宁波银行金融科技部常务副总经理 陈卫华

  近年来，人工智能、云计算、大数据等新兴技术在全球范围内迅速发展，为金融行业带来了深刻变革，为商业银行带来了前所未有的转型升级挑战。在这场技术驱动的变革浪潮中，商业银行不仅需要提高运营效率，还要增强客户服务能力和创新能力，以适应不断变化的市场需求。其间，金融科技应用已成为银行转型升级的关键动力，而智能化研发则是推动这一过程的核心引擎。

  在此背景下，智能化研发成为宁波银行提升自身竞争力的必由之路。通过对人工智能、云计算等前沿技术的应用，宁波银行得以更好地应对市场变化，优化业务流程，提升服务质量。智能化工具和平台在推动金融业务高效开展的同时，还加速了业务与科技的深度融合，成为宁波银行业务高质量转型与发展的重要推动力。

  一、智能化研发助力研发转型

  中国人民银行《金融科技发展规划(2022—2025年)》要求重塑智能高效的服务流程。在交付能力方面，及时掌握分析内外部环境和需求变化，以产品敏捷交付为主线制定清晰研发工作规程，将智能模型、工具、系统贯穿于产品服务的全部数字化设计工序，借助业务开发运维一体化(BizDevOps)、最小化可行产品(MVP)等“小步快跑”方式搭建低成本试错、快速迭代的交付模式。为此，宁波银行进行了一系列智能化研发探索。

  1.推行版本火车交付机制，驱动快速交付价值

  宁波银行在数字化转型过程中，面临的挑战之一是如何建立敏捷的研发运维体系和高效的企业级研发协同平台。敏捷研发可助力银行在复杂多变的市场环境中快速响应客户需求，缩短产品开发周期，提高交付质量。为了实现这一目标，商业银行开始引入敏捷开发理念，采用微服务架构、自动化持续集成和部署(CICD)等技术手段，逐步构建支持快速迭代和高效协同的研发体系。顺应以上发展趋势，宁波银行建立了统一的版本火车交付机制，将需求交付周期从60天缩短至30天，并跨团队拉齐研发节奏，以一月一次或两次排期的形式快速交付业务价值。

  2.构建企业级研发协同平台，实现数字化研发

  随着金融业务复杂性的持续提升和规模的不断扩大，如何确保研发与运维的协同一致，并避免系统研发形成新的竖井，成为商业银行亟待解决的问题。宁波银行通过构建企业级研发协同平台——奋进号平台(如图1所示)，将业务、产品、研发、测试、运维等多个角色紧密联系在一起，实现信息的透明共享和流程的高效协同。

图1 宁波银行奋进号平台业务架构

  具体而言，奋进号平台具备协作管理、工程管理、测试管理、数据洞察以及研发支持等功能，可为业务需求人员提供线上化的需求编写、细化、知识管理及流程跟踪工具;使研发人员可一站式接收需求、提交代码、自测、推送制品，实现自动化的工作流程;帮助项目经理强化项目质量管控与流程管理，获取关键流程数据，从而更好地把握进度、提升项目产出率。同时，奋进号平台还能满足测试人员对测试用例、测试计划、测试缺陷以及自动化测试脚本的管理需求。这些功能的整合，大大提高了研发效率，优化了流程管理。

  在此基础上，奋进号平台应用大数据和人工智能技术，进一步提升了业务决策的准确性和运营效率，为研发与运维的高效协同奠定了坚实基础。

  3.BizDevOps体系助力移动渠道体验满意度提升

  在智能化研发实践中，宁波银行进一步探索如何构建BizDevOps体系，致力于推动业务与科技的深度融合。这一体系不仅要求研发与运维人员的高效协作，还强调业务部门的深度参与，以确保技术开发紧密围绕业务目标进行，从而实现技术与业务的无缝对接。在推动BizDevOps体系落地的过程中，宁波银行将体验设计中心作为目标价值管理试点，将移动渠道产研团队作为实施团队，将新版App体验升级作为试点主体，在实际操作中验证并优化这一模式。

  具体而言，宁波银行在试点中将目标价值、业务需求、研发实施三个关键阶段结合至协同平台，并通过BizDevOps体系将产品团队与研发测试团队紧密串联。在这一过程中，产品经理通过协同平台明确传达业务目标和其对应的价值，并进一步将其细化为具体的业务需求，确保研发团队能够充分理解业务价值与实施目标;研发团队则在接收到需求后，采用迭代开发模式，快速调整交付。该模式推出后，宁波银行可借助业务指标采集工具，全面跟踪实际运行效果，将反馈数据回馈至决策层，进而优化后续产品开发流程。这一闭环流程不仅实现了业务与研发的快速响应，还通过精准的数据反馈驱动了决策的迭代改进，逐步形成宁波银行BizDevOps体系下的价值闭环。通过该模式，宁波银行新关爱版App整体体验满意度评分达到4.5分(5分制)，相较实施前3.9分提升超过15%，理财、存款点击率与转化率均有显著提升。这充分验证了BizDevOps模式在业务响应速度、产品迭代效率及运营优化方面的显著优势，为后续将其在全行范围内推广奠定了坚实基础。

  在构建BizDevOps体系的过程中，大数据和人工智能等先进技术的支撑至关重要。通过引入大数据技术，宁波银行各类专业平台能够对海量业务数据进行快速处理与深度分析，从而为业务决策提供更加科学、精准的依据，不仅提升了决策的效率，还增强了数据驱动业务发展的能力。在技术的加持下，业务部门能够迅速获得市场反馈、客户行为等关键信息，并据此优化产品和服务。

