行业认证与标准 - 中国电子信息行业联合会公布最新一批通过国家数据管理能力成熟度（DCMM）认证名单，上海东证期货有限公司获评数据管理能力成熟度甲方稳健级（三级）认证 [1] - 业内已有两家期货公司通过DCMM贯标评估，另一家为国泰君安期货有限公司 [1] - DCMM是我国数据管理领域的首个国家标准，涵盖数据战略、治理、架构、应用、安全、质量、标准、生存周期8大能力域和28个过程域 [1] - 2024年11月，七部门联合印发《推动数字金融高质量发展行动方案》，明确提出指导金融机构健全数据治理体系，完善数据治理制度和数据质量管控机制，积极参加数据管理国家标准（DCMM）贯标评估 [1] 公司发展与战略 - 获评公司表示参与DCMM贯标评估是对自身数据管理能力的客观审视，也是对国家数字金融战略的积极响应 [2] - 公司将持续深化金融科技创新，优化数字化基础设施，提升数据管理效能，充分释放数据要素价值 [2] - 通过融合人工智能与数据应用，赋能业务创新与场景升级，助力培育新质生产力，推动数字化建设高质量发展 [2]

活动背景与目标 - 2025年是十四五规划收官之年和十五五规划奠基之年 金融强国目标推动金融机构落实五篇大文章[2] - 国办要求到2027年金融五篇大文章发展取得显著成效 银行业作为金融体系核心持续被重点关注[2] - 活动旨在通过AI技术变革服务实体经济 以金融提质增效助力经济高质量发展[3] 活动内容与形式 - 发布中国银行业排行榜200强及创新发展优秀案例 洞悉行业趋势与最佳实践[5] - 汇聚政策监管层 资深银行家及学者 探讨银行领域紧迫前沿的国内外热点话题[6] - 深入研讨科技金融 绿色金融 普惠金融 养老金融 数字金融五大领域服务国家战略的方法论[7] - 邀请技术专家分享AI在银行风控 营销 运营 产品创新等核心场景的应用与挑战[8] - 搭建银行与生态圈产业机构交流平台 促进跨界合作与协同创新[9] 会议议程 - 09:05-09:55进行银行经营逻辑与实践探索主旨发言 09:55发布银行业200强研究报告[14] - 10:10-10:55开展AI时代银行经营管理高端对话 10:55-11:40举办银行数智化发展主题论坛[14] - 11:40进行银行业创新案例颁奖 会议于12:00结束[14] 组织架构 - 清华大学五道口金融学院《清华金融评论》编辑部主办 北京清控金媒文化科技有限公司承办[10] - 会议于2025年8月28日在北京举办 报名截止时间为8月26日12:00[13]

核心观点 - 数字金融作为技术底座和创新引擎重塑保险业核心竞争力 公司AI驱动的智能投资产品以近一年73.82%的收益率在全市场领跑 成为数字金融赋能实体的范本 [1] 战略布局 - 2023年率先启动"AI+投资"战略 前瞻布局AI赋能投资机遇 [3] - 制定三年规划 明确"不做成本中心"定位 追求投入产出动态平衡 [7] - 产品管理费收入已覆盖前期投入 形成良性循环 为技术创新提供可持续动能 [7] 技术优势 - AI通过"数据输入-模型训练-结果输出"流程高效整合多源异构数据 精准识别市场模式并挖掘指标关联 [3] - 将人类分析师需要1周的工作时长缩短至1晚完成 [3] - 借助大语言模型实现研报、舆情等语料的快速解析 帮助主观投资团队高频捕捉市场情绪和行业热点 [8] 业务成果 - 2023年底实现产品实盘落地 进入"技术验证-迭代优化"关键阶段 [5] - 截至2025年8月11日 "智能优选"近一年收益率73.82% 在全市场1267只保险资管产品中排名第二 [5] - 通过重构模型架构和优化迭代逻辑 快速修复产品初期净值波动 [5] 应用拓展 - 尝试将投资流程拆解为多节点 各节点植入AI智能体 提升投资科学性和准确性 [8] - 拓展研究广度并提升研究效率 实现研究资源的高效分配 [8] - AI投资虽为"星星之火" 但已展现数字金融创新力量的燎原之势 [10] 行业影响 - 为资管行业数字化转型提供可复制的"新华方案" [10] - 增强金融服务实体经济能力 为做强做优数字经济贡献力量 [10] - AI让投资回归本质 在数据与逻辑交织中发现更确定的未来 [10]

