“小微客户的一句话就能调动一家银行”。是的，你没有听错，这个事情正在当下的网商银行发生。
这种变化也给了我们洞察“AI银行”的实践样本。
9月11日的2026 Inclusion·外滩大会上，网商银行披露“AI银行”最新进展：客户端，首个小微普惠金融Agent百灵2.0亮相，向4200万小微经营者开放信贷、票据、财税服务；银行内部，八大AI工作台落地，AI进入风控、审批、营销、研发等核心业务环节。
配套的数字是：复杂贷款人审环节提效近20倍，资产质量保持稳定；正常经营者被误处置的情况减少约40%；一次跨部门营销服务从6天压到1小时；首个可验证的产品版本从33天压到2天。
网商银行行长冯亮表示：“网商银行向成为千万小微企业的AI CFO，迈出了坚实的一步。”
但我在现场感觉到，这场论坛真正值得银行业看的，绝对不只是网商银行又多了几个AI产品，也不只是相应提升的业务数据，而是它证明了一件事：
所谓的“AI银行”，是围绕AI，把组织和流程重构一遍，而不仅仅是让银行用上大模型。“AI银行”的本质，不是“AI To C”，也不是AI To B，而是AI To O（“Organization”，组织）。
活是谁在干？不是给员工配助手，是让Agent进生产线
硅谷投资人、a16z合伙人阿尼什·阿查里亚（Anish Acharya）最近在Lenny's Podcast上有个观察：企业用AI分两层，一是帮员工把活干好，二是重新考虑公司该怎么运转。后一件事难得多，它牵动组织架构和业务流程，只有把后者做好，才能让AI落地提效。
是的，给每个员工配一个助手，不等于改变了工作在岗位之间传递的方式。
很多银行的AI项目就停在这一层。员工打开一个侧边栏，问一句，答一句，用完关掉，流程一步没变。
网商银行管这个叫Copilot，并认为AI时代的组织交互绝对不能只停留在Copilot。
这一点产研环节看得最清楚。AI Coding让写代码变快，那是个人提效。但产品从需求到上线，还要过需求澄清、交互设计、系统分析、测试、合规审核。AI只进编码一段，需求在岗位之间流转的漏损，一点没少。
冯亮在论坛上给出的对照答案是Agent First：信息采集、分析、执行优先交给AI，员工负责定标准、复核结果，在关键节点判断，特殊情况随时接手。
为此，网商银行做了几件不太像银行的事：给AI定OKR；把业务规则、历史案例、专家经验整理成AI能读懂的“企业图书馆”；划清人机权责边界。风控、审批、营销、产研的AI工作台，分别以千里眼、定海针、宝莲灯、筋斗云命名，凑成一个“百宝箱”。
筋斗云改的是交付物。需求不再靠文字文档逐级传递，先出高保真原型，再转成高质量系统分析，构成Agent干活的全部背景资料。多个Agent再协同完成页面还原、代码生成、测试和质量检查。
开发效率大幅提升。以“农小宝”的天气预警功能为例：过去这样一个需求，要跨过调研、原型、系统分析、编码、测试、审核好几个环节，几十天才能拿出第一个可验证版本；现在产品经理确认客户价值后，原型自动渲染、业务规则自动关联、系统分析自动梳理，2天就走完全程，而过去是33天。业务人员自己动手修改需求的比例，也从0变成了15%：过去改需求只能交给产研排队，现在对着高保真原型和知识库，自己就能上手。
因此，判断一家银行的AI到了哪一层，看一件事就够：AI是“帮人干活”，还是“Agent自己干活、人来把关”。
人在干什么？25年审批专家，改行当AI的教练
论坛上给我印象最深的，是审批专家牛学峰的故事。干了二十五年审批，牛学峰有个长期的困惑：专家太贵，经验又随人走。
这也是所有银行共同的痛。过去，复杂信贷个案进来，人审专家的时间大多花在翻材料、对数据、找信息上。专家就那么几个，覆盖有限，判断还可能因人而异。
定海针改的是专家的时间花在哪。AI先把材料还原成一条事实链：风险事件发生在什么时间，是否还在持续，经营发生了什么变化，材料之间有没有冲突。然后给出初步判断，列出证据和待核实的问题。
