中国农业银行金融科技创新 年度报告（2020）...2021/02/05 ·...
TRANSCRIPT
中国农业银行金融科技创新
年度报告（2020）
2021 年1 月
版权说明
本报告版权属于中国农业银行，并受法律保护。
转载、摘编或其它方式使用本报告文字或者观点的，
应注明“来源：中国农业银行”。违反上述声明者，
将追究其相关法律责任。
目 录
目 录................................................................................................................3
前 言................................................................................................................1
一、认清创新背景 唤醒技术创新活力..............................................................1
二、深耕技术创新 释放科技价值......................................................................2
1 人工智能全面强化金融服务能力.........................................................2
闻音辨人——声纹识别............................................................... 3
打通经脉——知识图谱............................................................... 3
识文解意——NLP......................................................................... 4
提升内力——AutoML................................................................... 5
2 云计算提供全领域创新实践沃土.........................................................7
万物根基 风生云起——IaaS..................................................... 7
原力觉醒 扶摇直上——PaaS..................................................... 8
无服务器 有大价值——Serverless......................................... 9
新瓶无形 老酒有价——云数据库........................................... 10
3 聚焦数据要素加速释放数据产能.......................................................11
4 数字货币助力数字化时代新发展.......................................................13
5 音视频服务将升级客户金融体验.......................................................14
6 机器人流程自动化提升业务效率.......................................................15
三、延展创新地图 布局全新赛道..................................................................16
1 让互动更便捷——5G 消息..................................................................16
2 让服务更有序——Servicemesh.........................................................17
3 让数据不孤单——联邦学习...............................................................17
4 让云端不再远——边缘计算...............................................................18
5 让情绪全表达——微表情识别...........................................................18
四、完善创新体系 激活技术创新动力..........................................................19
1 规划引领、问计于技，为创新引入源头活水...................................19
2 业技融合、总分联动，为创新构建循环生态...................................20
3 培养人才、强化基础，为创新打造坚强后盾...................................21
结 语..............................................................................................................23
中国农业银行金融科技创新年度报告（2020）
1
前 言党中央国务院高度重视互联网、大数据、人工智能、区块链、5G 等新一代信息技术
的融合应用，多次从国家战略层面进行部署。10 月 30 日闭幕的十九届五中全会通过了
《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的
建议》，对“数字经济”“技术创新”等金融科技相关规划做出了专项论述。农行人在
抗疫、扶贫、善其身、济天下基础上，在金融科技蓝海中全力进发，为人民的美好生活
贡献一份金融科技力量。
在行党委部署的“推动数字化转型再造一个农业银行”总体战略背景下，农行人勇
立金融科技潮头，深耕人工智能、云计算、大数据、音视频等领域，将创新基础做实做
稳，将创新实践做全做专，将创新引领做新做强，瞄准服务用户靶心，紧盯金融科技趋
势，夯实金融科技基础，助推业务升级，助力战略转型。
中国农业银行技术委员会撰写本次报告，旨在为银行业金融科技创新提供思路和共
享素材。报告着眼于整体金融科技背景，立足于农行金融科技创新工作，以创新技术为
切入点，绘制 2020 年度科技创新路径，面向 2021 年拓展技术创新地图，基于农行一局
两中心的战略布局，探索了行内的科技创新体系建设之路，为金融同业提供参考。
中国农业银行金融科技创新年度报告（2020）
1
一、认清创新背景 唤醒技术创新活力
金融科技 4.0 阶段，5G、大数据、人工智能、云计算、物联网等创新技术已渗入到
金融科技领域，焕发金融科技活力，引领金融科技发展，助力企业推出新应用，带来新
价值。在创新技术为金融科技赋能的同时，国际局势变化和国内监管要求也为金融科技