行业会议与奖项 - 中国计算机学会主办2025中国数字金融大会在上海举行 汇聚300余位国内外专家学者共议数字金融前沿议题 [1] - 公司三项案例获大会数字金融产业应用及探索创新优秀案例 展现金融大模型领域领先优势与创新应用能力 [1] 金融智能服务平台 - 基于多模态大模型技术研发AI金融智能服务平台 创新开发产品推荐模型 智能加微模型和推荐效果自动评估模型 [1] - 项目显著提升客户保险需求捕捉精准度及推荐成功转化率 赋能业务效果突出 [1] 汽车金融风控系统 - 引入大模型风控系统 隐私计算及全面数据源整合技术 实现汽车金融风控体系智能化数字化升级 [2] - 系统全年拦截高欺诈风险案件数万件 识别百余家黑中介 进件自动化率升至97.23% 风控审批时效缩至3分钟 [2] - 智能风控系统助力业务减损提效增量 推动行业风控水平提升 [2] 智能资料审核解决方案 - 集成OCR NLP大模型等AI技术 支持180+类型金融文档识别 常用字段准确率超95% [3] - 大模型实现关键信息提取与结构化处理 审核效率提升60%以上 大幅降低人工投入 [3] - 方案已应用于外资银行跨境贸易融资及非金机构合同管理 加速贸易融资与普惠贷款业务办理 [3] 科技风控与保险创新 - 科技风控+保险模式以生态化数智化一体化为核心 重塑保险全价值链风险管理 [4] - 新产品定价效率提升数倍 大灾管理平台实现巨灾赔付低于同业50% 年均打击欺诈团伙超千个 [4] - 年增量减损超18亿元 投资风险预警累计减损超21亿元 实现从事后补偿向事前风险管理转型 [4] 技术发展战略 - 公司将持续提升AI技术研发与应用水平 推动自研大模型与大数据开源平台深度融合 [4] - 加快建设数字化经营 运营 管理 营销 服务五大体系 深化综合金融与医疗养老双轮并行战略 [4]

数字金融赋能保险服务创新 - 公司通过人工智能、大数据、云技术等科技手段实现理赔全流程无人化作业，最快3分钟完成赔付 [3] - 医疗票据结构化采集和医疗责任精准匹配技术攻克了理赔耗时难题，实现智能调度、识别和审核 [3] - 全国首创医保商保门诊急诊直赔服务，实现医院缴费与商业保险理赔同步结算 [4] 数据资产与基础设施建设 - 公司拥有1950年至今超过32亿份保单和6亿客户数据，每日实时流动数据达1100亿条 [6] - 建成"两地三中心"机房架构（上海张江金融数据港、北京中关村环保科技园主园区及上海同城备份），实现全国数据统一管理 [6] - 分布式混合云架构支持私有云与公有云无缝对接，满足互联网和AI时代业务需求 [7] 行业认可与标准引领 - 2022年获得数据管理能力成熟度DCMM最高等级认证，为保险行业首家 [7] - 牵头制定多项行业数据标准，推动行业数据管理水平提升 [7] - 数字金融支撑普惠保险向乡镇、农村延伸，构建全生命周期适老技术体系 [7] 客户服务体验升级 - 理赔时效从传统纸质流程升级为实时到账，案例显示跨省调度10分钟完成赔付 [1] - 系统具备断电断网应急能力，通过"共享作业智慧监控"实现案件跨省调度 [1] - 解决了客户"病历难调、发票难集"痛点，实现"无感理赔"体验 [3]

