最近，桂林银行来了一个聪明的“年轻人”，不管问它农村金融知识还是作物生长情况都能对答如流。

　　“这就是桂林银行基于大语言模型开发的‘云上乡村’数智平台项目（以下简称‘云上乡村’）。”桂林银行乡村金融工作部相关负责人介绍，“云上乡村”海量的乡村金融知识储备，来源于在行内数据平台基础上对乡村振兴相关业务数据进行的归集整理，而在近期成功本地化部署轻量DeepSeek-R1推理模型后，依托大模型的自然语言分析处理能力，乡村金融工作中那些非结构化数据，比如，不同格式的文档、表格、图片等，也都能被解析纳入“云上乡村”的知识储备中。除传统数据输出外，它还能将村情村貌、乡村治理、村级医疗、村级教育等特点信息一并整合调用，不断完备知识体系。

　　“这些数据将帮助我们更好地分析乡村居民的金融需求特点、消费习惯以及农业生产的周期性规律。”在桂林银行工作人员的演示下可以看到，“云上乡村”输出的内容并非简单的“数据”，它既可以是一套图表，也可以是一份产业报告，还可以是一份详细的乡村金融问题解决方案，这个功能也被形象称为“AI数据分析师”。

　　在乡村振兴中，金融承担着重要的资源配置功能，但受农村征信数据难以评估，农村生产经营始终受市场、自然灾害等不确定性因素影响，且农民抵押物有限，导致涉农贷款容易出现逾期、坏账，很多金融机构下乡业务较为保守。

　　在桂林银行，距离村民们最近的是小微支行，而对于小微支行员工来说，他们人均要负责四五个自然村，还要做到对村民的风评和为人都了然于胸，甚至需要具备能看出一亩地能种多少果蔬、树龄多长、预期收获如何等能力，才能对农户提出的资金需求，做出恰当的风险评估。

　　正因此，要让金融“活水”实现精准滴灌，还需要一个“帮手”辅助一线银行工作人员看到更有前瞻性的解决方案，“云上乡村”扮演的正是这样一个角色——打破农村“信息孤岛”，为制定全方位乡村金融数字化转型战略，提供良好的规划、应用和流程支撑。

　　不仅如此，客户经理在今后的信贷调查工作中，特别是在撰写信贷调查报告时，也可以充分利用AI来提升效率和准确性。

　　“区别于传统AI报告的生成，AI生成报告是通过分步引导用户生成内容可控的方式完成撰写，多环节引入用户反馈机制，允许用户多次修订。”桂林银行信息技术部相关负责人说。

　　如何理解这段话？在内测的操作演示中可以看到，用户输入“报告主题”后，AI就会生成“摘要”，通过修订“摘要”，便能够控制“报告”的内容生成范围，再自定义引用相关资料源，就能形成一篇“报告正文”初稿。同时，AI生成报告还支持采用交互式编辑，如果需要对文中部分内容进行修改，AI还可以自动调整报告上下文逻辑，保持全文连贯性。

　　“信贷调查报告作为我们开展业务的核心文件，不仅承载着客户的基本信息及信用状况，更是银行做出贷款决策的重要依据。这类AI应用场景可以有效解决客户经理可能因经营经验不足或调查不充分而导致报告内容缺失、结构混乱等问题。”桂林银行相关负责人说，有了这套系统的辅助，客户经理按照模板提示逐步填写内容，即可轻松生成一篇结构清晰、内容翔实的信贷调查报告初稿。

　　事实上，人工智能在金融领域的应用已有较长时间。早在2021年，桂林银行便引入机器人流程自动系统（RPA）处理流程性的日常工作，截至目前，23个“机器人”被应用在161个工作场景，节约了超17万个小时的时间成本。

　　此外，作为广西城商行中首家使用大模型赋能业务开展的银行，桂林银行2023年积极探索大模型在银行业的应用场景，并于2024年上半年成功上线大模型中台项目，支撑了“云上乡村”、桂银MO等多个业务场景。

　　近年来，桂林银行又陆续开发了元宇宙数字人“小漓”、AI智能助手“桂小知”、基于DeepSeek框架技术优化上线“数智魔方”AI应用门户等30余个大模型应用，通过AI技术为全行各业务系统赋能。据统计，桂林银行大模型中台累计调用次数超40万次，使用大模型技术分析授信审查报告11512份，使用场景涉及内容创作、代码编写、辅助写作、智能授信、乡村金融等领域，业务效率与服务质量显著提升。换言之，人工智能正重塑金融业的业务流程、运营模式等方方面面，并释放出行业新质生产力，以金融的高质量发展推动社会经济的高质量发展，成为数字金融步入深水区的破局之钥。

　　如今，打开桂林银行手机APP，“数字人”小漓会亲切地询问客户需要办理的业务。“对于部分老年客户和视障群体而言，他们可能会遇到手机屏幕上的文字阅读困难的问题，我们的‘数字人’在这个时候就能派上用场，它会以语音引导的方式，亲切地询问客户想要办理的具体业务，并在一系列互动式的问答交流中，智能识别客户需求，自动为客户导航至相应的业务界面，极大地提升了操作便捷性与用户体验。”桂林银行数字银行管理部相关负责人说。

　　眼下，桂林银行的人工智能的应用场景还在拓展，可以预见的是，人工智能将重塑金融服务的底层逻辑，让服务从“被动响应”转向“主动预判”，例如，当系统捕捉到某区域农业周期波动或民生消费趋势时，AI将自动生成多维度的金融服务预案，客户经理只需结合人文洞察校准方案温度，即可实现“需求未显，服务已至”。这种“AI预判+人机协同”的新范式，正在重新定义金融服务的响应半径与价值深度——从“看见需求”到“预构需求”，从“满足当下”到“共筑未来”。（来源：桂林日报/李思静）