作為國(guó)內(nèi)首家通過(guò)DCMM（數(shù)據(jù)管理能力成熟度）四級(jí)認(rèn)證的城市商業(yè)銀行，上海銀行近期率先落地行業(yè)級(jí)數(shù)據(jù)智能創(chuàng)新項(xiàng)目——"智能問(wèn)數(shù)平臺(tái)"。該項(xiàng)目依托數(shù)勢(shì)科技領(lǐng)先的SwiftAgent智能體技術(shù)架構(gòu)與DeepSeek大模型底座，實(shí)現(xiàn)了全行數(shù)據(jù)服務(wù)模式的革命性升級(jí)，標(biāo)志著金融業(yè)數(shù)據(jù)民主化進(jìn)程取得關(guān)鍵突破。

標(biāo)桿銀行直面行業(yè)痛點(diǎn)，破局?jǐn)?shù)據(jù)應(yīng)用瓶頸在深度推進(jìn)數(shù)字化轉(zhuǎn)型戰(zhàn)略的背景下，上海銀行發(fā)現(xiàn)傳統(tǒng)數(shù)據(jù)服務(wù)存在三大核心挑戰(zhàn)：? 數(shù)據(jù)民主化不足：業(yè)務(wù)人員依賴(lài)科技團(tuán)隊(duì)開(kāi)發(fā)指標(biāo)，傳統(tǒng)BI工具使用門(mén)檻高；? 效率天花板凸顯：人工分析耗時(shí)且報(bào)告制作成本高昂；? 智能化能力割裂：指標(biāo)建設(shè)與AI應(yīng)用鏈路分離，導(dǎo)致洞察轉(zhuǎn)化延遲。"上海銀行的DCMM四級(jí)認(rèn)證彰顯我們?cè)跀?shù)據(jù)治理領(lǐng)域的領(lǐng)先地位，但真正的挑戰(zhàn)在于讓數(shù)據(jù)價(jià)值直達(dá)業(yè)務(wù)前線。"上海銀行相關(guān)表示，"我們需要的不僅是技術(shù)升級(jí)，更是數(shù)據(jù)服務(wù)范式的重構(gòu)。"SwiftAgent賦能企業(yè)數(shù)字化升級(jí)，重構(gòu)數(shù)據(jù)分析新范式上海銀行牽手?jǐn)?shù)勢(shì)科技作打造智能問(wèn)數(shù)平臺(tái)，旨在構(gòu)建全行級(jí)數(shù)據(jù)民主化體系，實(shí)現(xiàn)“數(shù)據(jù)普惠+智能躍遷”雙輪驅(qū)動(dòng)。此平臺(tái)以數(shù)勢(shì)科技智能分析平臺(tái)SwiftAgent為核心產(chǎn)品，能夠有效支持非技術(shù)人員通過(guò)簡(jiǎn)單的問(wèn)答方式，快速獲取關(guān)鍵數(shù)據(jù)指標(biāo)和深度洞察。平臺(tái)核心應(yīng)用了RAG技術(shù)和AI Agent技術(shù)，確保用戶(hù)能夠以自然語(yǔ)言與系統(tǒng)進(jìn)行互動(dòng)，輕松獲取所需信息。此外，上海銀行智能問(wèn)數(shù)平臺(tái)還全面集成了DeepSeek能力，能夠智能化、透明化地解讀復(fù)雜數(shù)據(jù)，自動(dòng)生成詳盡的智能報(bào)告，并提供切實(shí)可行的決策建議。

上海銀行智能問(wèn)數(shù)平臺(tái)前期重點(diǎn)聚焦對(duì)公業(yè)務(wù)、零售業(yè)務(wù)兩大業(yè)務(wù)場(chǎng)景，通過(guò)Agent架構(gòu)、增加指標(biāo)、維度關(guān)聯(lián)反問(wèn)機(jī)制、數(shù)據(jù)加速引擎并配以DeepSeek大模型，幫助業(yè)務(wù)人員實(shí)現(xiàn)數(shù)據(jù)指標(biāo)快速查詢(xún)、自動(dòng)歸因分析、可視化報(bào)告自動(dòng)生成。同時(shí)，數(shù)勢(shì)科技平臺(tái)還支持快速、便捷地定義業(yè)務(wù)模型和指標(biāo)，使智能問(wèn)數(shù)平臺(tái)具備自助經(jīng)營(yíng)分析、數(shù)據(jù)深度洞察和決策支持能力；可自動(dòng)生成可視化報(bào)告，嵌入掌上行管理平臺(tái)（上海銀行管理駕駛艙），支持業(yè)務(wù)人員獲得更加前瞻、專(zhuān)業(yè)的決策依據(jù)，從而迅速應(yīng)對(duì)市場(chǎng)的變化與挑戰(zhàn)。