的发展带来了全新挑战，肩负金融和科技双重使命的农行科技部门，在此背景之下，不
断探索应对之道。
国际局势：疫情之下，世界格局正发生着微秒的变化，对金融领域和科技领域的影
响都不可预测。金融市场的全面开放，带来了金融市场国际化的机遇和挑战。传统信息
科技与新型信息科技中，受制于核心技术和技术标准，我国正面临着巨大挑战。金融科
技人以自强与合作为武器，主动求索，化解被动，提升整体核心竞争力，坚守科技创新
之路。
国内境况：2020 年是金融科技强监管的元年，仅下半年中国人民银行、中国银行保
险监督管理委员会、工业和信息化部等机构连续推出多部管理办法，拟对供应链金融、
网络小额贷款等金融领域加强监管，在此背景之下，金融机构在谋求技术创新和应用创
新的道路上，需时时刻刻关注“合规”的指示牌，坚守金融正道。
金融形势：在移动互联网技术的助推下，客户消费习惯和生活方式正在发生变化，
大型商业银行的体量优势减弱，中小型银行依托线上渠道灵活出击，同业竞争日益激烈。
与此同时，第三方支付公司、电子商务公司，甚至移动通信运营商等也纷纷迎合客户需
求，拓宽获客渠道，来自跨业的竞争也不容小觑。在竞争日益激烈的情况下，“以客户
为中心”是让金融机构脱颖而出的不二之法，布局全新赛道、快速交付创新场景成为兵
家必争。
科技环境：国内的创新生态已见雏形，创新氛围日渐浓厚，互联网头部公司探索对
全领域进行创新技术输出，也为金融领域带来了全新思考：创新技术成为决胜数字时代
的有力武器，通过引入新技术，助力快速推出新应用，或提升企业科技实力以间接价值
变现。无论新技术的价值形式如何，通过新技术提升金融竞争力已经成为国有商业银行
的共识。
行内背景：随着数字化转型号角的吹响，农业银行数字化转型战略正呈现双向驱动
的势态：自顶向下的战略推动，自下而上的创新反馈。对于科技部门，创新反馈不仅仅
中国农业银行金融科技创新年度报告（2020）
2
依赖于“薄前台、厚中台、强后台”的 IT 架构再造，也依赖于思想理念和实践方式的
转变。在金融服务创新过程中，我们正不断提升业务智能、开放生态、快速响应和全方
位服务等关键能力建设，为农行数字化转型战略贡献科技力量。
以上层规划为依据，站在科技视角，农业银行已经初步建设技术创新体系，以创新
技术本身为切入点，探索创新技术的生命周期管理，形成创新机制，激发创新活力，营
造创新氛围，让全行科技人敢创新、会创新、爱创新，发现更多新大陆，持续提升科技
创新影响力！
二、深耕技术创新 释放科技价值
“新技术、新应用、新价值”，三者不是递进，而是加和，“新技术+新应用产生
新价值”，无论是面向数据和系统的科技人，还是面向客户和市场的产品人，没有灵魂
的技术和业务永远无法创造新价值，唯有形成合力，方显创新价值，而团结的农行人，
始终坚定的走在这条路上。作为国有大型金融机构，农行按照央行《金融科技（FinTech）
发展规划（2019-2021 年）》中指出的重点任务，全面提升大数据、人工智能、云计算
等金融科技关键技术能力，并利用科技创新成果优化或创新金融产品、经营模式和业务
流程，助力业务部门创造价值，为业务场景创新保驾护航。
1 人工智能全面强化金融服务能力
人工智能最早于 1956 年提出，目标是使机器具有人的感知、行动、推理与决策能
力。经历数十年的发展，在大数据、深度学习算法、基础算力等技术的合力助推下，人
工智能已然成为商业银行数字化转型的核心驱动力。
农业银行一直致力于推进人工智能技术在金融领域的研究与应用实践。前期主要集
中在数据分析挖掘方面，打造行业领先的数据价值深度利用的“孵化器”，主要解决数
据探查、模型训练相关问题，以数据分析示范项目的模式，推动数据分析师队伍建设，
推进数据分析挖掘技术在总行各个业务领域的应用和推广，同时对外提供人脸识别、活
体检测、语音识别、OCR、自然语言处理、语音合成等感知能力。
2020 年是农行人工智能大刀阔斧的推进之年。这一年，平台建设完成了从仅支持数
据分析建模到建模、发布、灰度、运行、后评价、资产管理全流程一体化支撑的转变。
这一年，我们既立足当下，持续发力建设声纹识别、自然语言处理等人工智能感知能力，
解决业务场景中最迫切的需求痛点，也着眼未来，探索知识图谱、自动化机器学习等学
中国农业银行金融科技创新年度报告（2020）
3
习推理技术，不错过 AI 自成长道路上新的风景。
闻音辨人——声纹识别
声纹识别是指利用计算机系统从人发出的语音信号中自动提取语音特征并用于识
别说话人身份的一种生物识别技术。与人脸识别、指纹识别、虹膜识别等同类生物识别
技术相比，声纹识别能够在易用性和安全性之间取得一个较为理想的平衡，主要具有以
下优势：一是非接触式，相对于指纹识别而言更加便捷；二是声纹识别需要主动交互才
可以进行识别，相对于人脸识别而言降低了侵犯隐私风险；三是声纹信息只需麦克风便
可进行采集，且声纹仿冒的成本相对较高，使得声纹识别在信息获取成本上和安全性上
更具优势。
2020 年 8 月，通过分行“创新实验室”和“示范行”渠道调研了北京、江苏、浙江、
广东等 16 家分行的声纹识别应用场景需求，并联合福建分行作为总分协同试点，选定
“惠农 e贷白名单数据核查外呼”场景，开展声纹识别技术联合创新工作，总行提供技
术平台支持服务，分行侧重业务应用开发，从十月份试点场景选择到十二月五日业务上
线，快速完成创新技术的线上业务验证。下一步，农行将基于“云识”平台进行声纹识
别技术的推广，为多个业务条线赋能。
声纹识别技术以其不易丢失、难以伪造、保密性强等特点，结合抗时变、防重放、
鉴拼接等技术，实现无感知、零接触识别，从而大幅提高金融风控质量，减少欺诈风险。
以“惠农 e贷”为例，通过引入声纹识别技术，完善农行立体化生物认证体系，精准校
验客户身份，提升客户风险管理水平，节约人工成本，有效解决业务痛点，在三农普惠
领域实现行业智能服务创新与突破，形成差别竞争优势，助推传统临柜业务线上化转型，
全面提升客户服务体验。
从人脸识别看到你，到声纹识别听懂你，2020 年，农行在 AI 感知能力的建
设上又迈出了一小步，也在全行总分协同联合创新的推进上迈出了一大步。可以
预见，声纹识别技术的引入，将使农行安防控制、电话银行、客户服务等多个业
务场景焕发新生机。
打通经脉——知识图谱
知识图谱本质上是一种揭示实体之间关系的语义网络，基于图的数据结构，以客观
世界中的实体为点，以实体间的关联关系为边，构建起实体间的关系网络。金融知识图
中国农业银行金融科技创新年度报告（2020）
4
谱是知识图谱在金融行业的垂直应用，以金融对象为实体，以金融行业语义理解和知识
搜索为主要技术方向，可应用于风险评估、事件预测、团体反欺诈、精准营销、智能搜
索等多类业务。
农行构建的知识图谱引擎，以“数据服务”为目标，以“沉淀数据资产”为核心，
以“知识挖掘”为抓手，包含知识图谱资产构建及管理、知识挖掘及推理、知识图谱数
据服务三大核心功能模块。利用数据库、大数据处理和自然语言处理技术，对行内个人、
信贷、商户、资负、对公等领域进行大规模数据知识抽取和融合，将个人客户、对公客
户、商户、银行卡、地址等抽象为实体，通过转账、还款、信用等金融关系和父母、子
女、配偶等社会关系构建成关系网，再现实体之间错综复杂的关系，沉淀包括个人客户
转账关系、信用卡还款关系、客户地址相似关系在内的 8大类图谱资产。在此基础上，
以业务场景为驱动，通过社区发现、连通分量、PageRank 等图挖掘算法以及图神经网络
等 AI 技术，与专家规则、业务经验相结合，提供智能化、可解释的价值挖掘模型。
