一、项目背景及目标

在金融科技全面赋能银行业数字化转型的背景下，农村商业银行信贷业务正朝着普惠化、线上化、智能化方向加速演进。信贷进件作为信贷业务全流程的起点，其处理效率、合规水平与数据质量直接影响全行运营成本、风控能力与客户体验。当前行业内普遍存在信贷资料类型繁杂、格式不统一、采集不规范、人工分类校验成本高、影像质量难管控、合规校验依赖人工、返工率居高不下等痛点，传统作业模式已难以适配业务规模化发展与监管趋严的双重要求。

从江阴农商行业务实际来看，信贷进件覆盖对公、个人、小微等多类客户主体，资料采集、整理、审核环节高度依赖人工操作，长期存在流程繁琐、效率偏低、标准不一、差错风险较高等问题：客户经理外拓作业体验不佳，运营人员审核压力较大，海量非结构化资料难以转化为高质量结构化数据，制约授信审批、风险管控与业务决策效率提升。为破解上述痛点，我行依托已建成的统一门户APP、信贷系统、电子档案系统等成熟基础设施，融合多模态大模型、图像识别、端侧智能采集等前沿技术，立项建设基于大模型的智能信贷进件服务，具备充分的现实必要性与业务紧迫性。

项目总体目标是：以多模态大模型为核心引擎，构建“端侧极简采集+后台智能治理”的信贷资料智能分类与审核体系，打造“即拍、即识、即纠”的数智化进件新模式，全面实现信贷资料智能采集、自动分类、合规质检、实时提醒、高效归档，推动业务自动化、标准化、智能化水平整体跃升，切实降低运营成本与合规风险，为信贷全流程注入高质量数据动能。

二、项目方案

本项目围绕信贷资料智能分类与审核核心场景，采用“端侧采集—云端推理—系统协同”一体化技术路线，深度融合多模态大模型、高速图像识别、移动端智能交互与云原生容器化部署架构，构建可落地、可扩展、可推广的完整技术与实施体系，全面支撑信贷进件全流程智能化升级。

1.技术架构设计

项目采用分层解耦、高内聚的模块化设计，整体划分为模型层、AI服务层、业务编排层、接入层、渠道层五大核心层级，并配套业务支撑层与数据层实现全链路能力支撑，总体架构如图一所示。

图一：AI信贷智能进件总体架构

模型层以通义千问大模型为算力底座，搭配高精度文字识别模型，提供坚实的底层AI推理能力；AI服务层基于模型封装标准化服务，实现信贷资料自动分类、关键要素提取、合规校验与文档结构化处理，是整个系统的AI中枢；业务编排层负责业务规则固化、流程自动化调度与跨系统协同管控；接入层通过API网关统一系统接入与流量管控，保障高并发场景下稳定运行；渠道层面向作业与管理两类用户，通过统一门户APP提供移动端采集作业能力，通过管理端提供系统配置与运维能力。业务支撑层对接行内现有影像、信贷、ECIF及联网核查等系统，保障数据一致性；数据层依托MySQL、MinIO、Redis、Nacos构建多维存储体系，支撑系统高可用、高并发运行。

2.部署架构设计

项目采用云原生容器化部署架构，基于Kubernetes集群实现高可用、弹性伸缩，整体网络划分为办公区、DMZ区、内网区三大安全区域（如图二所示）。办公区与DMZ区作为用户访问入口，经防火墙及前端F5实现流量分发与安全防护，保障外部访问安全可控；内网区为核心部署区域，搭建3节点高可用K8s集群，Master节点保障集群管控稳定，Worker节点承载业务服务Pod，并独立部署Redis集群、Nacos集群、MinIO集群等中间件，搭配算力服务器承载大模型推理、MySQL数据库集群存储核心业务数据，通过标准化协议实现全链路数据交互；外围系统经K8s外部服务安全对接行内信贷、影像等业务系统，形成完整业务闭环。该部署架构兼具高可用、高并发、高安全、易运维四大优势，可稳定支撑日均百笔级业务处理与百页级资料批量混拍场景。

