本文来源于:2025农村金融机构科技创新优秀案例评选,作者:江南农村商业银行

江南农商银行:“学习强行”智能陪练微应用

2025-10-17 关键词:人工智能,大模型,知识库2970

一、项目背景及目标


为积极响应国家发展数字金融的战略号召,突破传统培训的效能瓶颈,江南农村商业银行以人工智能技术为驱动,创新推出基于大模型的“学习强行”智能陪练微应用,开启员工培训体系智能化转型的探索实践。项目依托大模型能力,对行内规章制度、办事指南等知识资源进行整合与提炼,形成结构化的学习材料,并据此智能生成全条线的培训练习。在此基础上,打造“学习强行”微应用,为全行员工提供7×24小时的智能陪练服务,支持题目回看和错题重练,有效帮助员工巩固业务知识、提升实操技能。该项目的实施将显著提升全行培训效率与质量,降低运营成本,为全行员工职业能力提升和银行可持续发展提供有力支撑。


二、项目方案


imageimage1_1760691132.028227.png

图1 “学习强行”项目实施方案


(1)需求分析与规划


项目启动阶段组织相关人员对员工培训需求进行深入调研和分析,精准定位员工在制度学习与业务实操中的痛点,细化项目的功能需求和技术方案,明确各阶段的任务和实施路径,确保项目有序推进。


(2)数据收集与整理


对接行内合规管理系统,对规章制度、办事指南等非结构化文档进行清洗、打标与向量化处理,构建覆盖全条线的、精准可靠的知识库,为大模型训练提供高质量的数据支持。


(3)技术选型与开发


基于主流大语言模型和开发框架,组建专业的技术团队进行系统开发。在开发过程中,严格按照项目规划和技术标准进行,确保系统的稳定性和可靠性,实现功能的快速迭代与需求的高效响应。


(4)测试与优化


在系统开发完成后,进行全面的测试工作,包括功能测试、性能测试、安全测试等。邀请新老员工和各个条线业务专家参与测试,收集反馈意见,对系统进行优化,确保系统满足实际需求。


(5)培训与推广


微应用上线后,组织开展相关培训工作,并通过行内宣传和推广,使员工快速熟悉主要功能,提高员工对项目的认知度和使用率,确保项目取得良好的效果。未来,通过数据看板实时追踪各条线学习数据,并建立激励机制促进内部高频、高效使用。


(6)运维与完善


建立完善的系统运维机制,安排专业人员负责系统的日常运行维护和管理,保障系统服务的连续性,并建立常态化的需求收集与版本规划机制,确保系统功能随业务发展及技术进步不断完善。


三、创新点


(1)建设并完善行内专属知识库


项目利用大模型技术,对行内各个条线的知识库内容进行深度分析和挖掘,通过文件处理、自然语言处理、知识图谱构建等技术手段,生成结构清晰的员工培训题目。系统支持定期更新培训题目,确保内容的时效性和准确性,这改变了以往知识零散、更新滞后的局面。


(2)学习方式创新突破


项目依托行内APP及知识中台,创新打造“学习强行”微应用陪练模块,打破了传统集中培训的时间与空间限制,充分调动员工学习积极性,让主动学习成为常态。员工可通过微应用按部门、小组或场景选择专属陪练,随时随地开展练习。系统自动将错题整理至错题集,方便员工针对性复盘薄弱环节。


四、技术实现特点及优势


(1)培训资料智能生成系统建设


为实现专业知识与数据管理,行内建立了知识中台系统,业务人员负责在知识中台内完成行内专业知识与数据的收集、整理和维护工作,逐步构建行内专属的知识库。项目基于知识中台与大模型技术,对行内各个条线的规章制度进行深度分析和挖掘。通过文件处理、自然语言处理、知识图谱构建等技术手段,生成结构化的培训材料。


(2)系统集成与平台建设


项目依托行内数字化管理平台APP,集成知识中台与陪练智能体,为员工提供一站式的学习服务,方便员工随时随地进行学习和交流。同时,配套上线的管理后台为培训内容管理与学习数据监控提供了有力支撑。


五、项目过程管理


“学习强行”微应用:


需求分析阶段:2025.05.12-2025.05.20


设计开发阶段:2025.05.21-2025.05.26


测试阶段:2025.05.27-2025.05.28


系统上线:2025.05.29


六、运营情况


自今年5月“学习强行”微应用上线以来,截至8月底,累计用户为1633人,累计使用次数达115.8万次,整体活跃度仍在持续攀升。其中,各级支行累计使用突破15万次,“学习强行”中配置的“理财知识陪练”模块有效助力一线员工营销技能与合规意识双提升,为业务健康发展筑牢基础。同时,各部门员工也通过该应用积极开展专项学习。运营管理部累计使用14万次,重点训练综合管理、反洗钱、账户管理与支付清算等内容,有效强化运营效能。零售业务管理部累计使用9万次,题目涉及各类贷款产品还款方式、回购价格管理、贷款审核及贷后管理等核心知识,助力零售业务精益求精。计划财务部累计使用8万次,聚焦税务管理、会计核算与损失计算等知识内容,进一步夯实财务合规与精细化管理基础。