老牛的活变了。不再逐笔看件，而是“教、看、纠、接”：教方法，看过程，纠错误，接管高风险个案。每一次纠正都回流知识库。留在他脑子里的二十五年，第一次变成了组织的能力。
浙江大学求是特聘教授吴飞在同一场论坛上的判断，恰好解释了这件事的意义：智能体时代，能力的上限不在单体，而在群体；不在理论，而在人。人要从human in the loop走向human on the loop——不再逐个盯着AI干活，而是站在系统之上，排兵布阵。
今年4月，一位天猫女装店主的销售同比大幅下滑，AI建议控额到30万元。专家判断：这是冬季女装的季节性淡季，不是经营恶化，稳额70万元，并写下理由。三个月后的7月，AI对这位客户自主给出“淡旺季明显、整体风险可控、稳额”的判断，和专家一致。
一条经验，就这样从一个人的脑子里走进了系统里。
AI也会反过来帮专家。一家烧烤店，夫妻两人四年从一家开到三家。表面看，负债三四十万元，新店收入在流水里不完整，是典型的“高负债、收入不明显”。Agent追问后发现：负债主要投向两家新店；补上外部收单，新店已有稳定收入；老客占比超过55%；这次借款是改造老店，不是继续扩张。
专家由此想清一件事：高负债不等于高风险，关键看负债投向哪里、形成了什么资产、能不能产生稳定现金流。
部门墙还在不在？协作的单位，从“部门”变成“客户任务”
2025年9月，网商银行在外滩大会提出“新310”：360度感知、1对1专家服务、0延时交互。那是前台体验。今年的问题往前走了一步：前台听懂了，后台办得成吗？
AI智能体，要同时给4200万小微经营者办事。靠人工逐级传递、逐单协调的后台，撑不住。
经营餐饮的王老板想开第二家店，找到百灵2.0时只说了一句“想把额度提一提”。过去，这句话会变成一张提额申请，在几个部门之间流转，办下来要3天。
百灵没有直接提交申请，而是继续了解他的新店投入、老店经营和自有资金。几轮交流后，它发现王老板真正要解决的，是新店约40万元的资金缺口。结合老店流水、品牌、商圈和开店计划，百灵对新店预期收入和还款压力作出分析，协助他补充材料、提交审核。
最终，他的额度从15万元提高至40万元，可按开店进度分笔使用；考虑新店前期投入较大，前6期只需归还利息。从提出需求到方案确定，用时约10分钟。
更极端的例子，发生在今年7月。台风过境广西，南宁武鸣的沃柑种植户老谭，二十亩果园泡了水。他没打电话，也没跑网点，只在百灵上说了一句：“我受灾了”。
宝莲灯没把这句话当作等待流转的工单。它交叉验证百灵对话、卫星遥感、经营流水和区域事件，10分钟内判断灾情，再沿产业链往下推演：受影响的不只是种植户，还有正在加紧进货的农资经销商，以及冷库进水、道路中断的冷链物流商。
方案上线前，仍要过人这一关：适合种植户恢复周期的建议被采纳；灾区投放信息流广告的建议被否决；生硬的营销文案被改成关心客户处境的表达，触达时间限定在8:00至20:00。
从老谭开口，到超过万名产业链上下游客户收到各自不同的方案，用了1小时。过去这类跨部门服务至少要6天——等方案走完六个部门，客户最需要帮助的时刻已经过去了。
一个人的求助，让银行提前接住了一群还没开口的人。
结语：让AI发挥的底层动力，在组织和人身上
网商银行的实践已经证明，一种新的银行组织范式正在成形。
冯亮说：“AI银行的组织进化将加快更高质量的金融普惠，为每一个诚信经营的小微提供相伴成长的服务。”
写到这里，想起一件往事。2015年，网商银行在杭州开业，笔者也在现场。那天记住的，是它的广告语：无微不至。
这些年我越来越看懂了，这四个字不只是广告，也是使命。从解决金融的可得性，到给千万小微配AI CFO，再到今天的百灵2.0，网商银行用技术一次次拓展小微金融的边界，为的都是把这四个字兑现。
这大概也是开头那个问题的答案。让AI真正发挥作用的，从来不只是模型本身，其本质的驱动力是组织的使命愿景和价值观，而AI也必须深入到组织中去，才能让变化发生。
精彩评论