貼合業(yè)務(wù)實際的 AI 技術(shù)應(yīng)用場景，助力工作效率提升，減少重復(fù)勞動。
其次是經(jīng)營效能提升。通過充分發(fā)揮 AI 技術(shù)的海量數(shù)據(jù)分析能力、語言解析能力等專業(yè)優(yōu)勢，更好地為經(jīng)營決策提供輔助支撐，提升業(yè)務(wù)經(jīng)營效能。
最后是服務(wù)提質(zhì)增效。借助大模型和智能體的拓展應(yīng)用，踐行立足集團(tuán)、服務(wù)集團(tuán)經(jīng)營理念，打造全新的數(shù)智化金融服務(wù)生態(tài)，提升金融服務(wù)的能力與水平。
最終形成底層可擴(kuò)展、場景可復(fù)制的 AI 應(yīng)用范式，實現(xiàn)從技術(shù)能力到業(yè)務(wù)價值的閉環(huán)轉(zhuǎn)化，為財務(wù)公司數(shù)智化轉(zhuǎn)型提供核心驅(qū)動力，同時形成可借鑒、可復(fù)制的建設(shè)成果經(jīng)驗。
項目以雙平臺為核心體系，實現(xiàn)技術(shù)到價值閉環(huán)落地
整個大模型應(yīng)用項目的技術(shù)架構(gòu)分成四層，包括國產(chǎn)信創(chuàng)算力底座、多模態(tài)模型矩陣、大模型應(yīng)用開發(fā)平臺和大模型應(yīng)用平臺。
以中關(guān)村科金的得助大模型平臺作為能力基座，集成模型全生命周期管理、場景 Agent 可視化開發(fā)、知識庫智能管理、數(shù)據(jù)指標(biāo)構(gòu)建及應(yīng)用多渠道發(fā)布等核心功能，實現(xiàn) AI 能力的靈活配置與高效沉淀。
大模型應(yīng)用平臺則聚焦用戶體驗，結(jié)合財務(wù)場景操作習(xí)慣設(shè)計輕量化前端界面，通過調(diào)用開發(fā)平臺輸出的 Agent 能力，將知識問答、數(shù)據(jù)問答、資金計劃預(yù)測、報告生成等場景應(yīng)用以友好易用的前端方式呈現(xiàn)，讓技術(shù)價值直達(dá)業(yè)務(wù)端。
03
夯實底層能力，試點四大高價值場景
在應(yīng)用場景選擇上，電建財務(wù)公司與中關(guān)村科金基于項目建設(shè)目標(biāo)，結(jié)合業(yè)務(wù)部門當(dāng)前需求，并參考市面上大模型成熟應(yīng)用場景，評估出四大高價值場景，作為一期項目落地重點。
第一是企業(yè)級知識問答。構(gòu)建覆蓋制度、結(jié)算、信貸等專屬知識庫，支持電建財務(wù)公司內(nèi)部查詢，并面向集團(tuán)成員單位提供業(yè)務(wù)咨詢。
第三是資金計劃預(yù)測。使用金融數(shù)據(jù)倉庫中近 3 年的歷史數(shù)據(jù)，運用時序大模型、回歸預(yù)測模型、RNN 模型等對其進(jìn)行數(shù)據(jù)分析、訓(xùn)練，并通過預(yù)測結(jié)果整合、修正，輸出預(yù)測結(jié)果，項目實現(xiàn) 20 余項數(shù)據(jù)指標(biāo)的較高準(zhǔn)確率預(yù)測。
第四是信貸報告智能寫作。將整個信貸報告拆解為 12 個子章節(jié)，每個章節(jié)構(gòu)建單獨的子智能體模塊，每個模塊通過自動調(diào)用信貸數(shù)據(jù)、企查查等公域信息，生成高質(zhì)量的信貸報告。
在一期項目建設(shè)過程中，電建財務(wù)公司同步開展了底層數(shù)據(jù)治理工作，對業(yè)務(wù)系統(tǒng)中的結(jié)構(gòu)化數(shù)據(jù)和制度文件等非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行了系統(tǒng)梳理、清洗、標(biāo)注和知識化處理。
這一工作雖然并非一期的主要建設(shè)目標(biāo)，但被明確列為重要配套舉措，其核心目的是夯實 AI 應(yīng)用的底層數(shù)據(jù)基礎(chǔ)，為后續(xù)場景的深化與拓展提供高質(zhì)量、可復(fù)用的數(shù)據(jù)支撐。
