一、项目背景及目标

湘财证券科技门户系统是公司在数字化转型进程中打造的科技条线统一门户平台，面向公司全体员工提供一站式科技服务。系统以人工智能大模型技术为驱动核心，深度融合知识图谱、自然语言处理等前沿金融科技，构建起集智能科技服务、科技知识库、科技动态资讯、数字化项目管理于一体的综合服务平台。

平台立足于传递科技价值、沉淀组织智慧、提升协同效能三大核心定位，通过高价值的科技动态信息推送、有深度的业务与系统知识沉淀、便捷高效的智能化科技服务，为公司员工协同办公、业务运营和客户服务全面助力提效。项目依托公司信息技术三年战略规划，秉持业务导向、全局规划、循序渐进、弹性运营的建设原则，以技术创新推动管理模式变革，成为连接科技与业务、赋能组织数字化转型的重要基础设施。

当前国内证券行业迈入数智化转型深化阶段，金融科技全面重塑行业发展格局，人工智能、大数据、云计算等技术已成为券商打造核心竞争力的关键。叠加行业监管对信息技术治理、数字化建设的规范升级，以及业务规模扩张、系统复杂度提升的行业趋势，全行业加速推进科技升级与智能风控、数字化运营建设，复合型科技人才培养与IT体系数字化改造已成行业刚需。

湘财证券始终将金融科技作为公司发展的核心驱动力，信息技术三年规划明确将提升公司数字化运营能力、提高员工效能列为重点任务。在此背景下，公司于2023年启动科技门户系统建设项目，将其定位为科技条线的统一门户和面向全员的业务服务台。项目的立项源于三方面战略考量：一是响应公司战略规划中关于数字化运营能力建设的明确要求，通过平台化手段提升科技服务供给的质量和效率；二是解决长期以来科技知识沉淀不足、信息传递不畅的管理短板，构建组织级知识资产管理体系；三是探索大语言模型等前沿技术在内部管理场景的创新应用，为公司后续更大范围的智能化转型积累经验、奠定基础。

项目总体目标是构建一个智能驱动、知识赋能、服务聚合的金融数智化科技门户平台，基于自研“湘伴大模型-Partner”核心能力，串联“通用工具链+金融插件工具+金融数据+金融业务场景”，为投顾、客服、运营、合规、投研、交易等全业务线注入AI原生能力，打造覆盖业务全流程的智能化支撑体系。具体包含以下四个维度目标：

1.打造智能化科技服务入口，赋能业务全场景效率提升

基于自研大语言模型和金融场景化知识库技术，建设多业务场景智能应用服务矩阵：一方面，打造面向全员的智能问答与检索系统（湘伴・智寻），实现业务知识、制度法规的自然语言检索与智能问答，让员工便捷获取技术支持与业务知识；另一方面，面向投顾、运营、合规等岗位，提供专业化智能工具（如湘伴・慧创、湘伴・智审），实现客户服务内容智能生成、年报财报数据智能核验等功能，将AI能力直接嵌入业务流程，大幅提升一线作业效率。

2.构建金融知识统一管理平台，实现组织知识资产化沉淀

建立系统化、结构化的金融知识库，对公司内部制度、司法法规、业务系统知识、技术规范、操作手册等内容进行全生命周期管理，通过向量数据库等技术实现知识的高效组织与关联，促进知识复用与组织学习，为AI智能问答、智能检索、智能比对等场景提供稳定、高质量的知识底座支撑，让组织知识从“零散文档”转变为“可调用的数字资产”。

3.建设金融资讯与业务数据统一应用窗口，提升信息服务价值

打造金融资讯与业务数据一体化服务模块，一方面集中展示科技条线重要公告、系统更新、技术动态等内容，提升信息传递的时效性与覆盖面；另一方面，整合实时产品资讯、客户持仓信息、市场数据等金融数据资源，为投顾等业务场景提供精准的数据标签与信息支撑，实现从“信息发布”到“数据赋能业务决策”的升级，让资讯与数据直接服务于客户服务、产品分析等业务场景。