数字金融内涵与定位 - 数字金融是当前时代的金融新基建 为普惠金融 绿色金融 科技金融 养老金融提供基础设施支撑 本质是金融科技的高阶发展阶段 以数据为核心生产要素驱动金融业态升级[4] - 数字金融与金融科技概念相近但代表更高级形态 数字化转型依赖数据根基 行业从概念探讨转向具体落地[4] - 数字银行核心是科技和数据 尤其是数据资产积累成为长期核心工作[6] 组织架构与战略实施 - 发展数字金融需以战略为牵引组织架构适配业务需要 公司构建双专委会架构 数字金融推进委员会由行长担任主任统筹全局 人工智能创新应用专委会聚焦技术创新与落地[4] - 信息技术部和大数据部承接执行 搭建数据中台 科技中台 AI中台实现资源集约化提高供给能力 按业务领域划分敏捷支持前线业务 考核绑定保障目标一致[5] - 注重自上而下顶层设计与自下而上创新结合 设立创新基金鼓励程序员贡献科技创新 AI深度应用使业务与科技数据部门边界模糊 需重新划定组织架构和责任边界[5] 公司定位与差异化策略 - 公司成立初心是通过数字化能力践行普惠金融服务小微企业探索银行业数字化转型新路径 坚持国有背景数字银行以义取利不唯利是图价值观 保持克制审慎经营[5] - 定位清晰主攻数字金融和普惠金融 目标小而美 不追求宏大规模 在客群 科技 产品上形成差异化 服务长尾客户发挥数字银行优势提升客户体验 在细分领域做精做专发挥边际效应[6] - 数据治理投入大量心思 缺乏庞大线下网络使数据资产和知识库积累成为核心长期工作 借鉴科技公司让数据中台强大运转为业务持续注入动力[6] 大模型应用与业务提升 - 大模型在金融行业应用传递较慢 基础模型演进到应用端需要时间 金融领域封闭合规要求高 取决于基础大模型能否为银行业做出细分领域适配版本 与训练数据强相关[7] - 大模型在标准化程度高需处理大量文本场景中已发挥降本增效作用 重点关注AI Agent发展 多智能体协同到拐点能处理复杂工作[7] - 反洗钱工作应用大模型后 系统按预设规则自动判断名单与行内客户匹配度及风险特征 原每天处理3000多份文件达工作饱和 现同样工作量几分钟完成效率准确率远超人工[8] - 代码助手让模型学习优秀程序员编码逻辑与风格培养数字员工参与编程 代码采纳率足够高时有效提升开发效率实现降本增效[8] - 风控模型开发中同样任务派发给算法工程师和风控智能体 智能体在完成效率和KS值提升方面略胜一筹[8] 客户服务与交互演进 - 通过大模型推动服务模式从被动响应向主动感知升级 交互方式发生变革[8] - 客户交互经历三阶段演进 10版本产品如货架商品客户自寻 20版本千人千面智能推荐基于客户画像提供个性化展示 30版本一句话银行实现更精准需求识别和服务推送[9] - 倡导一句话银行产品服务模式 客户只需说一句话系统识别需求调用服务完成操作 无需繁琐层层菜单查找[9] - 应用智能客服通过意图识别和参数提取把握客户需求 小程序实现服务卡片化 如客户开具存款证明时通过语音交互说明需求系统直接发送证明到邮箱提升体验[9] - 深度分析客户需求智能化匹配不同期限不同机构产品 在服务推送层面创新[9] 数据基础与创新关系 - 数据工作是苦活累活 数据产生伴随用户生命周期 需在每个节点对每个动作记录然后标签化最后资产化 行业未能完全做好这部分工作[10] - 创新应集中在数字资产应用如AI应用 AI应用如树苗底层土壤是数据 数据基础打牢后创新自然像枝干生长 工作重点先筑牢根基做好数据收集整理归集应用基础工作[10] AI治理与风险管理 - AI治理需平衡监管与创新兼顾技术与管理 企业从制度和技术手段建立安全围栏设置边界责任 不超越范围使用[11] - 基础模型采用备案制适合行业发展 金融机构一般不自行开发基础大模型更多应用层面探索 治理区分基础模型和行业应用针对性采取措施 防范风险同时为创新留出空间[11] - 管理手段关键 行业缺乏成熟经验 可设立AI伦理专委会或通过协会组织建立行业规范 以自律弥补监管在道德与法律模糊地带空白 技术与管理并重监管与自律结合推动AI技术健康发展[12]

数字化转型成效 - 公司通过"苏超"体育营销实现品牌曝光与业务增长，2025年6月江苏银行APP在iOS平台下载量超15万，跃居上市银行首位，赛事专区日均访问量突破200万次[6] - 公司数字化基础支撑流量洪峰，成熟的数字化系统避免了卡顿与延迟问题[8][9] - 2025Q1江苏银行APP综合得分56.95分，在商业银行中排名第16，城商行中排名第2，月活跃用户711.81万位居城商行第一[15][16] - 公司近十年营业收入与净利润年复合增长率分别为11.16%和12.86%，2024年营收同比增长8.78%，净利润同比增长10.97%，跑赢行业平均水平[28] 数字化产品与服务 - "苏银金管家"云财资平台2023年上线，截至2024年末服务近10万户企业，提供财资、薪税、票据等一体化服务[12] - "苏银e链"金融服务体系2022年推出，至2024年末信贷余额超2000亿元，覆盖生产、采购、销售等多样化场景[12] - 公司自主研发1760亿参数大语言模型平台"智慧小苏"，应用于客服、文本生成等多个场景，成为国内首家将AI大模型投入实际运营的区域性银行[13] 领导层与技术背景 - 董事长葛仁余拥有深厚信息技术背景，曾任职建行和南京银行信息技术部门，2013年加入公司后主导多项数字化产品研发[19][22][23][24] - 葛仁余推动公司数字化转型顶层设计，成立金融科技创新委员会，启动"智慧金融进化工程"，推进标准化体系建设[26][27] - 葛仁余提出未来三年实现全行数字化思维方式、业务发展和商业模式的全面转变，致力于打造"智慧银行"[28] 风险与挑战 - 2025年2月起公司连续挂牌9期个贷不良资产包，合计未偿本息规模达147.23亿元，相当于2024年净利润的44.21%[35] - 不良资产主要来自网贷平台借款，涉及约70多万户借款人，两轮拍卖流拍显示处置难度大[36] - 2025年一季度末公司不良贷款余额较上年末增加近30亿元，资本充足率等指标明显下降[40] - 2024年公司共收到27张罚单，累计罚没超500万元，2025年6月深圳分行因贷款管理不到位被罚款200万元[40][41]