一期項目的落地實踐，提升了業(yè)務(wù)部門對 AI 大模型的應(yīng)用價值認(rèn)知。過去業(yè)務(wù)部門人員普遍不清楚 AI 到底能如何與自身具體工作結(jié)合，經(jīng)過親身參與場景設(shè)計、智能體構(gòu)建以及實際演示后，業(yè)務(wù)部門人員清晰地看到了 AI 的真實價值。這種認(rèn)知飛躍直接引發(fā)了業(yè)務(wù)需求端的爆發(fā)式增長。
04
應(yīng)用效果當(dāng)前以工作提效為主，后續(xù)會挖掘業(yè)務(wù)增量價值
從落地效果來看，一期落地場景主要是通過工作效率、經(jīng)營質(zhì)效提升為核心維度。通過 AI 賦能，顯著減少了業(yè)務(wù)人員的重復(fù)性勞動，大幅提升了工作效率。
從四大業(yè)務(wù)場景來看，企業(yè)級知識問答場景，知識獲取效率提升 85% 以上，員工查詢業(yè)務(wù)知識平均耗時縮短至分鐘級。
信貸報告智能撰寫場景，信貸報告單份報告初稿生成時間縮短至 2 小時。
資金數(shù)據(jù)問答場景，數(shù)據(jù)獲取效率提升 85% 以上，跨系統(tǒng)數(shù)據(jù)匯總縮短至 10 分鐘；
資金計劃預(yù)測場景，資金計劃預(yù)測實現(xiàn)實時更新，部分重復(fù)性統(tǒng)計工作完全替代人工。
在后續(xù)項目場景建設(shè)時，收益評估維度進(jìn)一步從降本提效轉(zhuǎn)向業(yè)務(wù)增量價值。
同時，后續(xù)項目還會構(gòu)建了存貸聯(lián)動、智能營銷等場景，通過 AI 從海量歷史數(shù)據(jù)中自動發(fā)現(xiàn)規(guī)律、洞察潛在貸款需求，并實現(xiàn)對成員單位的主動觸達(dá)，真正實現(xiàn)了從被動響應(yīng)到主動經(jīng)營的轉(zhuǎn)變，創(chuàng)造了顯著的業(yè)務(wù)增量價值。
05
專班機(jī)制保證項目成功落地
大模型項目中普遍存在的業(yè)務(wù)協(xié)同難問題，即使有最高管理層掛帥，也經(jīng)常會出現(xiàn)項目推進(jìn)困難等問題。
為保障專班成員真正發(fā)揮作用，公司同步建立了多層次的管理激勵與約束機(jī)制。第一是將專班參與度明確納入部門和個人 KPI 考核，成為硬性績效指標(biāo)；第二是制定內(nèi)部規(guī)章制度，明確規(guī)定凡涉及本部門業(yè)務(wù)場景的周會，專班成員必須全程參加；第三是公司領(lǐng)導(dǎo)定期參加項目關(guān)鍵會議，親自聽取匯報并進(jìn)行指導(dǎo)，極大提升了全員重視程度和執(zhí)行力。
與此同時，公司還組織開展了系統(tǒng)化的全員培訓(xùn)與階段性成果匯報活動，共舉辦約 10 余節(jié)專題培訓(xùn)課程，重點圍繞低代碼智能體構(gòu)建、提示詞工程等實用技能展開。
培訓(xùn)貫穿項目始終，并設(shè)置了兩次高規(guī)格階段性匯報：第一次匯報要求專班成員結(jié)合自身崗位，制作 PPT 講述 AI 在工作和生活中的賦能故事；第二次匯報則要求各業(yè)務(wù)部門在平臺上獨立搭建一個完整業(yè)務(wù)場景，并進(jìn)行思路闡述、技術(shù)方案說明、難點分析以及現(xiàn)場演示。
通過制度保障、KPI 驅(qū)動、培訓(xùn)激勵與成果匯報的組合機(jī)制，電建財務(wù)公司項目成功實現(xiàn)了從 " 科技部門單兵作戰(zhàn) " 到 " 全業(yè)務(wù)部門主動參與 " 的根本轉(zhuǎn)變，有效解決了業(yè)務(wù)協(xié)同難題，為項目高質(zhì)量落地和持續(xù)迭代提供了堅實的組織基礎(chǔ)。這一專班機(jī)制也成為電建財務(wù)公司在央國企 AI 落地實踐中最具借鑒價值的成功經(jīng)驗之一。
注：點擊左下角" 閱讀原文 "，前往愛分析官網(wǎng)，了解更多內(nèi)容。