知识图谱引擎当前已为 3个总行业务部门，2家分行提供“资产输出+模型输出”服
务。基于转账关系的反洗钱可疑客户识别模型识别准确率较传统规则模型大幅提升；基
于转账、还款关系图谱，构建信用卡欺诈客户识别模型，有效提升了信用卡风控精细化
水平；信用卡分期客户资金回流监测模型，实现对有资金回流或资质风险的分期账户的
精准识别。
基于知识图谱引擎，深入探查农行数据实体间的关联关系，沉淀知识资产，
拓宽知识边界，是农行人工智能从“感知智能”向“认知智能”迈进的核心步骤，
路虽艰难，我们步履不停。
识文解意——NLP
自然语言处理（Natural Language Processing, NLP）是指用计算机对自然语言的
形、音、义等信息进行处理，即对字、词、句、篇章的输入、输出、识别、分析、理解、
生成等进行操作和加工。发端于 20 世纪 50 年代，至今为止，自然语言处理技术前后经
历了基于规则的方法、基于统计的方法和基于深度学习的方法三个阶段的发展。伴随着
人工智能浪潮的再次兴起，基于深度学习的 NLP 技术再次换发了新的生机，广泛应用于
机器翻译、自动回答、自动文摘、情感分析、信息检索等领域。为贯彻落实《中国制造
2025》和《新一代人工智能发展规划》，工业和信息化部印发了《促进新一代人工智能
中国农业银行金融科技创新年度报告（2020）
5
产业发展三年行动计划(2018-2020 年)》的通知，通知中把 NLP 定位成基础领域需要着
重取得突破的技术。
农行探索落地 NLP 统一服务引擎，自主研发面向全行的平台级产品，为行内非结构
化数据处理提供开发、测试、监控、部署一站式解决方案。向开发者提供丰富的算子、
训练环境以及运行环境，打通模型从训练、发布到集中运行的全流程；面向研发工程师，
提供 API 调用，构建全行统一 NLP 服务能力，实现系统与引擎高效对接；面向数据分析
师，提供原型接口，加速建模开发，提供模型训练、部署、发布一站式开发能力；面向
模型研发工程师，提供丰富的基础算法，提供更高的开发自由度以构建基础、高效、前
沿的模型。
NLP 统一服务引擎集成了大量领域内常用技术组件、工具，根据细分领域不同构建
了数类 NLP 开发原型，自研地址比对、地址查询、文章推荐、智能运维等多个领域模型，
在此基础上结合具体场景，实现了 11 项应用能力的部署，共对接 4个部门 13 个应用场
景，日均调用量达 40 万次，为信用卡综合管理平台贷前系统、信贷智能质检系统、研
发支持服务（谛听）平台、星云平台、元数据管理系统等多个行内系统提供联机服务。
农行的 NLP 统一服务引擎从无到有，既直接提供已有场景对外应用级服务能力，又通过
对模型构建过程各类组件资产的沉淀间接提供对新场景的快速响应、快速建模、快速部
署的能力，实现了行内非结构化文本数据价值的重新发掘利用。
NLP 引擎在信用卡风险管理、智能运维、客户画像、自动客服等领域进行的
开创性探索和尝试，迈出了NLP技术行内落地应用的关键一步，助力农行应对Bank
4.0 时代银行发展要求，对内挖掘 NLP 在降低人力成本方面的潜能，以机器代替
人脑处理重复而有规律性的文本处理工作，实现质效双生；对外为客户提供更加
便捷的服务渠道和更加自动化的金融解决方案，更好地触达客户、了解客户、服
务客户，全方位提升客户体验。
提升内力——AutoML
在机器学习领域，为特定任务构建高质量的机器学习模型是一个耗时、复杂的过程，
当前企业利用机器学习赋能业务的过程存在诸多痛点：专业人才短缺、技术门槛高、建
模过程复杂且周期长、模型难跨领域迁移等。为了使建模过程自动化，改变机器学习建
模需要专家付出大量精力的手工作坊生产模式，让机器辅助人类专家实现机器学习模型
中国农业银行金融科技创新年度报告（2020）
6
的构建，大幅提升机器学习建模效率，降低机器学习应用门槛，加速机器学习模型落地，
学术界、工业界对自动化机器学习开展了大量的研究、探索。
AutoML（Automated Machine Learning）自动化机器学习是一个将机器学习自动化
应用于实际问题的一个端到端的过程，本质是将机器学习各个流程的方法进行选择、组
合、优化。从解决问题的角度看：AutoML 需要决定如何对给定的数据集做特征工程、如
何选择适应特征工程生成特征矩阵的算法，以及如何为算法设置超参数；从机器学习系
统角度看：AutoML 可看作是一个高度封装的，可在给定数据和场景上自适应学习，通过
大量数学推理、验证以保证强泛化能力的系统；从自动化角度看：AutoML 强调易于使用，
可看作是设计一系列高层的控制模块调整优化机器学习模型，最终实现端到端流水线的
自动化设计而无需人工干预。
农行在 AutoML 领域开展了全方位的调研，技术上重点研究了自动化特征工程、自
动化模型选择与超参调整，对于平台则重点研究试用行业内主流的产品。同时将 AutoML
技术应用到了金融场景中，在行内自主研发的人工智能服务平台上，将自动化特征工程
以及自动化超参数优化成功应用到小微企业结算户转有贷户机器学习项目中。通过大数
据分析建模，学习小微企业贷款客户的特点，从现有小微企业结算客户中寻找有潜力的
客户，展开针对性的营销，使其转化为贷款客户。在该项目中设计的多组实验证明：自
动化特征工程生成的特征可用、质量较高；自动化模型选择及模型超参调整具备可行性；
自动化机器学习可以大幅节省人类专家的精力，提升机器学习建模效率。相较于手工模
型，自动化机器学习生成的模型准确率提升了 2.37%，精确率提升了 15.61%。
即使是训练有素的数据科学家，在复杂应用场景下构建精确有效的机器学习
模型，仍然是一件极具挑战且极其耗时的工作。AutoML 的出现，可以将业务人员
从复杂的数据处理、模型构建工作中解放出来，回归业务本源，为机器学习模型
在业务场景中的高效应用与大范围推广提供了一种全新的解决方案。
展望：近年来，以人脸识别、语音识别、声纹识别、OCR 等为代表的智能感知技术
在商业银行获得了较为广泛的应用，实现了与业务流程的深度融合，以机器学习模型为
基础的智能决策技术也逐步落地于获客营销、贸易融资、资产管理、运营风控等多个业
务领域，成效初显。拥抱智能化已然是商业银行在数字化转型时代面临的必然选择。
同时，我们必须看到，人工智能技术应用仍有很大的发展空间。在人工智能项目落
中国农业银行金融科技创新年度报告（2020）
7
地的实践中，尚有数据运维、模型运维和开发运维等工程化问题需要解决，强大的人工
智能工程化策略将提升人工智能模型的性能、可扩展性、可解释性和可靠性，进一步实
现人工智能投入的价值。当前仍处于人工智能技术应用的初级阶段，如何提高对人工智
能技术的理解力，保障人工智能技术应用的安全性，合理评估、有序推进人工智能技术
的落地，是商业银行下一步需要继续深入思考的问题。只有立足于自身战略定位，在制
度建设、数据储备、技术布局、人才培养、场景落地等方面做好全方位准备，才能在智
能化掀起的变革中无惧风浪，踏浪前行！
2 云计算提供全领域创新实践沃土
云计算自基础设施软件定义一路走来，到容器化成为领域共识，到 Serverless 露
出新生命力，再到云服务全面开花，肩负着基础架构变革，为上层应用赋能、为全领域
赋能的使命。
2020 年是云计算大展宏图的发展之年。这一年，我们初步建成 IaaS 云平台，完成
基础架构从硬件定义向软件定义转型。这一年，我们为兼容和适配上层应用进行平台优
化，持续扩大 PaaS 的推广范围。这一年，我们引入 Serverless、云数据库等新技术，
