重構(gòu)、重塑、重生

縱觀人類發(fā)展史，技術(shù)變革始終主導(dǎo)著時(shí)代的躍遷。當(dāng)今世界正在經(jīng)歷百年未有之大變局，全球智能化浪潮風(fēng)起云涌，大模型的崛起正在加速人工智能技術(shù)的群體性突破，人工智能已成為我國經(jīng)濟(jì)增長的新引擎，惠及干行百業(yè)，走進(jìn)千家萬戶，滲透人們生活的方方面面。面對智能時(shí)代的新變革和新變局，大型商業(yè)銀行紛紛應(yīng)用大模型技術(shù)創(chuàng)新金融服務(wù)，書寫銀行業(yè)的數(shù)字金融服務(wù)新篇章。

智能技術(shù)成勢蝶變。2025年4月，習(xí)近平總書記在上海考察時(shí)強(qiáng)調(diào)，人工智能技術(shù)加速迭代，正迎來爆發(fā)式發(fā)展。當(dāng)前，人工智能的爆發(fā)式增長正成為數(shù)字時(shí)代大國戰(zhàn)略博弈的重要變量，其影響力已超越技術(shù)范疇。以DeepSeek國產(chǎn)大模型為代表的人工智能，已成為新一輪科技革命的“頭雁型”戰(zhàn)略技術(shù)，其核心優(yōu)勢不僅體現(xiàn)在技術(shù)突破上，更在于其技術(shù)平權(quán)化等特點(diǎn)所帶來的巨大影響，推動著人工智能紅利向更廣泛的社會經(jīng)濟(jì)領(lǐng)域滲透，加速全球科技、經(jīng)濟(jì)乃至政治格局的重構(gòu)。

金融行業(yè)馭勢求變。人工智能既是科技革命，更是產(chǎn)業(yè)革命。對于商業(yè)銀行來說，人工智能在解決傳統(tǒng)銀行“人力成本高、客戶體驗(yàn)弱、運(yùn)營效率低、風(fēng)險(xiǎn)識別遲”四大困境上具有獨(dú)特優(yōu)勢。這場由人工智能驅(qū)動的新金融變革正在重塑銀行的生產(chǎn)要素、業(yè)務(wù)場景和服務(wù)范式，必將對銀行業(yè)的服務(wù)創(chuàng)新、體驗(yàn)優(yōu)化、風(fēng)控提升、降本增效產(chǎn)生重大而深遠(yuǎn)的影響。

商業(yè)銀行乘勢應(yīng)變。面對新一輪的科技革命，商業(yè)銀行必須胸懷“國之大者”，堅(jiān)定不移地踐行金融工作的政治性、人民性，堅(jiān)持以人民為中心的價(jià)值取向，積極推進(jìn)大模型應(yīng)用布局。“戰(zhàn)略重構(gòu)一技術(shù)重塑一服務(wù)重生”成為商業(yè)銀行乘勢應(yīng)變的主旋律。郵儲銀行積極踐行社會責(zé)任，履行大行擔(dān)當(dāng)，以科技引領(lǐng)重塑金融業(yè)態(tài)，將這場科技變革浪潮視為“天時(shí)”，以戰(zhàn)略重構(gòu)開啟人機(jī)共生的新布局；將技術(shù)智能底座視為“地利”，以技術(shù)重塑打造人機(jī)協(xié)同的新范式；最終實(shí)現(xiàn)服務(wù)重生的“人和”，彰顯智能時(shí)代人機(jī)共贏新成效，不斷滿足新時(shí)代廣大人民群眾的金融新需求。

戰(zhàn)略重構(gòu)，開啟 “人機(jī)共生” 新布局

以習(xí)近平同志為核心的黨中央高度重視人工智能發(fā)展，近年來完善頂層設(shè)計(jì)、加強(qiáng)工作部署，積極促進(jìn)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合，推動我國人工智能綜合實(shí)力實(shí)現(xiàn)整體性、系統(tǒng)性躍升。2025年政府工作報(bào)告提出，持續(xù)推進(jìn)“人工智能 + ”行動，將數(shù)字技術(shù)與制造優(yōu)勢、市場優(yōu)勢更好結(jié)合起來，支持大模型廣泛應(yīng)用。各家商業(yè)銀行紛紛響應(yīng)國家戰(zhàn)略，積極應(yīng)用人工智能技術(shù)，大力培育和支持大模型發(fā)展。