4.推动业务全流程数智化转型，实现管理与作业双维度提效

依托湘伴智能平台的统一底座，构建覆盖业务与科技项目全生命周期的数智化管理体系，一方面实现信息化项目立项、执行、监控、交付的标准化、可视化、智能化管理；另一方面，将AI能力深度嵌入投顾服务、合规审核、投研分析等业务流程，实现基金对比分析、年报数据核验、财务分析复核等工作的提质增效，推动金融业务从“人工驱动”向“智能驱动”的整体转型。

二、创新点

技术创新上，深度集成自研“湘伴大模型-Partner”与金融知识库，采用Langchain框架构建“知识库+大模型”双模架构，实现知识增强型问答与开放域问答有机结合，搭配向量数据库技术突破传统检索局限，达成语义级精准检索与知识溯源。构建全业务线智能体协同体系，融合RAG技术串联多元智能应用服务，同时以高精度OCR、VLM技术攻克复杂金融文档解析难题，结合财务知识图谱与表格认知计算技术实现财务指标自动计算与校验，通过规则引擎与机器学习融合的智能审查体系及全链路隐私计算技术，筑牢数据安全与合规防线。

应用创新上，将AI原生能力深度嵌入投顾、客服、合规、投研等全业务流程，打造湘伴・智寻、湘伴・慧创、湘伴・智审等专业化智能工具矩阵，实现客户持仓解析、产品对比、年报核验、合规审查等核心业务场景的智能化升级。构建金融资讯与业务数据一体化服务模块，整合多维度数据资源为业务决策提供精准支撑，同时搭建覆盖业务与科技项目全生命周期的数智化管理体系，推动一线作业与管理流程的效率提升和质量优化，实现从“人工驱动”到“智能驱动”的转型。

模式创新上，打破金融业务各环节数据与知识壁垒，构建“通用工具链+金融插件工具+金融数据+金融业务场景”的一体化服务模式，实现知识资产化沉淀与高效复用。打造全员可及的智能化科技服务入口与金融知识统一管理平台，形成“技术－应用－知识”良性循环，创新金融知识交互与服务聚合模式，通过多角色智能体协同与全流程数智化赋能，重构金融业务作业流程与管理体系，建立起知识赋能、智能协同、安全可控的金融数智化转型新范式。

三、项目技术方案

系统采用前后端分离+微服务架构，基于PC端内网服务，全栈适配信创标准（鲲鹏ARM服务器、银河麒麟OS、人大金仓数据库等），部署16台虚拟机保障高可用与扩展。架构分三层：接入层加密+负载均衡，应用层含全员客户端与运营管理后台，基础层实现信创全替代。

核心技术亮点：以自研“湘伴大模型-Partner”为核心，融合RAG技术构建双模架构，打造专业化智能工具矩阵；通过MinerU框架（1.2B参数）实现复杂金融文档高精度解析（1.27秒/页）；支持财务数据自动比对与指标校验；接入信创统一认证，RBAC权限管控+全链路加密，财报解析“零存留”保障数据安全。

核心业务功能：覆盖智能问答、科技知识库、资讯发布、数字化项目管理、投行财报智能分析、基金软文智能创作六大领域，形成“通用工具链+金融插件”服务体系。

实施分四阶段推进，聚焦基础能力搭建、AI工具上线、金融场景深化、全流程数智化赋能；性能保障方面，系统响应≤5秒，支持5000人并发，数据库故障1分钟内自动切换，双监控+每日备份保障稳定运行。