持续增强云平台能力。云计算技术能有效降低创新成本，提升创新效能，为应用创新和
技术创新提供沃土。
万物根基 风生云起——IaaS
“行到水穷处，坐看云起时”。传统运维方式已经无法满足业务发展的步伐，IaaS
（基础设施即服务）是对农行云计算领域的一次重大变革。从硬件定义向软件定义转变，
提升基础设施的弹性伸缩能力。从面向设备的运维模式向面向资源的运营模式转变，提
升农行的运营能力。从分散管理模式向集约管理模式转变，提升农行的治理能力。
“砥砺前行，初见成效”。2020 年，农行已建成开发测试云、生产云，云平台共纳
管物理机 8000 余台、虚拟机 40000 余台，提供云主机、裸金属、中间件、数据库等 30
余项云服务，实现资源分钟级交付。
“众里寻他，小露锋芒”。农行 IaaS 云采用了若干关键技术创新：一是平台全栈安
全可控，推动云平台与国产服务器、基础软件兼容适配，提供满足信创要求的关键基础
设施，构建从服务器，到操作系统，再到基础软件全栈云平台。二是异构资源统一管理，
采用资源池化、统一适配、智能调度等技术，统一管理传统基础设施和云基础设施，支
撑农业银行新老技术栈转型，实现京沪两地资源规划统一、标准规范统一、管理平台统
中国农业银行金融科技创新年度报告（2020）
8
一、配置信息统一，提升数据中心治理水平，推动一体化运维体系构建。三是软件定义
数据中心，引入 OpenStack 云计算框架、分布式存储、SDN 技术等软件定义技术，提高
数据中心基础设施的敏捷性、灵活性和扩展性。四是高质高效资源交付，通过资源交付
标准化、自动化、服务化，实现基础软件标准化、自动化安装，降低手工操作带来的不
一致风险，减少运维人员低价值重复劳动，提升运维效率。
“技术创造价值，创新永无止境”。农行也在探索一体化云平台建设，统筹考虑 IaaS
云和 PaaS 云，统一规划基础设施资源，协同向业务赋能。
IaaS 云以安全生产为初心，以提质、增效、降本、安全可控为目标，以标准
化、自动化、服务化为思路，全面变革数据中心基础设施，向应用服务，支撑农
行数字化转型。
原力觉醒 扶摇直上——PaaS
金融服务的互联网化和开放化使瞬时峰值、高并发、大流量的业务模式成为常态，
对 IT 资源的弹性供给能力提出了更高要求，云计算逐渐成为商业银行实现业务创新的
首选架构。在此背景下，通过 PaaS 承载新建应用系统已经成为行内的刚性架构原则。
2020 年农行 PaaS 进入快速发展期，实现业务交易、内部管理和数据处理的系统全
覆盖和基础环境的多样化兼容，涵盖 CPU、操作系统、GPU 等多类异构环境，全面满足
各种应用系统的多样化需求，充分发挥底层基础设施的优势。
通过与 ITA、TFS、星云、ACMS 等各种基础设施对接，打通管理链、开发链和运营
链，在工具级实现 DevOps 流程的全闭环融合，实现资源供给自服务，代码的自动构建、
发布和部署，环境快速扩容和所测即所投等功能，达到 DevOps 三级能力水平，有效助
力企业敏捷研发能力提升。
在生产环境中，通过云管平台的建设与优化，有效面对各种复杂运维场景，提升平
台运维能力。在“双十一”、纪念币预约等高并发场景中，实现资源的快速部署和交付，
轻松应对各种业务交易洪峰，资源使用率得到有效提升；在机房搬迁工程中，充分利用
云环境的运行机制，实现零业务中断的集群整体搬迁，2个小时迁移 58 个系统。
在技术探索中，成功实现 Istio、Knative 等开源方案融入云平台，为 Servicemesh、
Serverless 的腾飞铺平跑道；实现 Prometheus 的深度定制与星云的对接，实现容器动
态监控，打造平台运维的资源监控大屏，打通云上云下一体化监控的最后一公里；深入
中国农业银行金融科技创新年度报告（2020）
9
研究容器网络 macvlan、对象存储等底层技术，为一体化云平台建设做好技术储备；深
入研究 Operator 机制实现 MySQL、Redis 等基础中间件的云上部署方案，为中间件云化
完成技术储备；深入研究 Egress 机制及其网络管控方案，为云上应用的精准网络管控
做好技术储备；全面研究 Windows（.Net Framework）应用上云技术方案，并成功进行
试点验证，领先业界具备了该能力；在此基础上，PaaS 助力应用互联平台（AIR）实现
云上接口管控，助力分布式核心上云，加速核心系统架构转型。
创新不是一蹴而就，而是沿着发展的脉络演进、更迭。为了更好服务于上层
应用，2020 年，Serverless 和 Servicemesh 正式出现在农行的云计算版图上，助
力 PaaS 能力的发展和升级。
无服务器 有大价值——Serverless
让研发极简的无服务器架构（Serverless）却有着不简的定义，作为一种软件系统
架构方法，多以云产品形态提供除了业务逻辑本身之外的主机管理、服务运维、应用配
置等能力，让研发人员专注于业务本身，无需关注运营维护。Serverless 以 PaaS 为基
础，无服务器运算为客户提供微型的架构，终端客户不需要部署、配置或管理服务器资
源，代码运行所需要的服务器资源皆由云端平台来提供。
Serverless 中，典型的就是和容器技术进行融合创新，容器化的应用能够无差别地
运行在开发机、自建机房以及公有云环境中，基于容器工具链能够最大程度加快
Serverless 的交付。
2020 年，在国有大型商业银行中，以创新思维建成同业首个企业级 Serverless 研
发平台，形成“云开发、轻程序”的云端一体的轻量化云平台。结合自研的轻量小程序
研发框架，将开放银行的场景建设周期缩短 50%以上，并深耕低代码开发技术，用新工
具提升技术密度，支持“拖拉拽”的可视化设计，降低开发门槛，实现极简编程。
当前，Serverless 平台已为总分行 8个项目提供轻量化的技术和安全能力，大大提
升分行场景金融和办公管理领域的快速交付能力，满足分行前台互联网旺盛需求，让科
技力量更快速响应分支行甚至网点的一线需求，提高科技快速交付业务能力。在此基础
上，开发人员的场景金融开发效率提升 35%，分行开发人员“从入门到精通”仅需要 5
天，单个前端应用从设计到发布仅需 2周，学习成本减少 80%。
中国农业银行金融科技创新年度报告（2020）
10
Serverless 的落地增强了技术中台能力，提升了农行技术密度，为低代码开
发创造可能。业务人员可快速构建原型，高效、准确传递业务需求。分行有力量
拉动总行炮火，瞄准用户靶心快速出击。除此之外，Serverless 实践营造和推崇
了研发极客文化，推进“云开发、轻程序”的开放生态建设，未来可期。
新瓶无形 老酒有价——云数据库
云数据库 DBaaS（DataBase as a Service）已成为云计算领域的新绿洲，是指运行
在云计算平台（IaaS、PaaS）上的数据库，作为服务为应用提供对数据库的访问，保证
数据库的可伸缩性和高可用性，使底层软件对应用透明。目前云数据库的主要实现方式
有两种，一是云原生数据库，基于分布式存储实现计算存储分离架构；二是数据库 on
云，指将数据库搬迁到云上，提供租户级的数据库服务。
依托 PaaS 平台技术能力，采取数据库 on 云的实现方式建设农行云数据库，即将
MySQL 运行于容器中，使数据库的部署更便捷，且基于云原生能力，可有序部署扩展、
有序收缩删除，有效提高了云上数据库资源利用率。
在可用性方面，云上 MySQL 基于 MGR 复制技术保证数据库高可用，PaaS 云平台利用