一是戰(zhàn)略先行，以科技引領(lǐng)布局?jǐn)?shù)字金融發(fā)展路徑。商業(yè)銀行秉承國家戰(zhàn)略指引，在人工智能技術(shù)應(yīng)用上爭做“先鋒隊(duì)”。在“AI+”戰(zhàn)略的推動下，各家銀行紛紛開展金融大模型建設(shè)布局，如工行“工銀智涌”、建行“方舟計(jì)劃”、交行“交心大模型”、招行“一招”、平安銀行“BankGPT”等。大模型應(yīng)用是系統(tǒng)性工程，需要在戰(zhàn)略層面謀劃好全面變革。在戰(zhàn)略路線上，商業(yè)銀行大多圍繞客戶需求和場景創(chuàng)新進(jìn)行大模型布局，采用“頂層布局 ⁺ 分類實(shí)施”的演進(jìn)路線，重點(diǎn)解決傳統(tǒng)技術(shù)應(yīng)用中的供需錯(cuò)配問題。在應(yīng)用體系上，打造“通用智能底座 + 多元化場景”的應(yīng)用模式，深挖大模型在客戶服務(wù)、運(yùn)營效率、風(fēng)控合規(guī)、內(nèi)部賦能等方向上的應(yīng)用價(jià)值。在安全體系上，多采取安全控制策略降低大模型內(nèi)容安全、業(yè)務(wù)場景安全和模型算法安全風(fēng)險(xiǎn)，以保障模型的高可用和業(yè)務(wù)的連續(xù)性。早在2023年2月，郵儲銀行就在業(yè)界率先啟動大模型應(yīng)用探索，成為首個(gè)接人百度“文心一言”的國有大行，首個(gè)與清華智譜達(dá)成戰(zhàn)略合作的國有大行，首個(gè)本地部署全尺寸DeepSeekV3的國有大行，并于2024年12月發(fā)布自主可控的“郵智”天模型。郵儲銀行依托自有大模型“郵智”，深挖大模型技術(shù)在銀行“廣客戶體量、單客戶價(jià)值、多模型場景、微細(xì)節(jié)創(chuàng)新”四大方向的應(yīng)用價(jià)值，形成覆蓋“頂層規(guī)劃一分類應(yīng)用一統(tǒng)籌安全”的人工智能路線。

二是業(yè)技共進(jìn)，以價(jià)值導(dǎo)向構(gòu)建數(shù)字金融服務(wù)生態(tài)。數(shù)字金融服務(wù)創(chuàng)新過程中，技術(shù)與業(yè)務(wù)的融合程度往往決定著產(chǎn)出效能。組織層面，商業(yè)銀行通過成立專門的大模型團(tuán)隊(duì)，理順各方職責(zé)邊界，從經(jīng)營理念、管理機(jī)制和業(yè)務(wù)模式上進(jìn)行全方位變革，為數(shù)字金融服務(wù)生態(tài)建設(shè)奠定組織基礎(chǔ)。資源層面，以場景價(jià)值為導(dǎo)向，加大資金、人力投入，整合內(nèi)部數(shù)據(jù)、算力等資源，為大模型應(yīng)用提供持續(xù)動力。如郵儲銀行成立企業(yè)級大模型工作組，建立“需求牽引+價(jià)值驗(yàn)證”的業(yè)技融合新模式，從客戶服務(wù)、運(yùn)營效率、風(fēng)控合規(guī)、內(nèi)部賦能等方面推進(jìn)大模型場景應(yīng)用，通過大模型的場景應(yīng)用充分釋放企業(yè)效率效益，讓金融人才專注于“專精特新”的高價(jià)值服務(wù)，推動數(shù)字金融高質(zhì)量發(fā)展。

三是文化筑基，以數(shù)字基因培育數(shù)字金融文化底蘊(yùn)。真正的企業(yè)轉(zhuǎn)型均始于文化共識與文化凝聚，一些具有前瞻性戰(zhàn)略思維的銀行已初步建立全行性的數(shù)字金融文化，創(chuàng)新與安全成為數(shù)字金融文化的建設(shè)重點(diǎn)。一方面，建立人機(jī)共創(chuàng)的持續(xù)優(yōu)化機(jī)制。通過培養(yǎng)業(yè)務(wù)人員的“技術(shù)同理心”，保持人類判斷的主導(dǎo)性與糾錯(cuò)意識，使大模型創(chuàng)新和決策既具備機(jī)器計(jì)算的精度，又兼具人類智慧的溫度，形成高效的人機(jī)協(xié)同優(yōu)化機(jī)制。另一方面，打造人機(jī)共擔(dān)的安全管控機(jī)制。在大模型建設(shè)和應(yīng)用過程中，注重將風(fēng)險(xiǎn)意識融人創(chuàng)新的血脈之中，以確保大模型應(yīng)用服務(wù)安全、可信、合規(guī)。