  此外，人工智能技术的应用不仅在业务端的风险管理、客户服务、产品推荐等方面发挥了显著作用，在研发领域同样展现出巨大的潜力。人工智能与协同平台的结合，催生出一系列创新应用，如智能研发助理、内建知识库等工具。在智能研发助理的帮助下，研发人员可以通过自然语言查询快速获取所需的技术文档、代码范例和最佳实践，从而大幅缩短了开发时间，提升了工作效率;内建知识库则整合了企业过往的研发经验和技术，可帮助研发团队快速解决常见问题，避免重复劳动。这些智能工具的引入，使得研发团队能够更加高效地应对复杂的业务需求和技术挑战。

  BizDevOps体系对自动化运维工具和平台的广泛应用，显著减少了对人工干预的依赖，大大提升了运维的自动化水平。通过持续集成、持续交付以及自动化部署等技术手段，奋进号平台实现了从开发到生产环境的快速、安全交付，不仅提高了运营效率，缩短了产品上线周期，同时也有效降低了由于人为操作失误导致的运营风险。通过一系列自动化工具的应用，宁波银行大幅提升了研发与运维的协同效能，推动了技术与业务的深度融合。

  二、研发数字化转型策略思考

  当前，在构建高度智能化和一体化研发运维体系的过程中，商业银行面临技术复杂性增加、数据安全和隐私保护要求提高等多重挑战。此外，如何保证大数据和AI技术的应用能够真正满足业务需求，而不是陷入“为技术而技术”的误区，也是许多银行在实践中要解决的重要问题。

  1.智能化工具与平台应用推动快速转型

  为应对上述挑战，商业银行开始引入各类智能化工具和平台，推动研发体系的数字化转型。例如，云计算平台的广泛应用，使得银行可以灵活扩展计算资源，支持大规模的数据处理和分析。同时，AI平台的引入也可帮助银行实现自动化的风险评估、智能客服和精准营销等功能。

  此外，许多银行开始利用低代码开发平台，快速构建和迭代业务应用。低代码平台的优势在于，它能够降低开发门槛，使业务人员也可以参与到应用开发中，进一步缩短了产品上线周期。通过这一方式，商业银行能够更好地应对市场的快速变化，提升自身的创新能力。

  2.人才培养与风险管理适配技术升级

  在智能化研发的过程中，人才培养无疑是关键因素之一。随着智能化工具和平台的广泛应用，研发人员不仅需要具备强大的技术能力，还需对银行业务有深入的理解。这种双重能力对人才的跨学科培养提出了更高要求。在技术飞速迭代的当下，单一技能已经无法应对复杂的研发挑战。因此，在推进数字化转型的过程中，商业银行必须将人才的持续培训作为优先任务之一，通过定期的技术培训和业务知识学习，确保研发团队始终掌握最新的技术动态，并能迅速将这些技术应用到实际工作中，推动创新和效率提升。

  此外，随着智能化研发工具和平台的日益复杂，技术风险和数据安全风险也逐步增加。智能化工具虽然在提高研发效率、优化流程等方面成效显著，但它们也为银行的技术安全和数据管理带来新的风险隐患，如系统漏洞、数据泄露、非法访问等问题，若不加以妥善应对，可能对银行的运营造成严重影响。

  为有效防范这些风险，商业银行需要建立健全风险管理机制，引入智能化监控工具，实时监测系统运行情况，及时发现潜在的安全隐患，通过智能化的风险评估和预警系统，在问题发生前采取预防措施，避免风险扩散。只有在风险管理机制完善的前提下，智能化研发才能顺利进行，从而确保技术创新与业务发展的协调推进。

  3.智能化研发技术更新与海量数据带来的挑战

  随着信息技术的进一步成熟，人工智能、大数据和区块链等技术将在越来越多的金融场景中得到深入应用。例如，人工智能技术的进步将为自动化交易、智能投顾等创新型业务模式提供技术支撑，帮助银行实现更高效、智能的服务;而大数据分析技术则将在客户行为洞察、风险控制等方面发挥更为关键的作用，为银行提供更为精准的决策支持。

  然而，商业银行在实现从高速发展向高质量发展的过程中，仍然面临一系列亟待解决的问题。

  首先，银行不仅需要在短期内投入大量资源来应对技术更新带来的挑战，还需要在长期规划中持续保持对新兴技术的关注和投入，这对银行的资金管理能力、研发资源分配以及战略规划能力都提出了更高的要求。

  其次，随着金融行业对数据的依赖日益加深，如何在严格保护客户隐私的前提下，实现对海量数据的高效利用，已成为智能化研发面临的核心问题之一。在大数据和人工智能技术的应用过程中，客户数据的安全与隐私保护面临着前所未有的挑战。商业银行在推动智能化研发的同时，必须采取更加严格的数据保护措施，确保数据使用的合规性和安全性，避免因数据泄露或误用而带来法律和声誉风险。

  因此，商业银行不仅要持续加大技术投入力度，还需加强数据治理，完善隐私保护机制，确保技术创新与安全运营齐头并进，最终推动金融科技效能的全方位提升。

  三、总结与展望

  在金融科技迅猛发展的当今，智能化研发已成为商业银行数字化转型的核心动力。随着人工智能、大数据和云计算等技术的深入应用，商业银行的运营效率、客户服务水平和创新能力得到了显著提升。然而，技术的快速迭代也给银行带来资金投入、研发能力和隐私保护等多方面的挑战。

  未来，智能化研发将更加注重技术与业务的深度融合，在业务价值管理、研发运营一体化、生成式大模型等领域将展现出广阔的应用前景。与此同时，商业银行需要持续投入资源，以应对技术变革，并在确保数据隐私与安全的前提下，实现对数据的高效利用。通过加强数据治理和隐私保护机制，商业银行将能够在提升业务价值的同时，持续开展合规运营，为高质量发展奠定坚实基础。