K8s 自身故障恢复自愈及调度能力保证高可用。除此之外，基于 K8s 实现了固定数据库
节点网络标识方案、固定存储方案，使 Pod 发生重新调起后仍然保持之前的网络标识和
持久化存储，以保证数据库集群状态。
本次创新实践实现了有状态基础软件独立自主上云，使用的所有组件及工具均为开
源软件。随着试点项目——图计算平台 MySQL 数据库上云迁移完成，填补了业内基于开
源 MySQL 最新复制技术 MGR 有状态基础软件云上运行的空白，云数据库方面农行已处于
行业领先水平。此次 MySQL 上云实践，也为其他有状态基础软件或有状态应用系统上云，
提供了可复制的技术参考。
应用上云已成为一种趋势，而上云过程中也伴随着双向适配，云平台需考虑
沉淀应用共性需求，如所依赖的基础软件、基础架构、运行环境等，持续提升平
台能力；应用则需考虑是否以上云为契机，进行系统重构，以实现换血升级，进
一步统一技术栈。路漫漫其修远兮，云将上下而求索。
展望：随着云计算的“进化”，Docker 容器有限兼容性的弱势凸显，K8s V1.2 版
本之后，Docker 作为云计算领域的老将，将不再为 K8s 效力，而其带来的技术债，必
中国农业银行金融科技创新年度报告（2020）
11
将导致 K8s 版本的高频迭代。在此背景下，农行云计算实践需实现此阶段的平稳过渡，
保证上层应用的可用性。
沿着旧地图找不到新大陆，2021 年将以创新为指引，进一步提升云平台服务能力
与质量，深度探索和大数据、人工智能等新型 IT 技术的有机结合，实现强强联手，从
而释放云平台的“超能力”，让云计算 + 新技术产生新价值，让云计算 + 新应用产生
新价值。
3 聚焦数据要素加速释放数据产能
数据为王的 DT（Data technology）时代，大数据应用已渗透到各行各业，极大推
动了社会的进步和发展。大数据从概念走向落地成熟，得益于大数据技术的迭代发展，
从早期 MapReduce 为代表的离线计算框架，到 Storm、S4、Flink 等实时流计算框架，
结合 HDFS 等分布式存储体系，大数据生态逐步涵盖 Flume、Kafka、Spark、Hive、Yarn、
Hbase、Kylin 等主流技术，成为大数据采集、存储、处理和展现的有力武器。
2020 年是农行大数据产能迸发之年，依托数据中台“业务导向、用例驱动、持续
演进”的总体原则，实现数据资产、平台能力、业务赋能的全面提升。全年新增主题数
据模型 5000+个、数据接口 5000+个，沉淀 2000+个标签，完成 3000+个指标，覆盖个人、
对公、网金等 22 个业务条线；成功打造数据中台门户，对外提供全方位、一站式数据
服务。依托 BI 平台实现涵盖指标、标签、报表、大屏和灵活查询的全方位 BI 解决方案，
建设多维分析引擎，实现亿级数据的秒级响应，全年已开放 347 项分析维度、5000+指
标标签分析验算。数据可视化中心完成从 0 到 1 的建设，支撑 80 余项大屏报告建设，
支持总分行业务场景建设；推进实时能力开放赋能，齐备自助式、可视化作业编排开发
和实时数据分析能力，拓宽实时应用场景，支撑实时反欺诈等高时效应用。伴随多维分
析、实时分析、数据可视化等大数据技术迭代发展，将进一步加速农行大数据赋能步伐。
多维魔方，由你玩转——多维分析：多维分析旨在协助企业经营管理人员，通过数
据切片、旋转、上卷、下钻等操作，在海量的数据中快速探查业务价值。在数据量方面，
多维分析单次分析处理的数据通常在 GB 或 TB 级，检索范围覆盖千万甚至亿级条数；计
算复杂性方面，多维分析除了满足明细查询，还经常需要进行汇总、聚类、计数、关联、
筛选等操作，计算量成倍增长；分析响应方面，虽然响应时间比 OLTP 低，但通常也要
保证秒级甚至亚秒级的分析时效。农行 BI 平台围绕数据能力与分析服务，以“数据业
务化、服务自助化”为导向，统筹在线、离线及实时数据需求，打造由数据立方体、极
中国农业银行金融科技创新年度报告（2020）
12
算引擎、高性能缓存、一体化访问等技术多维分析平台，全方位支持海量明细、汇总等
粒度 OLAP 场景，实现一键查询、口径明确、所见即所得的多维分析服务，实现业务需
求与技术方案统筹引导，有效实现数据开放与赋能。
天下武功，唯快不破——实时分析：实时分析用于实现海量数据实时摄入、低延时
自助探查分析，提供实时摄入流数据到分析引擎中，结合预聚合、压缩存储等技术实现
低延时“入库即查”的分析能力。农业银行在实时计算基础上，以实时分析为应用提速
发力点，打造“实时计算+实时分析”双引擎体系，依托京沪两地流批一体计算能力，
实时摄入已具备将实时计算数据低延时 Sink 到 Kafka、HDFS 等链路，打通了 Kafka 实
时摄入 Druid 分析引擎，实现亚秒级自助分析，分析时效较 Hive、DB 等分钟乃至小时
级分析模式有了质的飞跃，加速了指标大屏等实时应用落地。实时分析与实时计算双剑
合璧，提供低延迟、SQL 标准化、快速响应变化、数据统一的实时服务能力。未来在实
时分析引擎选型评测基础上，将进一步提升自助灵活、低延时的实时分析能力，支持实
时 BI、用户行为分析、实时监测和 ABTest 等场景。
生动灵活，数据之美——数据可视化：数据可视化（Data Visualization），是计
算机图形领域前沿学科，指用图形来表示信息和数据。一般一个完整的数据可视化产品
应具备数据处理、图形展示、图形映射、辅助信息四个模块。农行基于 DVaaS（Data
Visualization as a Service）的数据可视化服务理念，引入 TypeScript、WebPack、
React、Redux、Echart、Threejs、Antd 等前沿技术栈，打造面向全行的数据可视化中
心，为数据分析师打造“低代码、自助式、配置化”的数据大屏和业务报告构建利器，
可视化应用开发效率提升 300%，解决数据中台数据服务业务的“最后一公里”问题。2020
年，孵化可视化产品（大屏和报告）84 个，支持总分行业务场景建设，其中，实时存款
大屏实现指标监测时效从日到秒的飞跃，提供下沉至支行层级可视化展示，满足 8000+
用户的实时查询和监测。
技术进步是螺旋上升的过程，多维分析、实时分析、数据可视化等技术推动
了农行大数据赋能步伐，未来将持续升级基础架构和引擎，依托 DataOps 体系建
立数据快速交付机制，结合云计算和分布式计算技术，开放多租户模式扩大试点
和应用范围，支撑数据服务与应用的协同研发。
展望：大浪淘沙沉者为金，从浩渺的大数据海洋中攫取“真金”离不开技术的支撑，
大数据将进一步提升自助化、实时化和智能化能力，依托分布式文件、对象存储等构建
中国农业银行金融科技创新年度报告（2020）
13
数据湖等形态，结合云计算夯实存储计算分离、数据缓存加速机制，并提供统一数据表
视图、流批一体计算提升数据时效性和自助灵活性，开放与 AI 的协同机制，为应用提
供更加智能的数据服务，充分激发数据对企业发展和社会进步的推动力。
4 数字货币助力数字化时代新发展
数字货币作为数字化的价值载体，可与区块链、智能合约、人工智能等创新技术无
缝结合，在离线支付、资金定向支付、同业合作、开放生态等领域发挥优势，深度创新
金融业务场景。按照“薄前台、厚中台、强后台”的建设思路，农行已搭建数字货币核
心系统，实现数字货币的兑出、兑回、转账、支付等各项基础功能，形成数字货币全生
命周期的基础服务能力。
2020 年是数字货币场景创新运筹帷幄的布局之年。农行围绕政府发薪、公共交通、