科技金融 - 深圳券商2024年以来承销科创债超3500亿元 [1] - 中信证券上半年科技创新债券承销金额达711.01亿元，承销家数46.73家 [1] - 深圳公募基金公司发行科技主题基金近300亿元 [1] 绿色金融 - 深圳辖区券商2024年以来承销绿色债超700亿元 [2] - 深圳六部门联合发布行动方案，鼓励绿色资产抵质押融资及绿色债券发行 [2] - 支持绿色债券、蓝色债券、碳中和债券等创新金融工具 [2] 普惠金融 - 深圳期货公司累计为超500家企业提供套保服务，2024年套保金额近3.6万亿元 [3] - 开展"保险+期货"项目超400单，保单金额近90亿元 [3] - 风险管理子公司服务中小微企业超1700家，提供资金支持7.55亿元 [3] 养老金融 - 深圳14家公募基金发行的58只基金产品纳入个人养老金基金名录 [2] - 辖区公募基金管理社保基金、基本养老金、年金等中长期资金超2万亿元 [2] - 南方基金搭建混合资产投研条线管理养老金，覆盖一二三支柱养老体系 [2] 数字金融 - 深圳首批9个金融科技创新试点项目转常态化运营 [3] - 部分项目助力9家科创企业完成融资超5000万元 [3] 行业发展规划 - 深圳提出建设产业金融中心行动方案，目标构建高质量资本市场 [3] - 力争形成一流创新资本机制、标杆企业、行业机构及市场生态 [3]

公司业务突破 - 广发银行东莞分行成功落地双额度供应链融资业务 为食品公司上游供应商提供1000万元普惠贷款 [1] - 该业务基于企业优质信用 分别为企业及其上游供应商核定授信额度 帮助以更低成本获得银行授信 [1] - 从提交资料到放款全流程仅需2个工作日 极大缩短应收账款账期 [1] 技术创新与运营效率 - 供应链业务主要依托"e秒供应链"线上融资平台 客户足不出户完成线上操作 实现贷款资金秒级到账 [1] - 依托第三方供应链应收账款电子凭证 高效实现银行、买方、卖方交易数据互联互通 [1] - 企业通过线上平台实时监控资金流向 降低操作风险并增强供应链透明度 [1] 战略意义与社会效益 - 创新模式推动数字金融与实体经济深度融合 提供更智能便捷的金融服务体验 [2] - 形成良好普惠金融示范效应 延伸普惠金融服务触角 为小微企业提供便捷高效融资支持 [2] - 助力企业产业链上下游协同发展 实现经济效益与社会效益双赢 [2]