四、运营情况

湘财证券科技门户系统作为公司面向全员、基于零信任架构打造的统一科技服务入口，已实现安全便捷的外网远程访问，通过OA集成登录、内部推广及浏览器插件等多渠道全面触达员工，平台知晓度与使用率持续提升，已成为全体员工获取科技知识、了解科技动态、寻求技术支持的核心数字化入口。“湘伴・智寻”知识中枢依托AIGC与RAG技术构建可查询、可溯源、可互动的智能问答平台，覆盖合规、投行、财经等近20个领域知识库并支持多智能体动态切换，通过接入第三业务系统、浏览器插件等模式降低知识获取门槛，成为员工查询制度规范与业务指引的首要渠道，人均每日活跃问答127条。“湘伴・慧创”面向投顾、运营岗位提供专业化智能创作能力，支持基金产品软文、客户持仓解析报告、产品对比分析等内容智能生成，上线以来累计生成各类业务素材3200余篇，服务一线人员180余人，内容产出效率大幅提升，有力赋能客户服务与产品营销工作。“湘伴・智审”基于高精度OCR、VLM与大模型技术实现复杂金融文档智能解析与财务数据自动核验，累计完成年报、财报审查860余份，识别数据异常与合规风险点1200余项，审核效率显著提升，年节约人工校验工作量超50人天，审核准确率保持在98.5%以上，为合规与投研工作提供高效智能支撑。数字化项目管理工作台稳定支撑公司信息化项目全生命周期管理，已管理项目超200个，覆盖用户300余名，累计跟踪双周报千份、里程碑数据数百项，实现项目管理流程标准化、可视化与智能化。

系统基于零信任架构构建，在信创环境下运行稳定可靠，全面兼容国产操作系统、硬件设备与数据库，满足信息技术自主可控要求。平台深度融合大模型、RAG、OCR、大数据等数智化技术，通过AIGC+RAG持续优化智能问答精准度，以OCR与大模型结合实现报表比对分析自动化，技术底座可根据业务场景动态适配工作流与智能体方案。系统稳定运行率100%，并发处理能力达200QPS，支持5000人级并发访问，页面响应迅速，数据安全与运行稳定性得到全面保障。随着功能模块持续迭代与内部应用深度推广，平台用户访问量与活跃度稳步增长，“即时协作+智能服务+知识沉淀+合规管控”的数智化服务闭环价值持续释放，已成为公司科技管理提质增效、支撑全业务线数智化转型的重要基础设施。

五、项目成效

经济效益方面，一是科技服务响应效率实现70%的大幅提升，通过统一数字化服务入口、优化流程审批链路、搭建智能工单系统等举措，彻底改变了以往多系统切换、线下沟通协调的低效模式，让内部员工的系统咨询、需求提报、问题解决等诉求得到快速响应，显著减少了业务等待时间；与此同时，跨部门、跨岗位的协作流程通过数字化工具实现线上化闭环管理，沟通成本、流程衔接成本大幅降低，年均减少内部协作成本达45万元，项目管理环节则借助智能调度、进度自动追踪、风险预警等功能，精简了冗余的人工协调与统计工作，使项目管理人力投入减少30%，进一步释放了核心岗位的人力价值。二是在核心业务场景中，智能技术的深度应用成效显著。智能审核系统凭借精准的规则引擎与AI识别能力，替代了合规审查、文件校验等环节的大量人工重复劳动，智能创作工具则高效完成报告撰写、宣传素材生成等工作，不仅提升了产出质量与一致性，更年均节约人力成本60万元；叠加前期系统优化、流程再造带来的综合效益，整体科技投入与产出的比例已提升至1:3.2，实现了科技赋能业务的高效回报。三是数智化转型的价值进一步渗透到业务全流程，通过智能检索、自动化办理、数据实时共享等能力，大幅压缩了业务办理的中间环节与等待时长，使业务办理时效平均缩短65%，客户体验与业务周转效率同步提升；这种数字化能力不仅直接降低了运营成本，更通过精准匹配客户需求、加速业务创新迭代，为业务增收提供了有力支撑，形成了成本优化与收入增长的双向驱动。

社会效益方面，一是在行业层面，依托自研技术架构与实践经验，成功构建了证券行业科技管理与大模型应用深度融合的标杆范式，该模式兼顾了技术先进性与落地可行性，无需大规模重构现有系统，为资源有限、技术基础相对薄弱的中小券商提供了清晰、可复制的数智化转型路径，有效降低了行业整体数字化转型的门槛与试错成本，推动证券行业数字化水平整体提升。二是在金融服务质量与安全方面，通过数字化手段强化了金融数据全生命周期的安全管控，建立了更严密的合规治理体系，确保业务开展全程符合监管要求；同时，标准化的服务流程与智能化的服务工具，让金融服务摆脱了对人工经验的过度依赖，服务的稳定性、精准度显著提高，更通过降低服务门槛、拓展服务触达范围，提升了金融服务的普惠化水平，让更多群体能够便捷获取专业金融服务。三是在生态建设与人才培养领域，通过统一的知识管理平台，沉淀了证券行业特有的制度规范、技术经验、业务案例等高质量科技知识资产，实现了行业知识的复用与传承；同时，数字化工具的全面普及与深度应用，倒逼员工提升数字技能与综合素养，加速了复合型金融科技人才的培养，更通过技术交流、经验共享等方式，推动行业内企业、机构之间的协同合作，助力金融科技生态的良性循环与可持续发展。