医院缴费、校园生活、服务三农、线下零售等行业拓展试点场景，试点工作取得阶段性
成效，业内首个将数字货币应用于三农产供销全产业链。经过一年的试点，数字货币初
步实现了四个“一批”的工作目标，即突破一批核心基础功能，打造一批特色亮点产品，
推出一批解决客户痛点的典型应用案例，形成一批体现数字货币特点的行业解决方案。
硬件钱包：数字货币可依托于手机 SE、可视 IC 卡、智能手环为硬件载体，实现双
离线交易，满足飞机、高铁、地下等脱网场景下的使用需求，充分体现其对标于现金的
便捷性、易用性。未来，硬钱包也可以与物联网深度融合，打通万物互联与支付体系的
壁垒，创新现有金融业务模式，构筑软硬一体化的智能产品生态体系。
智能合约：智能合约助力数字货币商业生态的构建，将商业合约以代码的形式实现
并限定触发条件，自动执行合约逻辑，确保如约执行。依托智能合约，在预付卡、专项
财政支付、“三农”扶贫、专用消费券等多种业务场景下，能够实现资金的定向流转、
有条件支付、资金追索等功能，有利于构建完善的数字货币生态体系。
从比特币到 Libra，体现了数字货币内在价值不断求稳、发币机构信用等级
愈发提高的一种趋势，由中央银行发行数字货币自然水到渠成。各国央行纷纷投
入对央行数字货币的探索，我国更是将数字货币纳入国家“十四五”规划、双循
环经济发展等重大战略，走在数字货币研发前列，未来将成为面向数字经济的公
共服务产品。
展望：数字货币研发已进入提档加速的新阶段，各地政府跃跃欲试，同业银行加速
中国农业银行金融科技创新年度报告（2020）
14
布局，重点企业积极参与，社会民众翘首企盼，规模化应用大有“万事俱备，只待令下”
的态势。面对新形势、新要求、新机遇，要汇聚全行共识，众创众举，部署“数字货币
+”全新赛道。
5 音视频服务将升级客户金融体验
随着移动互联网技术的发展，移动设备已成为人的体外器官。对于金融业，移动设
备更是实现信息和资金在银行与客户间双向流动的主要入口。疫情催化下，音视频技术
在移动端的快速应用迎来了新的发展机遇。因此，如何在富媒体时代把握市场先机，借
助音视频力量拉近与客户的距离，提供更贴心、更便捷、更高效的金融服务，成为金融
业关注的热门课题。
在音视频领域，流媒体技术并非一种单一的技术，它是网络技术和音视频技术的有
机结合，用户可以通过移动终端、网页等观看录播和直播，并进行丰富的线上互动。最
直接的体现方式是可以让用户一边下载一边观看，而不必等资源全部缓存或保存至本
地。
2020 年是流媒体取得突破进展并不断攀升的一年。疫情之下，农行遵养待时的流媒
体服务能力全面迸发。对于行内用户，基于流媒体技术，搭建湖北地区移动营销视频咨
询服务和远程会议服务，为各分行客户经理远程业务咨询提供便捷沟通的渠道，有效保
障了抗疫期间工作的开展；建设行内直播平台，支持大型会议、培训、宣传等各种线上
活动，为信息沟通和发布提供了新的渠道。对于行外客户，则借助流媒体技术，推出了
以企业掌银为入口、以远程视频为主要服务方式的业务办理渠道，助力远程银行建设。
未来，音视频技术还将持续驱动、支撑和引领农行相关业务的发展和创新。例如，
借助音视频技术能力，可破解获客、活客、留客等业务难题，提升转化率；可提升行内
工作协同、沟通效率、管理效果等。当前在快车道上不断超越和革新的音视频技术必将
创造更多创新价值，提供更多服务模式。
在业技融合与互推下，借助流媒体技术，“面对面”将逐步从线下渠道迁移
至线上，未来可能覆盖、甚至超越线下业务所能承载的范围。同时，流媒体技术
驱动下，零接触式便捷服务将充分融入客户的各类生活工作场景，提高农行的服
务效率和用户体验，并助力抗“疫”，赋能后疫情时代金融服务。
展望：疫情终将过去，但农行、甚至整个金融领域的流媒体实践并不会止步于此。
中国农业银行金融科技创新年度报告（2020）
15
未来，5G 技术可进一步促进高效率、低延迟的移动互联，NFC 技术的成熟可提供无卡化
的介质认证，活体检测、生物认证的应用将保障金融创新的安全，数字虚拟技术的落地
能提供智能化服务支持。伴随着诸多新技术的不断涌现，流媒体将充分发挥贴近客户的
优势，不断释放产能，创造价值。
6 机器人流程自动化提升业务效率
疫情背景下，企业作为最活跃的社会经济组织率先受到时代风雨雷电的洗礼，是洗
礼，也是涅槃。被评为 2020 年十大创新科技之一的 RPA 技术，在融合了人工智能后正
驱动数字员工席卷全球。企业利用智能软件机器人填补人力短缺难题，正成为新的人力
资源优化方案。
RPA（Robotic Process Automation，机器人流程自动化）是一种非侵入式的客户
端流程技术，通过跨越多个现有系统客户端的数据传递和集成，实现业务流程的衔接和
融合。
2020 年是 RPA 技术孵化破茧继而蜕变化蝶之年。这一年，机器人流程自动化项目作
为全行数字化转型重点项目落地实施，为农行带来了“自动化、数据化、智能化、生态
化”的四大技术能力。自动化，即全方位模拟鼠标、键盘、触摸等人工操作的桌面自动
化技术；数据化，即运用大数据技术，实现数字员工，运营流程的数字化管理；智能化，
即结合人工智能，大幅度提升机器人在认知、评估、决策方面的能力；生态化，即打造
涵盖流程商店、开发者、用户的生态体系。同时，RPA 在农行扮演着“系统粘合剂”、
“创新加速器”、“流程放大镜”、“决策智囊团”四种业务角色，作为接口实现多系
统联动，快速打通业务上下游，加速业务创新；同时结合数据分析、自然语言处理、计
算机视觉等前沿技术，辅助业务决策，洞察市场先机。
2020 年 12 月，首批数字员工正式“上岗”后，“007”加班加点，协同实现总行信
用卡中心共计 46 个业务流程的日常自动化处理，每日替代人工操作次数为 42.5 万次，
释放人力资源 15.8 人/天，机器人执行效率提升 6倍。RPA 平台输出机器人服务以及跨
应用跨业务条线共享共用的能力，已接入应用系统数 12 个，形成 15 个可复用的公共组
件。
RPA 通过模仿、集成人与系统间的交互行为，以非侵入式的方式读、写、操
作各个系统，并结合 OCR、NLP 等 AI 技术，在不改变现有 IT 架构的前提下实现企
业各业务场景和各类系统、网站、软件之间的自动化连接和处理，是企业敏捷数
中国农业银行金融科技创新年度报告（2020）
16
字化的首选工具。
展望：金融行业存在大量流程化、重复性工作，RPA 技术将引导金融机构重新梳理
自身产品服务流程，将自动化操作、自动化决策与人工审核决策等部分分别独立出来，
通过不同技术的结合与加持，形成金融从业人员与机器人雇员共同协作的新一代人机协
作工作模式。
三、延展创新地图 布局全新赛道
2020 年，是技术创新体系初见成效之年，也是农行立足新赛道布局金融科技、推动
总分联动向纵深发展的变革之年。当前，与金融科技密切相关、尚处于孵化阶段的创新
技术，涵盖大数据、人工智能、云计算等诸多领域。现梳理、分享部分已完成预研的创
新成果，以促进全行各部门形成合力，开拓“新技术+”的全新局面。
1 让互动更便捷——5G 消息
随着 5G 时代的到来，传统的短信业务将升级到富媒体消息业务---5G 消息。在保持
用户原有通信习惯、继承电信既有服务体系(码号体系、实名制)、提供更高级别电信服
务的基础上，5G 消息以终端原生方式升级短信服务，满足用户急剧增加和多样化的信息
沟通需求。得益于其丰富的功能和巨量的客户群体，5G 消息必将成为未来移动互联网的
一个重要客户渠道和流量入口。
鉴于 5G 消息的潜在业务价值，2020 年 6 月份，5G 消息入选我行《新技术新赛道识