七、项目成效


项目深度挖掘各部门业务材料价值,充分发挥大模型技术优势,完成海量培训资源的智能化构建与动态维护。2025年上半年,系统采集了1.8万份内部材料,利用大模型训练生成165万条QA问答对与7.4万道陪练题目,覆盖行内制度、办事指南、科技研发等多领域知识,为员工练习提供充足素材。另一方面,相关团队和业务专家持续维护、更新各条线知识库33个,通过定期整合业务新规,优化知识结构,确保知识内容的时效性与准确性,为员工学习提供全面、可靠的知识支撑,改变了以往培训资料零散、更新缓慢的局面。


优质的学习资源与创新的学习模式为员工职业成长赋能,全行员工业务能力实现快速提升,为业务拓展与可持续发展提供了坚实的人才保障。当前上线的陪练助手已超过40个,新员工通过微应用可快速熟悉行内制度与业务流程,缩短上岗适应期,老员工可借助持续更新的知识库与针对性练习,不断弥补知识短板、提升专业技能。


八、经验总结


“学习强行”智能陪练微应用是在数字化转型与人才培训创新方面的重要实践,也是江南农商银行积极应对金融科技浪潮、夯实人才基石的战略举措。该项目不仅实现了培训资源的智能化生成与高效利用,更通过技术赋能推动了全行学习文化的建设。未来,相关团队将继续优化系统功能,拓展应用场景,推动“学习强行”微应用向更智能、更高效的方向升级,为业务高质量发展注入新动能。


本网站案例,除特殊标明来源的,版权归金科创新社所有,未经许可不得转载,否则将视为侵权,对于不遵守此声明或者其他违法使用本文内容者,本网站依法保留追究权。另,本网站部分案例、观点文章来源于网络素材,如有侵权,请邮件联系 fenglei@fintechinchina.com 处理!
特别提示: 本网站免费为广大金融企业提供IT选型咨询服务,详情点击 【 需求提交 】

推荐阅读

更多

安徽农信:基于人工智能的滨湖数据中心基础设施能效优化

数据中心基础设施能耗巨大,数据中心节能能够带来显著的经济和社会效益。而在数据中心基础设施中,空调能耗又占到全部能耗的70%,本项目通过将人工智能应用到数据中心基础设施空调系统运行控制中,为安徽省联社乃至金融行业数据中心基础设施节能降耗探索一条智能化创新的道路。

2018第二届农村中小金融机构科技创新优秀案例评选 安徽农信 2025-10-17

腾讯云:天御金融风控大模型解决方案

天御金融风控大模型,融合了腾讯安全20多年黑灰产对抗过程中所积累的海量风控知识与多场景风控模型能力,吃百家饭,学百家艺,通过大量预训练与知识蒸馏方式,帮助金融机构根据自身信贷场景特点与产品客群特征,快速构建定制化的反欺诈风控模型。

2024年“鑫智奖”第六届金融数据智能优秀解决方案评选 腾讯安全 2025-10-17

深圳农商行:智能柜台

为积极贯彻落实金融产品创新及普惠金融理念,给客户提供更加便捷高效的金融服务,全面提升客户体验,综合上述因素,我行在优化运营业务流程、深化网点转型的基础上,着手开发创新型智能柜台系统。

2025-10-17

广东农信:超级柜台项目

超级柜台正成为网点转型创新中的一道靓丽风景线,打破了传统的银行业务处理流程,实现绝大部份个人客户非现金业务的快速处理,彻底改变了银行柜面业务流程填单多、签名多、流程较繁琐的现状。

2018第二届农村中小金融机构科技创新优秀案例评选 广东农信 2025-10-17

北京银行:基于大语言模型驱动Agent技术的金融人工智能应用平台

项目整合行内外数据资源和开源大模型技术,利用国产算力进行模型微调和推理,构建大规模预训练模型,提升大模型的场景适配能力。结合业技融合理念,自建的语义向量库、RAG+互联网检索多路召回引擎、Agent智能编排、数据分析引擎,有效连接内部知识库和外部金融资讯、财经数据源,利用知识图谱和搜索增强技术,提升大模型的可解释性和模型的信息检索及推理能力。

2024年度城市金融服务优秀案例征集活动 北京银行 2025-10-17

中信证券:智能云平台以及智能应用

智能云平台是中国证券业内早一批针对人工智能应用建立的云平台。目前已经在我司智能投资、智能投顾、智能算法交易、智能客服、智能舆情、智能风控等领域发挥作用。

2025-10-17

案例库

金融行业全面的数字金融创新案例,涵盖历届“鑫智奖·金融机构数智化转型优秀案例评选”、“农村金融机构科技创新优秀案例评选”、“城市金融服务同业案例征集活动”等科技创新参评案例

  • 人工智能
  • 大模型
  • 知识库

微信
咨询

微信咨询

扫码添加金科小助手微信号
咨询案例和解决方案相关信息
或联系对应机构