在金融行业数字化转型加速推进的背景下，四川农商联合银行凭借“大模型驱动的智能问数应用”项目，成功斩获鑫智奖·2025第六届金融机构数智化转型优秀案例评选中的“大模型创新优秀案例奖”。该项目通过引入前沿人工智能技术，重构了传统数据服务模式，为地方性金融机构突破数据应用瓶颈提供了创新范本。
面对金融行业普遍存在的系统异构、人机协同低效、核心技术受制于人等结构性矛盾，该行以数据资产化为核心战略，构建了覆盖统一数据仓库、实时计算平台、数据中台的基础架构。但实践中发现，业务人员获取数据的门槛居高不下，IT部门与业务部门存在沟通鸿沟，海量数据价值未能充分释放。项目团队通过深度调研发现，传统“Text-to-SQL”方案在处理复杂业务逻辑时存在准确率低、维护成本高等缺陷，这促使开发团队转向更具创新性的“Text2API”架构。
该项目创造性地构建了国产化智能问数新范式，将数据服务API作为大模型的核心调用后端。这种架构设计既规避了直接生成复杂SQL的风险，又充分利用了现有数据中台在服务化封装、业务逻辑沉淀等方面的成果。通过自然语言理解技术，业务人员可直接用日常用语查询数据，系统自动完成语义解析、API调用和结果可视化，真正实现了“人人用数据”的愿景。
在安全可控方面，项目团队构建了金融级精细化权限管控体系。该体系与银行统一身份认证系统深度集成，实现用户身份严格认证，同时建立多维度数据查询权限矩阵，确保数据访问严格遵循岗位权限和机构层级。全链路安全审计功能可追溯每个查询操作，为数据合规使用筑起坚实防线。
项目实施采用敏捷开发模式，自2024年1月启动以来，分三个阶段稳步推进。首期完成超百卡国产算力集群部署，构建起稳定的大模型推理环境；中期通过Prompt工程优化和业务术语库建设，显著提升模型对金融语境的理解能力；当前正着力拓展数据服务接口，增强模型在特定业务场景下的泛化能力。技术路线图显示，未来将向“数找人、数提策”的智能决策支持方向演进。
业务功能创新体现在三大核心模块：自然语言驱动的智能查询支持多轮对话和模糊查询处理，业务人员无需专业背景即可完成复杂数据分析；结构化结果呈现模块可自动生成动态表格和交互式图表，支持在线排序、筛选和下钻操作；智能可视化分析功能能根据数据特征推荐最优图表类型，实现数据到图形洞察的无缝转换。
运营数据显示，试点阶段应用日均处理自然语言查询数千次，用户对交互便捷性和数据即时性给予高度评价。通过建立实时监控仪表盘，团队持续追踪查询意图理解准确率、API调用成功率等关键指标，确保系统稳定运行。目前，应用已接入核心业务领域的数据服务接口，并正在动态拓展更多业务场景。
该项目在技术自主可控方面取得重要突破，依托国产算力集群完成大模型在金融场景的适配部署。这种技术路线不仅降低了对外部厂商的依赖，更通过数据服务总线管控，有效防范了数据泄露风险。随着应用范围扩大和功能深化，预计将在降低运营成本、提升决策效率、创新金融服务等方面产生显著效益。
项目团队总结出三条关键经验：坚实的数据治理基础是项目成功的基石，场景驱动的技术创新能精准解决业务痛点，国产化技术路线对保障金融安全具有战略意义。这种将前沿技术与业务实践深度融合的模式，为金融机构数字化转型提供了可复制的解决方案。
