信创改造 × AI 落地 · 金融 AMC 核心系统
人工智能融合应用与综合实践
以「新核心业务系统信创改造工程」为样本，记录国产 AI 芯片 / 大模型在金融不良资产管理中的场景落地、技术选型与项目管理实践。
一、项目背景与个人职责
我单位为某金融央企，主营不良资产管理。为落实信创战略、实现核心技术自主可控，科技部门发起「新核心业务系统信创改造工程」。项目周期 24 个月、投资 1200 万元，交付从芯片、服务器、操作系统到数据库、中间件全栈国产化的新核心业务系统，覆盖方案管理、尽调、不良资产处置等模块。
作为项目经理，我负责新核心业务系统的全栈信创落地，统筹需求整合、国产软硬件适配协调，及测试上线阶段的进度、质量、风险与沟通集成管理。
二、国产 AI 芯片与国产大模型的应用场景与技术选型
场景一：方案审核辅助。基于历年审核经验建知识库，由大模型解析法律文书与政策，生成「关联方画像＋风险摘要＋可行性初判」。
场景二：尽调要素抽取。私有化大模型对债权合同、司法文书做实体抽取，回写核心系统并经规则引擎校验，录入效率提升约 60%。
场景三：智能监控。通过日志平台汇聚国产组件日志，由大模型诊断异常并生成每日运行分析。
三、AI 辅助项目管理的实践方法
- 智能测试。大模型解析需求规格书，自动生成接口与边界用例，测试周期缩短约 30%。
- 智能监控。对 AI 诊断结果做根因聚类并关联组件版本，故障定位由小时级降至分钟级。
- 辅助决策。每周汇总进度、缺陷、风险数据生成「风险研判简报」。
四、应用管理的具体做法与心得体会
人工智能与信创融合既是技术命题，更是管理命题。其价值在于以智能手段化解全栈替代的适配复杂度与人力压力，让管理者聚焦风险研判与决策协调。作为信创集成项目管理师，须兼具技术判断力与统筹能力，既懂国产技术栈边界，又能以项目管理方法控制范围、进度与质量。