行业整体表现 - 2025年上半年商业银行累计实现净利润1.2万亿元，平均资本利润率8.19%，平均资产利润率0.63% [1] - 2025年二季度末商业银行净息差为1.42%，较一季度末下降0.01个百分点，其中大型商业银行、股份制商业银行和民营银行净息差分别为1.31%、1.55%、3.91%，分别下降0.02、0.01和0.04个百分点 [1] - 商业银行不良贷款余额3.4万亿元，较上季末减少24亿元，不良贷款率1.49%，下降0.02个百分点 [3] - 商业银行贷款损失准备余额7.3万亿元，较上季末增加1269亿元，拨备覆盖率211.97%，上升3.84个百分点 [4] - 商业银行资本充足率15.58%，一级资本充足率12.46%，核心一级资本充足率10.93%，分别较上季末上升0.30、0.28和0.24个百分点 [4] - 银行业金融机构本外币资产总额467.34万亿元，同比增长7.9%，其中大型商业银行资产总额204.2万亿元，同比增长10.4%，占比43.7%，股份制商业银行资产总额75.7万亿元，同比增长5.0%，占比16.2% [4] - 普惠型小微企业贷款余额36万亿元，同比增长12.3%，普惠型涉农贷款余额13.9万亿元，较年初增加1.1万亿元 [5] - 大型商业银行、城市商业银行总资产同比增速分别为10.4%和10.2%，高于行业平均7.9%的增速 [5] 国有大型银行表现 - 2025年一季度六大行共计实现营业收入9101.84亿元，其中工商银行2127.74亿元，建设银行、农业银行和中国银行均超过1500亿元，邮储银行893.63亿元，交通银行663.74亿元 [8] - 六大行一季度总计实现净利润3501.92亿元，工商银行和建设银行净利润均超过800亿元，邮储银行和交通银行净利润均在250亿元左右 [8] - 六大行中仅中国银行和农业银行营业收入同比正增长，增速分别为2.56%，其他四家银行同比下降，建设银行同比下降5.40%，工商银行下降3.22% [8] - 除农业银行和交通银行外，其他四家一季度净利润同比下降，工商银行下降3.81%，建设银行下降3.64% [9] - 邮储银行净息差最高为1.71%，较2024年全年下降16个BP，交通银行净息差仅为1.23% [9] - 邮储银行不良贷款率0.91%，为六大行中最低，其他五大行不良率均较2024年末下降或持平 [9] - 农业银行拨备覆盖率最高为297.81%，邮储银行为266.13%，中国银行拨备覆盖率跌破200%至197.97% [9] - 工商银行2025年3月末总资产51.55万亿元，农业银行和建设银行总资产均超过40万亿元，中国银行35.99万亿元，邮储银行17.69万亿元，交通银行15.29万亿元 [7] - 六大行总资产均实现增长，工行和建行增速超过5%，交通银行增速最慢为2.61% [7] 城市商业银行表现 - 2024年末29家上市城商行资产总规模36.74万亿元，同比增长10.73%，占全国城商行总资产的61.08%，其中11家城商行资产规模突破万亿元 [10] - 北京银行资产总额突破4万亿元，江苏银行、上海银行、宁波银行均超过3万亿元，南京银行、杭州银行、徽商银行超过2万亿元 [10] - 2024年上市城商行合计实现营业收入6726.75亿元，其中江苏银行808.15亿元位居榜首，北京银行699.17亿元，宁波银行666.31亿元，上海银行529.86亿元，南京银行502.73亿元 [12] - 2024年上市城商行实现净利润总额2390.01亿元，占全国城商行净利润总额的93.87%，较上年提高17.47个百分点 [13] - 江苏银行净利润333.06亿元位列首位，宁波银行、北京银行、上海银行和南京银行净利润均超过200亿元 [13] - 成都银行不良贷款率0.66%，拨备覆盖率479.29%，杭州银行不良率0.76%，拨备覆盖率541.45%，宁波银行不良率0.76%，拨备覆盖率389.35% [11] - 上市城商行贷款总额在总资产中占比49.9%，公司贷款占比超过70%，个人贷款占比下降 [12] - 泸州银行公司贷款占比86.99%最高，宁波银行个人贷款占比37.79%位居首位 [12] - 上市城商行存款业务平均增速9.8%，7家银行存款总额突破万亿元 [12] 区域性银行营收增长 - 西安银行营业收入81.90亿元，同比增长13.68% [2] - 南京银行营业收入502.73亿元，同比增长11.32% [2] - 杭州银行营业收入383.81亿元，同比增长9.61% [2] - 江苏银行营业收入808.15亿元，同比增长8.78% [2] - 青岛银行营业收入134.98亿元，同比增长8.22% [2] - 宁波银行营业收入666.31亿元，同比增长8.19% [2] - 成都银行营业收入229.82亿元，同比增长5.90% [2] - 北京银行营业收入699.17亿元，同比增长4.81% [2] - 上海银行营业收入529.86亿元，同比增长4.79% [2] 银行业资产结构 - 大型商业银行总资产204.22万亿元，同比增长10.4% [5] - 股份制商业银行总资产75.73万亿元，同比增长5.0% [5] - 城市商业银行总资产64.32万亿元，同比增长10.2% [5] - 农村金融机构总资产60.16万亿元，同比增长5.5% [5] - 其他类金融机构总资产62.91万亿元，同比增长3.9% [5]