技術(shù)重塑，打造 “人機(jī)協(xié)同” 新范式

智能變革的浪潮中，唯謀變者生存，唯革新者制勝。商業(yè)銀行積極踐行國家“人工智能 + ”戰(zhàn)略，主動搶抓“人工智能 + ”的歷史性機(jī)遇，大力探索第二曲線發(fā)展路徑。在這場人工智能賦能金融服務(wù)的第二曲線突圍戰(zhàn)中，天型商業(yè)銀行已通過技術(shù)實(shí)踐探索出一個(gè)全新的人機(jī)協(xié)同新范式，“系統(tǒng)、數(shù)據(jù)、算力”是新范式的三駕馬車。

一是系統(tǒng)整合，構(gòu)筑人機(jī)協(xié)同“新基座”。商業(yè)銀行的大模型應(yīng)用場景較多且復(fù)雜，不同場景間適配成本較高，系統(tǒng)的整合能力和運(yùn)維能力制約著場景創(chuàng)新和規(guī)?；瘧?yīng)用，模型的開發(fā)、工具、應(yīng)用等系統(tǒng)成為底層系統(tǒng)整合的重點(diǎn)。如郵儲銀行依托智能體（Agent）開發(fā)平臺、模型開發(fā)工具平臺、應(yīng)用服務(wù)平臺建設(shè)了全流程、一體化的模型工具鏈，支持模型從研發(fā)、評估到部署、監(jiān)控的端到端全生命周期管理。新的大模型技術(shù)體系不僅實(shí)現(xiàn)單智能體與多智能體動態(tài)協(xié)作的有機(jī)統(tǒng)一，還有效地將AI技術(shù)轉(zhuǎn)化為模塊化能力組件，實(shí)現(xiàn)“開箱即用”的標(biāo)準(zhǔn)化組裝和靈活調(diào)配，能更好地滿足復(fù)雜業(yè)務(wù)場景需求，實(shí)現(xiàn)模型資產(chǎn)的共享復(fù)用。

二是數(shù)據(jù)筑基，打造人機(jī)協(xié)同“新引擎”。銀行大模型既具有通用大模型的泛用能力特征，又具有垂類大模型顯著的金融行業(yè)特點(diǎn)，它高度依賴于海量金融數(shù)據(jù)驅(qū)動，包括經(jīng)濟(jì)、市場、交易、行為甚至社交媒體等數(shù)據(jù)。因此，商業(yè)銀行在處理大模型數(shù)據(jù)時(shí)，既面臨數(shù)據(jù)源的復(fù)雜性，又要統(tǒng)籌考慮業(yè)務(wù)決策、產(chǎn)品運(yùn)營、監(jiān)管約束等因素。如郵儲銀行在建設(shè)數(shù)據(jù)資源時(shí)，通過全面融合結(jié)構(gòu)化、非結(jié)構(gòu)化及外部數(shù)據(jù)，搭建了“基礎(chǔ)一行業(yè)一企業(yè)一領(lǐng)域一場景”五級數(shù)據(jù)集架構(gòu)，形成層次清晰、數(shù)智融合、可持續(xù)運(yùn)營的全域數(shù)據(jù)資產(chǎn)體系，推動涵蓋數(shù)據(jù)采集、數(shù)據(jù)處理、質(zhì)量管控、數(shù)據(jù)供給的一體化聯(lián)合運(yùn)營。

三是算力突破，重塑人機(jī)協(xié)同“新中樞”。大模型發(fā)展和應(yīng)用高度依賴于強(qiáng)大的算力支持，然而大模型能力發(fā)展與算力建設(shè)之間的矛盾日益凸顯，成為實(shí)際應(yīng)用中不可忽視的現(xiàn)實(shí)挑戰(zhàn)。目前因大模型應(yīng)用的算力需求增速已遠(yuǎn)大于算力性能按照“摩爾定律”演進(jìn)的速度，給銀行帶來巨大的算力資源缺口和成本壓力。中小銀行大多通過大模型算力擴(kuò)容的方式提升自身算力，但需承受巨大的采購成本。一些國有大型商業(yè)銀行除了加快自身算力資源建設(shè)外，也試圖通過提升算力管理效能來緩解大模型需求和算力資源之間的矛盾。