六、经验总结

在项目建设经验方面，一是项目组始终坚持业务导向与技术引领双轮驱动的核心原则，拒绝技术空转。以解决业务实际痛点、提升核心工作效率为出发点，将大模型作为技术核心引擎，充分发挥其在自然语言理解、内容生成、逻辑推理等方面的优势，同时搭配RAG（检索增强生成）技术实现专业知识的精准调用与实时更新，再以信创底座为坚实支撑，构建起“核心能力+知识赋能+安全底座”三位一体的AI原生科技门户。该门户并非单纯的系统整合，而是深度融入业务全流程，让技术真正服务于合规审查、投研分析、客户服务等核心场景，实现技术价值与业务需求的精准匹配。二是在技术架构选型上，采用微服务与前后端分离的先进架构设计，打破了传统单体系统的局限性。微服务架构将复杂系统拆分为多个独立部署、灵活扩展的功能模块，便于后续按需迭代、局部优化，降低了系统升级的风险与成本；前后端分离则实现了开发效率与用户体验的双重提升，前端可专注于交互设计与界面优化，后端聚焦于数据处理与逻辑运算，各环节并行推进、高效协同。项目建设过程中并未追求“一步到位”，而是采取分阶段迭代上线的策略，优先落地高频刚需场景，快速验证技术可行性与业务价值，根据用户反馈与实际使用数据持续优化功能模块，逐步完善系统能力，确保每一次迭代都能解决实际问题、创造实际价值。三是项目坚持全栈适配信创环境，从底层硬件、操作系统、数据库到中间件、应用软件，均完成了与信创体系的深度兼容与适配。这一举措不仅实现了核心技术的自主可控，摆脱了对外部技术的依赖，更构建了严密的安全防护体系，确保数据存储、传输、使用全过程的安全合规，同时通过冗余设计、故障自动切换等技术手段，实现了系统高可用的一体化部署，为业务连续稳定运行提供了坚实保障。

在项目推广经验方面，一是在推广阶段始终以“全员触达、场景落地”为核心目标，构建了多维度、易上手的推广路径。为降低用户使用门槛，将系统功能与员工日常工作场景深度融合，通过OA系统集成、常用办公软件插件嵌入等方式，让用户无需切换多个平台即可便捷调用AI能力，实现“即需即用”；同时，针对不同岗位、不同层级的用户开展分层分类培训，通过操作手册、线上教程、线下实操演练等多种形式，帮助用户快速掌握系统功能与使用技巧，提升全员对数字化工具的接受度与使用率。二是推广过程中，始终聚焦智能问答、智能审核、智能创作等高频刚需场景，不追求“大而全”，而是着力打造“小而美”的核心功能。通过在这些场景中展现显著的效率提升——如智能问答分钟级解决咨询问题、智能审核大幅减少人工重复劳动、智能创作快速产出高质量内容，以实实在在的使用实效打动用户，让用户从“被动接受”转变为“主动使用”，形成口碑传播效应，加速系统在全公司范围内的普及。三是为确保项目价值的持续发挥，建立了“数据闭环+运营迭代”的长效机制。通过收集用户使用数据、功能反馈、业务效果数据等，形成完整的数据闭环，深入分析系统使用过程中存在的问题与优化空间；运营团队基于数据洞察，持续对模型算法进行调优、对功能模块进行迭代、对用户体验进行升级，让系统能够不断适应业务变化与用户需求，实现“使用－反馈－优化－再使用”的良性循环，最终形成可持续、可复制的长效运营体系，确保科技赋能的价值持续释放。