图二：AI信贷智能进件部署架构

三、创新点

本项目在技术融合、业务模式、应用体验及推广落地四个层面形成多项创新，有效破解传统信贷进件效率低、合规性弱、标准化不足等行业共性问题，具备较强的先进性与推广价值。

1.技术融合创新：多模态大模型深度赋能信贷资料处理

首次将多模态大模型与高速图像识别深度应于农商行信贷资料处理场景，突破传统单一识别工具的能力边界，实现百页级资料无序混拍智能分类、影像精准解析、关键要素自动提取与逻辑合规初审，推动AI从“辅助识别”升级为“业务处理中枢”，显著提升资料处理的自动化与智能化水平。

2.业务模式创新：打造“即拍、即识、即纠”数智进件新模式

颠覆线下人工收集、整理、校验的传统作业流程，依托统一门户APP实现端侧极简采集，支持无序混拍、断点续传、拍一传一，将现场作业简化为“拍摄—上传—确认”三步，形成端云协同、实时反馈的完整业务闭环，大幅提升客户经理外拓作业与进件处理效率。

3.应用体验创新：内置智能辅助的极简作业工具

在移动端内置智能拍摄辅助、实时质检、缺失提醒、存疑重拍等功能，让资料问题在现场即时整改，有效降低返工率；系统自动带入存量影像，支持智能补全与版本归档，减少重复操作，构建轻量化、人性化、高易用的客户经理随身作业工具。

4.落地推广创新：轻量集成、快速复制的推广路径

依托行内现有统一门户APP、信贷系统、电子档案系统进行轻量化集成，无需新增硬件终端，改造量小、部署快、成本低，高度适配农商行现有技术架构与业务体系，具备在全省农商行及农信系统内快速复制、规模化推广的现实条件。

四、技术实现特点及优势

1.架构设计：分层解耦，端云协同

系统采用分层微服务架构，接入层、网关层、业务服务层、智能能力层充分解耦，通过标准化RESTful API通信；智能能力层（LLM-LLMOps）与Java业务服务独立部署，模型调用逻辑的迭代升级不影响其他业务模块。前端APP仅承担拍摄采集与结果展示职能，所有智能处理在服务端集中完成，端侧轻量、升级成本低；系统通过标准接口与信贷、影像等系统对接，对现有系统侵入小，集成成本可控。

2.智能处理：异步非阻塞，AI能力可配置

图片上传与识别完全解耦，客户经理可连续拍摄、无需等待识别返回，后台异步排队处理，百页级资料批量上传亦不阻塞前端操作。提示词模板按资料类型与任务目的分类存储于配置中心，支持动态加载、实时更新，无需重启服务；模型强制以JSON结构化输出并附带判断原因说明，确保审核结果全程可查、可追溯。

3.工程化部署：高可用、国产化、统一管控

所有微服务均采用多节点部署，前端流量经F5负载均衡分发；Nacos三节点集群、Redis哨兵模式保障中间件高可用。系统全面适配麒麟V10 ARM操作系统与TDSQL分布式数据库，充分满足金融信创要求。统一管控平台集中管理服务部署、日志采集、指标监控与配置变更，全部变更操作记录审计日志；业务人员可独立完成规则调优，无需开发人员介入。

五、项目过程管理

本项目严格遵循软件工程规范，按需求基线分阶段稳步推进，历经项目启动、需求分析与评审、系统设计与开发、SIT集成测试、UAT用户验收测试、系统培训、上线投产、迭代优化八个阶段，环环相扣、管控有序。各阶段实施周期如下：