服務(wù)重生，凸顯 “人機(jī)共贏 新成效

新故相推，日生不滯。人工智能技術(shù)的應(yīng)用必將成為銀行業(yè)競爭格局的關(guān)鍵分水嶺，其應(yīng)用水平將顯著加劇金融機(jī)構(gòu)間的分化態(tài)勢，成為銀行機(jī)構(gòu)實(shí)現(xiàn)“彎道超車”的契機(jī)。2025年以來，大模型的應(yīng)用將銀行的數(shù)字化轉(zhuǎn)型推向一個(gè)前所未有的高度，銀行業(yè)的服務(wù)實(shí)現(xiàn)從“流程驅(qū)動”向“需求驅(qū)動”的轉(zhuǎn)變，以客戶為中心的服務(wù)理念得以有效實(shí)施。

從行業(yè)來看，商業(yè)銀行的大模型應(yīng)用正從探索階段走向多場景“百花齊放”的階段，在具體應(yīng)用上每家銀行各有側(cè)重，大致可分為客戶服務(wù)、內(nèi)部賦能、技術(shù)輸出三類。客戶服務(wù)層面，農(nóng)業(yè)銀行應(yīng)用大模型技術(shù)增強(qiáng)客服機(jī)器人服務(wù)能力，上海銀行聚焦手機(jī)銀行交互模式推出AI原生手機(jī)銀行。內(nèi)部賦能層面，建設(shè)銀行等銀行依托DeepSeek在行內(nèi)智慧辦公領(lǐng)域進(jìn)行賦能，中國銀行在智能研發(fā)場景上提升代碼生成效率，浦發(fā)銀行則聚焦“小微企業(yè)授信盡調(diào)報(bào)告智能生成”這一特色場景進(jìn)行創(chuàng)新試點(diǎn)，提升普惠客戶的盡調(diào)效率。技術(shù)輸出層面，工商銀行將大模型核心能力封裝為標(biāo)準(zhǔn)化服務(wù)，向中小銀行開放API接口，助力大模型對銀行業(yè)的整體賦能。

總體來說，大模型的服務(wù)應(yīng)用拓寬了商業(yè)銀行價(jià)值創(chuàng)造能力，主要表現(xiàn)為服務(wù)創(chuàng)新帶來的效能提升，以及流程重構(gòu)帶來的效率提升，而客戶服務(wù)和企業(yè)經(jīng)營領(lǐng)域是大模型應(yīng)用的主賽道，也是未來最具潛力和想象力的領(lǐng)域。目前，郵儲銀行已前瞻性開展了230余項(xiàng)大模型場景建設(shè)，處于大型銀行大模型應(yīng)用的第一梯隊(duì)。本文結(jié)合其實(shí)踐，闡述大模型技術(shù)的應(yīng)用方式和應(yīng)用效果，解構(gòu)大型銀行的“客戶服務(wù)提質(zhì) + 企業(yè)經(jīng)營提效”大模型應(yīng)用閉環(huán)生態(tài)。

服務(wù)重生，實(shí)現(xiàn)“線上 + 線下 + 遠(yuǎn)程”的立體化金融體驗(yàn)革新

堅(jiān)持“以客戶為中心”的服務(wù)理念，聚焦“線上交互效率低、線下網(wǎng)點(diǎn)效能慢、遠(yuǎn)程營銷體驗(yàn)差”三大核心痛點(diǎn)，在“線上 .+ 線下 + 遠(yuǎn)程”客戶服務(wù)全渠道多場景應(yīng)用大模型，實(shí)現(xiàn)立體化金融體驗(yàn)革新。例如，針對線上渠道頁面交互機(jī)械僵化，客戶容易陷入人找服務(wù)的“交互迷宮”，操作效率低下的問題，推出手機(jī)銀行智能助理，實(shí)現(xiàn)從被動響應(yīng)到主動關(guān)懷的交互變革；針對網(wǎng)點(diǎn)服務(wù)標(biāo)準(zhǔn)不統(tǒng)一、柜面人力資源錯(cuò)配程度高，面臨“忙閑不均”的人力困局，推出云柜數(shù)字員工，實(shí)現(xiàn)從人力依賴到數(shù)字分身的服務(wù)蝶變；針對遠(yuǎn)程服務(wù)話術(shù)同質(zhì)化，AI語音生硬，缺乏情感共鳴等問題，推出智能外呼服務(wù)，實(shí)現(xiàn)從標(biāo)準(zhǔn)服務(wù)到個(gè)性匹配的觸達(dá)蛻變。