别研究报告》，纳入新技术落地应用范围。在系统建设方面，10 月份农行启动了消息服
务平台的升级工作，目的是实现与 5G 消息服务的无缝对接。在应用实践方面，选择信
用卡业务进行试点，客户到达商场时即可实时收到 5G 消息，完成领取、使用优惠券等
营销活动；如果客户未激活卡片、未办卡，可以通过 5G 消息实现激活、办卡，从而形
成业务迭代的闭环。农行 5G 消息试点将于 2021 年正式上线应用，“消息即服务”的全
新业务模式即将开启。
2020 年 4 月，国内三大电信运营商联合发布《5G 消息白皮书》，12 月中国
联通正式开启 5G 消息试商用，5G 消息商用呼之欲出。未来，在 5G 消息的加持下，
新的服务形态将不断向各类金融业务渗透，重新构建银行与客户之间的服务场景。
对我们而言，尽早布局 5G 消息赛道，将开辟一个全新金融服务入口，进一步延展
金融服务的半径。
中国农业银行金融科技创新年度报告（2020）
17
2 让服务更有序——Servicemesh
服务网格（Servicemesh）是处于应用服务之下，K8s 之上的基础设施层，通过对应
用服务以 sidecar（边车）形式部署松耦合的轻量网络代理，实现进出流量拦截、复杂
服务调用规则封装，将服务治理下沉至协议级别，链路管理统一收敛至网格体系，使应
用无须感知复杂的分布式逻辑，从而更专注于业务开发本身。
农行实践以当前最活跃的服务网格开源项目 Istio 为基础，已在谛听平台试用。通
过建设管理平面，将网格参数配置整合成模块化、场景化的功能输出，让 Servicemesh
能够更安全、规范、便捷地使用。通过个性化实践，匹配农行现有的报文适配和接口管
控能力，除带来灰度发布、容延容错等优势之外，能够进一步构建全局的服务调用视图，
让应用之间的关系一目了然；能够进一步完善服务认证及安全策略，建立服务互联的零
信任。
当前，农行已形成可参考、有效、可控的服务网格落地方案；通过拓展应用
场景，逐步构建标准化、体系化、规模化的异构系统服务治理体系。Servicemesh
作为云原生领域的技术新星，已纳入云上微服务架构的长期规划，在未来将成为
农行云生态中浓墨重彩的一笔。
3 让数据不孤单——联邦学习
联邦学习是一种在保护数据隐私和数据安全的情况下，进行模型训练的新机器学习
框架。在进行机器学习的过程中，各参与方在不交换数据的前提下，通过加密机制下的
参数交换，即可借助第三方数据进行联合建模，建立一个虚拟的共有模型。各参与者的
身份和地位相同，整个体系如同一个松散的联邦，因此被称为“联邦学习”。联邦学习
框架为解决大数据背景下的数据孤岛问题提供了新思路，可大幅拓展人工智能的应用范
围，同时更好地保护用户隐私和机构数据安全。
2020 年农行正式启动联邦学习技术研究和场景落地工作，通过引入联邦学习这一基
于加密的分布式机器学习新技术，探索在各方数据不出本地的情况下实现联合建模。前
期围绕联邦学习的场景对数十家分行开展了需求调研，在智能推荐、反欺诈等领域均存
在较为急迫的联合建模需求。结合各分行实际需求，深入开展了相关领域的技术研究，
目前已完成联邦学习 FATE 开源框架和神盾联邦学习框架的测评工作，并结合行内外的
业务相关应用场景，拟以深圳分行作为试点，探索联邦学习在行内的应用落地途径。
中国农业银行金融科技创新年度报告（2020）
18
在数据孤岛普遍存在、数据隐私保护愈发受到重视的当下，如何在数据不出
门的前提下实现跨机构间数据信息的交流与整合，联邦学习给出了一种“鱼与熊
掌可以兼得”的解决方案。无论是构建集团内部的数据安全共享机制，还是打造
面向全行业的联邦生态，都将从这一技术受益。
4 让云端不再远——边缘计算
边缘计算的思想起源于内容分发网络（CDN），是在靠近物或数据源头的网络边缘
侧，融合联接、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务。一个
典型的边缘计算参考架构可以分为云、边缘和终端三层，边缘计算处于中间层，负责现
场各类终端设备的接入以及与云端的对接。作为云计算的有益补充，边缘计算通过有效
组织和整合设备到云中心之间的计算、存储和网络资源，实现算力和服务下沉，在数据
到达云中心之前就及时处理和响应，提供距离用户终端最近的信息技术服务环境和计算
能力，减少服务时延、提升网络效率、保护隐私数据、优化用户体验。
2020 年，农行以“数字运营人”项目为抓手，探索了一套基于人工智能物联网（AIoT）
的云边一体解决方案。在“云端-边缘节点-终端”链路上，云端负责模型训练，边缘节
点负责根据云端事先下发的模型进行推理，终端设备负责采集数据，并在此闭环中进行
模型的持续优化，实现以边缘计算为技术核心的“贵宾客户识别”、“区域停留时长分
析”、“区域热力分析”等智慧网点应用场景。下一步，将逐步构建面向网点运营、风
控、营销等多领域、多场景的智慧银行运营新模式，为 5G 时代网点数字化转型打好基
础。
智慧网点无疑是商业银行拥抱 5G 时代一个重要的切入点，边缘计算则是建设
智慧网点最关键的基础技术之一，通过将算力资源放在离用户终端更近的网络边
缘处，能够与云计算有机配合，打造更高效的计算模式，带来更好的客户体验。
无论是云计算还是边缘计算，变的是计算的位置，不变的是服务客户的初心。
5 让情绪全表达——微表情识别
情感信息的传递由 55%的面部表情、38%的声音和 7%的语言构成，无意识的微表情
更能反映出真实的内心情绪。但微表情的持续时间毫秒级之短，面部肌肉抖动幅度毫米
级之小，让基于微表情解读真实意图难上加难。基于表现特征和基于几何特征的传统机
中国农业银行金融科技创新年度报告（2020）
19
器学习方法已然成为历史，基于深度学习的微表情识别渐受青睐。随着算法和模型的完
善，微表情识别技术将为商业应用带来更多可能。
当前，在技术落地方面识别出以下潜在应用场景：在信贷线上面签场景中，可利用
微表情识别技术，结合基于专家经验构建的问题库，识别客户贷款真实意向，提升面审
效率和准确度，防范客户欺诈风险，提升风险防控能力。在云坐席服务场景中，利用远
程视频与客户沟通，最大问题是无法及时获取客户业务办理过程中的情绪变化；通过微
表情识别，客观了解客户对服务的满意度和好感度，提升云客服的服务质量。在智慧无
人银行以及产品营销场景中，利用微表情识别，结合大数据分析等技术及时感知客户对
金融产品的情绪变化以及兴趣度，达到智慧营销、千人千面的效果，提升整体营销水平。
洞察客户的真实意图与喜好，当下可以说是每一家商业银行都渴望具备的能
力。微表情识别这一黑科技，提供了一种将不可能变为可能的能力。特别是当服
务模式从传统线下面对面方式变为远程屏对屏方式时，这一技术将成为商业银行
提升服务能力和风险防控能力的又一利器。
问渠那得清如许？为有源头活水来。以上为 2021 年技术创新的起点，紧抓“数据、
智能、安全”核心关键词，农行人将闻香探知藏于巷内老酒，冠以新瓶；将盯紧聚光灯
下顶流技术，适时引入，绘制 2021 年全行科技创新图谱。在此基础上，探索新技术和
新应用完美融合，协同发展。业务场景创新是科技能力提升的最大动力，金融科技创新
是打造智慧金融的必要条件，在释放农行科技创新潜能、推动农行业务创新发展的路上，
科技人一马当先，运用科技之力铸就农行数字化转型的成功之路。
四、完善创新体系 激活技术创新动力
习近平总书记强调，当今世界正经历百年未有之大变局，科技创新是其中一个关键
变量。2020 年，新冠肺炎疫情全球大流行，推动了“零接触金融”、“宅经济”等金融