·项目启动：2026年1月12日

·需求分析与评审：2026年1月13日至1月31日

·系统设计与开发：2026年2月1日至3月31日

·SIT集成测试：2026年4月1日至4月20日

·UAT用户验收测试：2026年4月23日至5月10日

·系统培训与上线投产：2026年5月11日至6月30日

·迭代优化：2026年7月1日至今

六、运营情况

1.客户经理层面：收集分类效率与合规水平显著提升

项目已完成全行推广，覆盖1005名员工，核心信贷进件场景覆盖率达100%。通过AI自动分类、实时质检与智能引导，客户经理资料整理、分拣、校验工作量大幅减少，资料收集分类效率提升60%以上；系统实时诊断资料模糊、缺失、不合规等问题并即时提醒整改，资料一次通过率提升至95%以上，人为差错率显著降低，合规标准全行统一执行，作业规范性与风控质量同步强化。

2.客户体验层面：流程简化，线下负担全面消除

客户无需提前准备复印件，亦无需多次往返网点提交材料，客户经理上门服务时即可完成一站式资料采集，彻底免去复印、跑腿、重复补件等繁琐环节。业务办理更便捷、等待时间更短，整体服务体验明显优化，客户满意度与业务办理意愿显著提升，有力支撑我行普惠金融与小微企业金融服务提质增效。

3.整体业务层面：全流程周期缩短，运营效率大幅提速

系统构建“端侧采集+AI治理+自动归档”完整闭环，全面重构传统多环节、人工密集型流程，信贷进件全流程周期缩短60%以上。系统支持7×24小时稳定运行，可用率达99%以上，日均稳定处理百笔级资料采集与智能分类任务，AI分类与识别准确率达95%以上，数据同步成功率100%，整体业务流转速度、处理能力与运营效能实现跨越式提升。

七、项目成效

1.经济效益

(1)降本增效成果显著。AI自动分类与合规校验替代了大量人工整理、核对与返工环节，信贷进件整体耗时缩短60%以上，人力成本降低40%以上，运营效率大幅提升。

(2)业务产能有效提升。系统支持批量无序混拍与现场一次办结，客户经理外拓营销效率显著提升，单笔业务办理周期明显缩短，有力支撑信贷业务规模稳步增长。

(3)合规成本明显下降。资料完整性、有效性、逻辑性由AI实时校验，返工率下降超70%，重复操作与合规风险损失大幅减少。

2.社会效益

(1)提升普惠金融服务质效。客户办理信贷业务等待时间明显缩短，流程更简便、体验更优质，切实增强我行普惠金融服务能力与市场竞争力。

(2)树立行业数字化标杆。以多模态大模型赋能传统信贷进件，形成可复制、可推广的农商行智能化解决方案，为区域中小银行数字化转型提供了鲜活实践范例。

(3)强化风险合规经营水平。统一进件标准、固化审核规则，全面提升信贷业务规范化程度，助力稳健经营，更好服务地方实体经济发展。

八、经验总结

本项目在建设与推广过程中，始终坚持业务导向、技术赋能、稳步推进、注重实效的总体原则，形成了一套可复制、可借鉴的实施方法论，为同类数智化项目落地提供了有益参考。

在项目建设方面：一是强化业务与技术深度融合，充分听取一线人员需求，确保系统功能贴合实际、好用实用；二是坚持稳妥有序推进，严格遵循需求、设计、开发、测试、上线各环节规范流程，严把质量关与安全关；三是注重系统协同与轻量化改造，依托现有基础设施快速落地，有效控制实施成本与技术风险。

在推广应用方面：一是坚持极简易用设计，降低一线人员学习与使用门槛，保障推广效率；二是强化培训与现场支撑，及时解决使用问题，持续提升人员接受度与使用率；三是坚持持续优化迭代，根据运行情况与用户反馈不断完善功能，保障系统稳定高效运行。

展望未来，我行将以本项目为新起点，持续推进大模型等人工智能技术在信贷全业务流程中的落地应用，结合业务实际不断优化智能服务功能、拓展应用场景。立足实体经济服务需求，深耕普惠金融业务，持续通过数字化、智能化手段提升金融服务质效，扎实推进全行数智化转型工作走深走实。