智能問(wèn)數(shù)平臺(tái)核心技術(shù)：

?基座大模型：全面適配DeepSeek72B蒸餾模型，提供深度洞察和決策支持。

?Agent智能體技術(shù)：用戶(hù)輸入查詢(xún)請(qǐng)求后，經(jīng)過(guò)意圖識(shí)別模型判斷是否為分析任務(wù)，若是，則進(jìn)入復(fù)雜/簡(jiǎn)單任務(wù)判斷（復(fù)雜任務(wù)需要經(jīng)過(guò)規(guī)劃器進(jìn)行子任務(wù)的拆解，保證任務(wù)的順利執(zhí)行，簡(jiǎn)單任務(wù)則直接調(diào)用相應(yīng)的技能模塊，進(jìn)行參數(shù)的解析和后續(xù)執(zhí)行）。

?語(yǔ)義增強(qiáng)技術(shù)：基于數(shù)勢(shì)科技自研的數(shù)據(jù)語(yǔ)義增強(qiáng)引擎，可以增強(qiáng)大模型對(duì)口語(yǔ)的理解能力，將用戶(hù)的表達(dá)對(duì)齊到數(shù)據(jù)庫(kù)里指標(biāo)或維度，并以槽填充的方式形成標(biāo)準(zhǔn)化的API接口，最后提交給計(jì)算引擎去執(zhí)行任務(wù)。因此，相對(duì)于NL2SQL直接從自然語(yǔ)言生成SQL的方式，該方式生成中文指標(biāo)和維度信息，再將生成的信息填充到標(biāo)準(zhǔn)API查詢(xún)對(duì)應(yīng)的槽位上，最后通過(guò)API在后臺(tái)翻譯成查詢(xún)邏輯并提交執(zhí)行，這樣可以對(duì)整個(gè)鏈路進(jìn)行拆分，將大模型的不確定性和幻覺(jué)效應(yīng)降到最低。

?技術(shù)引擎加速技術(shù)：數(shù)據(jù)查詢(xún)采用數(shù)勢(shì)科技自研的HME引擎，基于Doris引擎，針對(duì)指標(biāo)進(jìn)行預(yù)定義和預(yù)先加工，實(shí)現(xiàn)自動(dòng)初始化處理，用戶(hù)無(wú)感知。對(duì)比傳統(tǒng)的SQL查詢(xún)速度，提升5-20倍，實(shí)現(xiàn)亞秒級(jí)查詢(xún)體驗(yàn)。

?多輪會(huì)話和記憶召回：針對(duì)用戶(hù)的會(huì)話記憶和知識(shí)記憶進(jìn)行存儲(chǔ)和召回設(shè)計(jì)，實(shí)現(xiàn)長(zhǎng)短時(shí)記憶的科學(xué)索引，并且針對(duì)結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)做多級(jí)緩存機(jī)制的設(shè)計(jì)。

數(shù)據(jù)普惠落地，戰(zhàn)略?xún)r(jià)值凸顯上海銀行正持續(xù)推進(jìn)“智能問(wèn)數(shù)平臺(tái)”的建設(shè)與技術(shù)優(yōu)化迭代，該平臺(tái)作為銀行數(shù)智化轉(zhuǎn)型的重要一環(huán)，旨在打造高效便捷的數(shù)據(jù)服務(wù)體驗(yàn)，預(yù)期將在多個(gè)維度帶來(lái)顯著提升。在平臺(tái)目標(biāo)效果方面，“智能問(wèn)數(shù)平臺(tái)”致力于：? 大幅提升數(shù)據(jù)民主化水平： 項(xiàng)目將夯實(shí)數(shù)據(jù)資產(chǎn)化基礎(chǔ)，實(shí)現(xiàn)業(yè)務(wù)人員自主用數(shù)率從當(dāng)前的35%躍升至80%的目標(biāo)。? 顯著提高用數(shù)效率： 預(yù)期能將業(yè)務(wù)響應(yīng)時(shí)間縮短30%，數(shù)據(jù)分析效率提升40%。在戰(zhàn)略發(fā)展層面，“智能問(wèn)數(shù)平臺(tái)”將被納入上海銀行整體數(shù)智化藍(lán)圖，聯(lián)通行內(nèi)“掌上行”經(jīng)營(yíng)管理決策指揮系統(tǒng)，將AI能力嵌入決策分析核心流程，探索AI賦能經(jīng)營(yíng)管理的有效路徑。同時(shí)，此平臺(tái)還將在完善數(shù)據(jù)自服務(wù)及智能化支撐能力，賦能更多員工“看數(shù)、懂?dāng)?shù)、用數(shù)。

作為平臺(tái)產(chǎn)品提供方數(shù)勢(shì)科技表示，未來(lái)將持續(xù)深化SwiftAgent在金融風(fēng)控、客戶(hù)經(jīng)營(yíng)等場(chǎng)景的應(yīng)用，助推中國(guó)金融業(yè)邁進(jìn)“人人可驅(qū)動(dòng)數(shù)據(jù)智能"的Data Agent新時(shí)代。

關(guān)鍵詞： 數(shù)據(jù) 上海 驅(qū)動(dòng) 普惠 實(shí)現(xiàn)