服务新模式的进一步发展。去年，也是农行数字化转型战略由开局破题走向纵深推进的
一年。在此背景下，“不创新会被淘汰，创新慢等于落后”成为共识，金融科技创新已
经按下“快进键”，技术赋能业务转型进入“深水区”。科技部门在统筹规划、业技融
合、科技人才队伍培养等方面不断探索，营造出帮促竞争的创新氛围，衍生出鼓励包容
的创新文化，逐步形成金融科技创新生态。
1 规划引领、问计于技，为创新引入源头活水
中国农业银行金融科技创新年度报告（2020）
20
创新切忌闭门造车。通过敏锐探查前沿技术进展，审慎甄别新技术应用场景，精准
研判新技术应用价值，找准科技创新带动业务发展的关键发力点，有规划、成体系地引
入新技术，丰富创新源头，充分发挥金融科技的硬核战斗力。
顶层设计，提升科技支撑能力：强化顶层设计，根据人民银行《金融科技（FinTech）
发展规划（2019-2021 年）》，以行党委“六维方略”为引领，按照全行战略目标及业
务经营发展要求，聚焦提升科技赋能水平和科技自身支撑能力，形成《中国农业银行信
息科技近期发展规划（2020-2021 年）》，明确新形势下全行信息科技 iABC 战略，常态
化输出《金融科技简报》、《新技术新赛道识别研究报告》等，聚焦前沿技术，分享独
家观点，厚积薄发，为全行金融科技建设提供决策参考和实践借鉴。
搭建桥梁，引入外部先进技术理念：通过邀请业界及行内技术大咖进行研讨交流，
派员参加高质量技术会议与论坛，组建团队常态化跟踪技术发展趋势等方式，在全行科
技条线宣传新技术、新理论，布道新思想、新观点，帮助科技人员拓宽视野、延展思路，
保持科技创新的敏锐感知能力。
借力借势，构建协同创新机制：通过建立与金融同业、互联网技术领域头部企业、
科研院所、相关政府部门的协作机制，强化产业链上下游的融合，构建“政产学研用”
五位一体的科技创新综合体系，借助政府的政策引导、科研院所的成果积淀、头部科技
公司的技术优势和金融同业的实践经验，发挥各自优势，进行协同创新，实现强强联合、
跨界融合。
2 业技融合、总分联动，为创新构建循环生态
银行业的科技创新更多的是技术应用创新，在跟踪技术创新趋势的基础上，找出新
技术在银行业的应用场景，通过前沿技术的应用，来优化客户金融服务体验、提升风险
管理水平、增强服务实体经济能力。形成从“各美其美”，到“美人之美”，再到“美
美与共”的创新共享新局面，最大限度发掘科技创新效能，不断增强农行金融科技产业
链的整体竞争实力，助力农行业务持续化高质量健康发展，可有效规避新技术应用风险，
降低试错成本，提升新技术落地应用效率。
业技融合，助力数字化转型提质增效：从产品和客户两个维度，扩大深化科技部门
与前台部门之间的协作，以售前工程师队伍为纽带，面向金融科技特性显著、技术引领
作用突出的产品创新重点热点领域，建立贯穿产品全生命周期和客户营销全过程的业技
融合机制。形成敏锐的数字思维能力，以数据指导产品设计开发；形成准确的需求切分
能力，实现大系统小做的快速迭代。通过企业级业务架构的建立，推动业务战略和 IT
中国农业银行金融科技创新年度报告（2020）
21
战略对齐，完整契合农行整体战略发展。
总分联动，金融科技与业务场景快速融合创新：充分发挥分行贴近市场、贴近客户
的优势，结合当地资源、政策、人才、环境特点，引导分行不断发掘适合自身业务运营
实际的创新试点领域。推动建设金融科技创新实验室 2.0 版，将实验室打造成为总行级
战略性、前瞻性产品创新平台。提高科技部门在产品设计、创新孵化、市场研究等方面
的参与度，缩短产品从设计到落地的管理链条，实现创新团队的物理分散与逻辑集中，
推动产品创新跨总分行的快速迭代。
平台推广，助力创新成果高效孵化落地：搭建科技创新推广应用平台，一方面，及
时、全面、有效展现行内新技术研究、应用等最新研发成果，群策群力，为总分行各层
级、各条线、各岗位相关人员提供平台级智力支持；另一方面，通过平台建设，促进技
术、资源、人才、场景需求融合汇聚，推进研发力量、软硬件资源、业务数据、配套制
度流程等共建共享力度进一步加大，促进研发资源的优化配置、协同整合和高效利用，
加速业技数融合创新发展。
3 培养人才、强化基础，为创新打造坚强后盾
金融科技创新是业务与技术深度融合的创新，为把握金融科技创新带来的机遇和挑
战，做好金融科技 4.0 时代的弯道超车、换道超越的准备，需要在总分行培养造就一批
高素质复合型科技人才队伍。
发掘人才，建立金融科技专家库机制：挖掘、储备一批专业水平高、发展潜力大、
创新能力强、具备较强的产品思维、客户思维、跨界思维的优秀人才，为选拔“懂科技、
懂业务、懂党建”的复合型科技人才，加强全行产品经理、客户经理、数据分析师、科
技项目经理“四支队伍”建设及分支行班子建设提供坚实的人才保障，为实现“数字化
转型再造一个农业银行”战略目标提供强大的智力支持。
引进人才，充实金融科技人才队伍：金融科技发展日新月异，某些领域专业程度很
高。坚持内用外招并举，按照校园招聘保基本、社会招聘引急需、系统内招聘为补充的
原则，加大科技人才补充力度。积极开展社会招聘，建立科技人才随需随招机制，重点
加强大数据分析、人工智能、区块链应用等金融科技专家型人才的引进。探索通过猎头
推荐的方式，以市场化薪酬加大对战略急需的高端信息科技领军人才的引进力度。
锻炼队伍，激发科技人才创新积极性：通过外部培训、内部交流等方式，搭建高层
次、创新型的金融科技人才梯队，通过“传帮带”等培养模式，努力创造人才辈出、各
尽其才的人才发展态势，把关键技术掌握在自己手里，从根本上提升科技自主创新能力，
中国农业银行金融科技创新年度报告（2020）
22
在一些优势领域打造创新“长板”，带动创新生态链形成良性循环。聚焦重点难点堵点，
广发“征集令”“英雄帖”，让能干事、想干事、干成事的“最强大脑”揭榜挂帅、脱
颖而出，鼓励员工勇于担当，主动识别创新点，承接创新课题，充分发挥主观能动性，
培养一批有竞争力、能打胜仗、能打硬仗的技术能手和创新尖兵，激活科技创新“一池
春水”。
战鼓催征，我们要于危机中育先机、于变局中开新局，必须向科技创新要答案。新
技术与新场景的深入融合，催生了新的业务模式，也对科技创新提出了更多、更高的要
求。经过多年的技术积累和业务沉淀，农行科技创新能力正在从“量的积累”向“质的
飞跃”、从“点的突破”向“系统提升”转变。
过去未去，在变化中历久弥新；未来已来，在激荡中相依前行。在金融科技的浪潮
中，农行人牢记：明者因时而变，知者随事而制。在新的发展形势下，科技人当体现大
担当，施展新作为。在数字化转型过程中，科技人当中流击水，勇立潮头。
中国农业银行金融科技创新年度报告（2020）
23
结 语
农行科技人只是农行人的一个侧写，此报告不仅是农行科技人的年度报告，更是农
行人的报告，也是农行金融科技赋能业务的一个总结。
这一年农业银行业务和科技深度融合、协同创新，以农行数字化转型战略为指导，
不忘初心，勇于担当，疫情之下依然取得了可喜的成果，也得到了客户和社会的认可；
这一年农行全国独家可预约武夷山纪念币，峰值达 64.7 万 tps，高于双十一电商平台，
依旧丝般顺滑；这一年全栈式技术中台斩获人民银行年度银行科技发展奖一等奖，中国
金融科技年会中企业级DevOps能力体系建设获得2020年度金融科技创新突出贡献奖—
—管理创新贡献奖……
2021 年，农行科技人将继续彻底落实农行党委部署的各项工作，在系统稳运行，业
务强响应，创新智输出的基础上，大胆创新，勇于突破，不断自成长，坚定的奔赴远方，
为农行数字化转型贡献科技力量。