2026年全国中小企业服务月·第八届数字普惠金融大会于2026年6月在京举行，主题为“数智护航·微光同行”。中科金财董事长朱烨东出席活动并作主题发言。
中科金财董事长朱烨东指出：“当前银行业内AI浪潮正盛，许多银行都在用通用大模型加速构建各类智能体应用，我们基于多年金融AI实践积淀以及与多位银行首席信息官深度访谈调研后，得出一个关键结论：摒弃通用大模型直接落地行业应用的传统路径，而要以本体+大模型双轮驱动，真正推动银行业AI从‘对话工具’迈向‘业务专家’。”并于会上围绕这一核心论断进行了系统阐释与深度论证。
一、通用大模型在银行核心业务场景难以真正落地应用
各银行在应用通用大模型过程中，普遍面临诸多问题。
首先，通用大模型的幻觉问题至今仍未解决，使其在金融领域的核心场景中难以深度应用。其次，通用大模型存在典型 “黑箱” 短板，无法完整解释其决策逻辑，导致在金融领域难以开展全流程审计、追溯与风险评估，无法满足监管合规要求。此外，通用大模型还存在认知风险：缺乏行业知识储备，面对专业术语常常答非所问，“懂语言、不懂业务”，对复杂金融逻辑和监管要求缺乏深层认知，难以做出精准、一致的判断。最后，通用大模型智能体缺少动态权限约束机制，无法依据业务流程、交易上下文自动控制访问范围，难以满足数据安全要求。
二、本体论：AI在银行业应用落地的核心方法论
造成通用大模型应用困境的根本原因主要有两方面。
第一，数据治理根基薄弱。现有数据治理多停留在监管报送、内部查询等表层需求，尚未向智能体运营、AI赋能及业务管理升级延伸，致使数据标准与一致性难以达标。一旦数据治理无法适配智能应用，生产安全隐患与决策偏差将接踵而至。加之静态数据滞后于业务变化，大模型难以感知实时风险，风险管控难免陷入被动。
第二，语义理解存在鸿沟。技术与业务之间“各说各话”，通用大模型对银行业务认知浮于表面，难以准确把握真实业务意图，频频出现“会错意、办错事”的窘境，无法有效支撑关键业务决策。语义理解若从源头失真，后续连锁反应将更为严峻。
为破解上述困局，中科金财与国内计量语义学专家展开合作，深入研究语义模型，并依托多年金融科技实践积累，在探索中发现本体论是AI在银行业应用落地的核心方法论，可以解决上述大模型幻觉、黑盒、统一认知、管理权限等问题。
三、本体是“大脑”，大模型是“触手”——双轮驱动银行业AI从“对话工具”迈向“业务专家”
什么是本体？本体是银行业务认知的底座，将客户、账户、交易等核心要素定义为“活的实体”，构建集数据、流程、规则、元数据等于一体的业务模型，将静态数据转化为机器可以“理解、关联、推理”的动态对象，其核心价值是打通技术与业务部门的壁垒，统一语义，让AI真正地”懂业务，说行话“。
大模型作为智能推理引擎，具备强大的语义理解、逻辑推理、内容生成与多轮对话能力，能处理复杂的非结构化自然语言交互，完成报告撰写、智能问答等任务。但其泛化性强却缺乏领域约束，需结合业务知识“喂养”才能实现精准落地与可控输出。
正因本体与大模型各具优势且互补性极强，单一技术无法真正适配银行业高精度、强合规的落地需求，基于此，我们提出“本体+大模型”双轮驱动架构，将本体定位为“大脑”、大模型定位为“触手”，二者协同实现1+1>2的效能跃升。
二者深度耦合、双向赋能，形成了相辅相成的闭环赋能体系。一方面，本体赋能大模型，提供精准业务语义与事实锚点，划定知识边界，大幅降低生成幻觉；另一方面，大模型反哺本体，通过泛化理解实现自动化知识抽取，提升本体建模效率。采用双轮驱动模式，也可降低特定情境下TOKEN消耗量，实现效率与成本的双重优化。
四、本体+大模型智能底座赋能核心应用场景
基于本体+大模型双轮驱动构建的智能底座，可全面升级银行业通用大模型的应用能力，为多个关键业务场景提供精准支撑。例如，面向客户经理的新一代知识库：解决通用大模型回答问题时难以保障内容召回准确性、业务逻辑脉络差的问题；面向管理层提供具有深度的经营形势分析报告：整合外部宏观经济数据与银行内部业务数据，形成综观分析报告；面向风险管理的风险穿透和关联性影响分析：推动AI在穿透管控关联交易、资金运用等重点领域风险的应用；面向业务创新的敏捷运营能力建设：将AI应用框定到一个合规的框架内。在普惠、信贷、业务元数据治理等场景均可发挥重要作用。
五、实施案例：重构某头部城商行授信尽调全流程
中科金财已具备成熟的搭建本体+大模型双轮驱动底座的经验与能力，在某城商行重构了授信尽调全流程，具备问题进件前置拦截、流水鉴真、前移风险识别关口、深挖非结构化信息、风险识别、风险扩散模型等能力，进一步提升报告生成效率与客户体验与粘性，深度挖掘隐形风险。
未来，中科金财将持续深耕本体建模，深化本体+大模型在银行业中的应用，持续丰富矩阵产品，协助银行快速搭建贴合业务实际的本体模型，实现从技术底座到业务落地的一站式交付，推动银行业AI实现从“对话工具”到“业务专家”的跨越，赋能银行业的智能化转型。