線上服務(wù)推出手機(jī)銀行智能助理，實(shí)現(xiàn)從被動響應(yīng)到主動關(guān)懷的交互變革。利用大模型等人工智能技術(shù)輔助意圖理解和體驗(yàn)提升，運(yùn)用大小模型協(xié)同、語音文字雙模式交互，將機(jī)械式、復(fù)雜的被動式服務(wù)轉(zhuǎn)變?yōu)闇嘏⒈憬莸闹鲃邮椒?wù)。在手機(jī)銀行打造“對話即服務(wù)”的全新交互范式，客戶通過對話指令即可完成轉(zhuǎn)賬、理財(cái)推薦、賬單查詢等常用交易，實(shí)現(xiàn)從“人找服務(wù)”到“服務(wù)找人”的“一步直達(dá)”式交互新體驗(yàn)。目前，已實(shí)現(xiàn)客戶問題識別率達(dá) 99.13% ，問題解決率達(dá) 99.83% 。

線下服務(wù)推出數(shù)字員工，實(shí)現(xiàn)從人力依賴到數(shù)字分身的服務(wù)蝶變。通過AIAgent驅(qū)動的數(shù)字云柜員，構(gòu)建“客戶線下自助操作 + 座席遠(yuǎn)程輔助及辦理”云柜協(xié)同服務(wù)模式，實(shí)現(xiàn)一點(diǎn)接人、一站式響應(yīng)，解決傳統(tǒng)網(wǎng)點(diǎn)服務(wù)標(biāo)準(zhǔn)不統(tǒng)一、人力調(diào)配困難等問題。目前，已支持36支高頻自助交易，服務(wù)效率提升 40% ，有效替代傳統(tǒng)臨柜人員，實(shí)現(xiàn)自助化、智能化客戶服務(wù)。

遠(yuǎn)程服務(wù)推出智能外呼服務(wù)，實(shí)現(xiàn)從標(biāo)準(zhǔn)服務(wù)到個(gè)性匹配的觸達(dá)蛻變。智能外呼服務(wù)體系聚焦擬人化交互語音、靈活化話術(shù)配置、合規(guī)化流程管理三大能力，實(shí)現(xiàn)1.8秒以內(nèi)高擬人回應(yīng)、500ms以內(nèi)文字響應(yīng)、 100% 全流程合規(guī)的高效運(yùn)營閉環(huán)。突破傳統(tǒng)外呼話術(shù)僵化、語音情感缺失痛點(diǎn)，建立“一人一案、千人千面、全時(shí)監(jiān)測”的遠(yuǎn)程交互模式，以有溫度的精細(xì)化運(yùn)營全面提升語音服務(wù)體驗(yàn)。

經(jīng)營重生，實(shí)現(xiàn)“前臺 + 中臺 + 后臺”的全域化金融產(chǎn)能躍遷

以“科技提升產(chǎn)能”為主線，聚焦“前臺交易滯后之困、中臺流程繁瑣之痛、后臺運(yùn)營遲緩之弊”三大核心痛點(diǎn)，在“前臺 + 中臺 + 后臺”企業(yè)經(jīng)營全流程應(yīng)用大模型，實(shí)現(xiàn)全域化金融產(chǎn)能躍遷。

前臺推出智能交易，實(shí)現(xiàn)從逐筆手工到批量秒級的流程再造。在貨幣市場、投行債券、票據(jù)等多個(gè)業(yè)務(wù)場景推出智能交易機(jī)器人，以智能詢價(jià)應(yīng)答、實(shí)時(shí)授信檢查、實(shí)時(shí)統(tǒng)計(jì)分析、意向自動達(dá)成等功能替代傳統(tǒng)交易員人工詢價(jià)、逐筆手工的作業(yè)模式。目前，已實(shí)現(xiàn)貨幣交易只需22秒即可完成交易，較手工交易效率提升近 94% ；投行債券交易單筆交易時(shí)間從60分鐘縮減至3分鐘內(nèi)，效率提升 95% 以上；票據(jù)業(yè)務(wù)交易要素識別準(zhǔn)確率大于 95% ，磋商時(shí)間縮短 90% ，服務(wù)響應(yīng)速度提升95%，實(shí)現(xiàn)“秒級響應(yīng)、分鐘級到賬”的交易服務(wù)新體驗(yàn)。

