諸葛io文革：讓Agent成為懂銀行的“數(shù)據(jù)分析專家”

近日，在行業(yè)頂級(jí)技術(shù)盛會(huì)QCon大會(huì)上，諸葛智能CTO文革發(fā)表了主題演講《一本通（Datainsight Agent）在城商行業(yè)務(wù)分析的探索與實(shí)踐》。

他在演講中聚焦于一個(gè)核心問(wèn)題：如何在“最后一公里”幫助客戶，尤其是城商行，真正用起大模型的能力，解決業(yè)務(wù)分析中的實(shí)際痛點(diǎn)。

痛點(diǎn)：

城商行數(shù)據(jù)分析的“深度與效率”挑戰(zhàn)

文革首先指出，城商行在數(shù)字化經(jīng)營(yíng)分析中普遍存在三大痛點(diǎn)，主要集中在人員、知識(shí)和效率：

• 人員經(jīng)驗(yàn)不足，缺乏深度洞察：多數(shù)城商行對(duì)復(fù)雜業(yè)務(wù)的深度分析能力有限，超六成機(jī)構(gòu)存在客群未盤活、風(fēng)控能力不足等問(wèn)題。
• 行業(yè)專業(yè)知識(shí)積累有限：城商行深度綁定地方經(jīng)濟(jì)，缺乏行業(yè)營(yíng)銷經(jīng)驗(yàn)與風(fēng)向預(yù)測(cè)能力。
• 分析標(biāo)準(zhǔn)不統(tǒng)一，效率低下：內(nèi)部缺乏統(tǒng)一分析標(biāo)準(zhǔn)，數(shù)據(jù)口徑差異導(dǎo)致分析效率低下。

解法：

讓數(shù)據(jù)分析擁有自我進(jìn)化能力

針對(duì)這一現(xiàn)狀，諸葛智能推出的「一本通（Datainsight Agent）」并非傳統(tǒng)意義上的BI或數(shù)據(jù)工具，而是一款具備自主學(xué)習(xí)與業(yè)務(wù)理解能力的智能體。

它可通過(guò)自然語(yǔ)言與用戶交互，實(shí)現(xiàn)“自助分析、自主學(xué)習(xí)、自主解讀”，幫助業(yè)務(wù)人員在分鐘級(jí)時(shí)間內(nèi)完成復(fù)雜分析，從數(shù)據(jù)到結(jié)論的轉(zhuǎn)化不再依賴人工經(jīng)驗(yàn)。

“培養(yǎng)一個(gè)985畢業(yè)生”

行業(yè)專精的成長(zhǎng)邏輯

在談到模型構(gòu)建理念時(shí)，文革用一個(gè)生動(dòng)的比喻形容了Datainsight Agent的成長(zhǎng)機(jī)制——“我們希望把智能體培養(yǎng)成一個(gè)行業(yè)里的985畢業(yè)生。”

所謂“985畢業(yè)生”，意味著智能體具備扎實(shí)的專業(yè)知識(shí)與較強(qiáng)的自我學(xué)習(xí)能力。諸葛智能通過(guò)行業(yè)知識(shí)預(yù)訓(xùn)練+使用中自學(xué)習(xí)進(jìn)化兩條路徑，讓AI在銀行領(lǐng)域具備“越用越懂你”的特征。

它不僅能理解銀行業(yè)務(wù)的復(fù)雜指標(biāo)邏輯，還能隨著使用者反饋持續(xù)微調(diào)模型，動(dòng)態(tài)優(yōu)化分析策略。

技術(shù)創(chuàng)新

多智能體協(xié)作與記憶體系構(gòu)建

技術(shù)層面上，「一本通」采用了多智能體架構(gòu)（Multi-Agent System）。

不同的智能體承擔(dān)“指標(biāo)理解”“任務(wù)規(guī)劃”“數(shù)據(jù)獲取”“報(bào)告解讀”等分工，通過(guò)智能協(xié)作完成復(fù)雜分析請(qǐng)求。

在具體實(shí)現(xiàn)中，系統(tǒng)應(yīng)用了LoRA參數(shù)微調(diào)、強(qiáng)化學(xué)習(xí)獎(jiǎng)勵(lì)機(jī)制與上下文優(yōu)化策略，使模型能夠在多輪分析任務(wù)中形成可持續(xù)進(jìn)化的智能反饋閉環(huán)。

引人注目的是，「一本通」構(gòu)建了業(yè)內(nèi)領(lǐng)先的長(zhǎng)、中、短期記憶體系。

這一機(jī)制讓智能體不僅能記住用戶的即時(shí)問(wèn)題（短期記憶），還能理解歷史分析邏輯與業(yè)務(wù)偏好（中期記憶），最終形成“懂用戶、懂業(yè)務(wù)”的個(gè)性化知識(shí)體系（長(zhǎng)期記憶）。

業(yè)務(wù)成效

報(bào)告生成從3天縮短至30分鐘

在實(shí)際落地中，「一本通」已在多家城商行部署應(yīng)用，顯著提升了分析決策效率：

報(bào)告生成周期：由原來(lái)的3-5天縮短至30分鐘以內(nèi)；

合規(guī)達(dá)標(biāo)率：由85%提升至100%；

人力成本：報(bào)告編制工作量下降70%；

模型精度：準(zhǔn)確率超90%，并隨使用持續(xù)提升。

通過(guò)與城商行現(xiàn)有的數(shù)據(jù)中臺(tái)、風(fēng)控模型、行為分析系統(tǒng)對(duì)接，「一本通」實(shí)現(xiàn)了“整合利用，而非從零建設(shè)”，在補(bǔ)全報(bào)告生成能力的同時(shí)，放大了已有AI資產(chǎn)的價(jià)值。

展望

打造銀行業(yè)首個(gè)“全棧式智能體”

演講最后，文革提出了諸葛智能的未來(lái)愿景——打造銀行業(yè)首個(gè)“全棧式智能體”，覆蓋從“感知—認(rèn)知—決策—執(zhí)行”的完整鏈條。

這一智能體不僅能進(jìn)行智能分析、智能打標(biāo)、智能營(yíng)銷與智能風(fēng)控，更將成為銀行業(yè)務(wù)增長(zhǎng)與客戶體驗(yàn)提升的核心引擎。

文革強(qiáng)調(diào)：大模型的價(jià)值，不在于算法本身，而在于它如何真正融入業(yè)務(wù)流程、提升生產(chǎn)力。

關(guān)于諸葛智能

諸葛智能是容聯(lián)云旗下敏捷開(kāi)放的場(chǎng)景化數(shù)據(jù)智能服務(wù)商，為企業(yè)提供實(shí)時(shí)的全渠道數(shù)據(jù)采集整合、全維度數(shù)據(jù)分析、全場(chǎng)景用戶標(biāo)簽畫像，輔以個(gè)性化自動(dòng)化的營(yíng)銷平臺(tái)+策略配置，助力企業(yè)快速洞察市場(chǎng)趨勢(shì)，迭代經(jīng)營(yíng)決策，實(shí)現(xiàn)營(yíng)收增長(zhǎng)。