中央金融工作会议指出，要做好数字金融大文章。发展数字经济和数字金融已成为推动银行业数字化转型、拥抱新一轮科技革命的重要途径。江苏银行主动融入数字经济发展新浪潮，持续开展新技术研究，跟进大语言模型发展趋势，立足本行打造定制化垂直模型，增强应用场景适配性，为数字金融智慧化提供基础动能。

近期，该行“智慧小苏”大语言模型平台再添新场景，上线“智能文档助手”提速企业授信，搭建“移动智库”提升用户体验，为客户提供更加智能、高效、便捷的金融服务。

聚焦痛点，企业授信效率大幅提升

企业授信审批环节面临着材料种类多样、提取整合复杂等痛点，客户经理需要投入大量时间与精力对企业营业执照、财务报表、税务记录、征信报告等进行信息提取与整合，这一直制约着授信审批效率。

江苏银行基于大模型“多模态”理念，准确识别用户意图，自动运用音频分析、外部图像处理等功能，实现扫描件、语音、电子表格和文本等多种类型素材的自动化提取，打通多类信息载体间的壁垒。该行推出“智能文档助手”，自动归纳企业经营状况，结合实时舆情信息，实现授信调查报告的智能生成，工作效率提升42%，预计每年节省客户经理1.5万工时。

目前，大语言模型赋能的“智能文档助手”已在移动端、PC端双渠道落地，江苏银行客户经理可随时随地开展尽调工作，企业授信效率大幅提升。

对内赋能，服务质效显著提升

江苏银行以数据驱动为核心，探索运用大语言模型赋能内部员工，优化管理流程，提升工作效率。基于大语言模型的“移动智库”可智能高效整合并提炼内外部规章制度、产品政策、操作流程等，成为决策的智能中枢。

通过引入最新的“检索增强生成”技术，“移动智库”的智能化水平显著提升。在检索阶段，利用强大的文档理解和索引机制，能够从海量的数据中快速提取最相关的信息片段；在生成阶段，这些片段被智能地整合并生成连贯、准确的回答，提升信息的可用性和价值。

“移动智库”不仅能够提供即时的信息检索服务，还能深入分析并生成建议，在智能办公和客户服务领域都发挥着重要作用。无论是基层经营机构还是后台支撑部门，都能通过“移动智库”快速获取信息，提高管理决策的科学性与前瞻性；“移动智库”赋能的线上客服应答准确率由93%提升至97%，业务办理效率及客户服务体验显著提升。

技术革新，模型与算力全面提升

为满足行内外场景高并发、快响应的需求，“智慧小苏”大语言模型服务平台构建了基础设施层、工具层、模型层、服务层与应用层五层架构。基础设施层依托高算力网络与容器云，实现了模型资源的动态分配，具备各类国产化数据库的管理能力，做到高度自主可控与定制化；工具层引入批处理和算子融合等模型加速技术，有效减少对模型参数矩阵的扫描次数，降低内存带宽消耗。

基于行业领先的大模型底座，江苏银行利用自身在金融领域积累的丰富数据和专业知识，对开源通用大模型进行了深入的定向训练和优化，从而使模型能够更精准地适应金融垂直场景下的语境和客户需求，无论是在提供金融产品信息、解读市场动态还是解答复杂的金融咨询方面，都能给出更加专业和个性化的服务。

江苏银行相关业务负责人表示，该行将紧跟时代步伐，继续锐意进取、创新求变，以高质量数字金融服务为数字经济发展注入新动能。