中臺推出智能審貸，實(shí)現(xiàn)從人工排查到智能驅(qū)動的模型分析。智能審貸體系基于大模型圖文理解與多模態(tài)信息處理能力，融合影像識別、字段提取、規(guī)則匹配與內(nèi)容生成等能力模塊，實(shí)現(xiàn)材料齊全性判斷、信息結(jié)構(gòu)化提取與合規(guī)性自動審核，資料影像的分類識別率達(dá) 96% ，關(guān)鍵信息提取準(zhǔn)確率達(dá)92% 。同時(shí)，在對公領(lǐng)域，研發(fā)對公授信決策綜合智能體，結(jié)合知識圖譜與檢索增強(qiáng)技術(shù)，支持輔助準(zhǔn)人識別、信用分析、財(cái)報(bào)分析與審查報(bào)告自動撰寫，助力構(gòu)建標(biāo)準(zhǔn)化、結(jié)構(gòu)化、自動化的智能審批流程，單筆業(yè)務(wù)財(cái)務(wù)分析耗時(shí)從數(shù)小時(shí)可縮短至1小時(shí)內(nèi)，審查報(bào)告生成效率預(yù)計(jì)提升 30% ，大幅提升銀行信用審批決策質(zhì)效。

后臺推出智能問數(shù)，實(shí)現(xiàn)從代碼取數(shù)到問答展示的取數(shù)模式。智能問數(shù)服務(wù)支持用戶以自然語言交互式查詢報(bào)表數(shù)據(jù)，實(shí)現(xiàn)高效、精準(zhǔn)取數(shù)，并可根據(jù)數(shù)據(jù)情況自主完成數(shù)據(jù)洞察等分析功能。該服務(wù)依托自主研發(fā)，構(gòu)建了AI原生的“邊想邊算”能力，結(jié)合多智能體技術(shù)，提供“白話訴求、準(zhǔn)確答數(shù)、可視展示、隨時(shí)可用”的智慧數(shù)據(jù)服務(wù)，實(shí)現(xiàn)數(shù)據(jù)易用性和智能化水平的飛躍。目前，智能問數(shù)可實(shí)現(xiàn)3分鐘內(nèi)完成數(shù)據(jù)提取、生成可視化圖表和洞察分析，輸出結(jié)果采納率達(dá) 95% ，將手工取數(shù)和分析的耗時(shí)由“天級”大幅壓縮至“分鐘級”，顯著提升企業(yè)用數(shù)效率。

站在智能時(shí)代的新起點(diǎn)，新機(jī)遇與新挑戰(zhàn)同行。商業(yè)銀行不僅要把握好人工智能技術(shù)帶來的時(shí)代機(jī)遇，也要認(rèn)識到算力瓶頸、模型幻覺、數(shù)據(jù)安全等多重挑戰(zhàn)帶來的巨大難題。上坡路難走，力行則將至。頂風(fēng)船難開，篤志則必達(dá)。商業(yè)銀行應(yīng)始終以服務(wù)國家戰(zhàn)略為己任，堅(jiān)定不移落實(shí)“人工智能 + ”戰(zhàn)略，全力做好金融“五篇大文章”。在保證安全性、合規(guī)性的基礎(chǔ)上，充分運(yùn)用大模型技術(shù)持續(xù)完善客戶服務(wù)和優(yōu)化經(jīng)營管理，積極履行責(zé)任主體擔(dān)當(dāng)，落實(shí)國家和監(jiān)管機(jī)構(gòu)對于大模型技術(shù)應(yīng)用要求，實(shí)現(xiàn)安全和發(fā)展同行并進(jìn)，為實(shí)體經(jīng)濟(jì)高質(zhì)量發(fā)展、金融強(qiáng)國建設(shè)貢獻(xiàn)力量！

（牛新莊為郵儲銀行副行長。責(zé)任編輯/王茅）