基于大模型的企业架构建模助力银行数字化转型应用研究报告

研究背景

• 银行数字化转型的迫切性：国家政策支持、同业竞争加剧、新金融业态兴起，推动银行进行数字化转型。
• 企业架构是银行数字化转型的首选路径：企业架构工程的内容和价值与银行数字化转型高度契合，能够实现战略落地、业技融合。
• 大模型时代的到来：大模型技术在金融行业的应用前景广阔，能够提升风险管理、信贷审批、市场分析和客户服务水平。

现状剖析

• 企业架构模型介绍：业务模型、IT 架构、模型与传统需求、模型与开发、模型与工具、模型与研发过程、建模路径。
• 同业实施现状：建设银行、工商银行、交通银行、邮政储蓄银行、兴业银行、四川农信等银行积极进行企业架构转型。
• 企业架构存在的问题：协同障碍、模型质量控制难、难以应对快速变化的需求、资源投入大、维护和保鲜难度大。

方法探索

• 实施思路：利用大模型按照 SBVR 范式梳理业务术语和业务规则，实现企业架构的快速构建。
• 技术路线：文档拆分、大语言基础模型、Prompt 工程、大模型答案生成、实时/离线质检、RAG、向量化技术、向量检索技术、重排序优化检索、SFT/RLHF 持续反馈调优。
• 辅助规范业务资产：利用 RAG 技术和大模型，按照 ConceptSpeak 和 RuleSpeak 规范提取业务术语和业务规则，形成业务资产知识库。
• 辅助生成企架模型：利用 RAG 技术和大模型，辅助生成企业架构模型中数据模型的实体部分以及流程模型的 L4- 任务部分。
• 辅助生成结构化需求：设计结构化需求模板，利用 CoT 线性拆分方法，通过人机协同的方式生成结构化需求。

实施方案

• 架构设计：构建业务领域视图、识别业务术语、概念和规则、构建完整业务模型、生成结构化需求、进行质量检测。
• 关键技术点：构建业务领域视图、识别业务术语、概念和规则、构建完整业务模型、生成结构化需求、进行质量检测。
• 典型应用场景：生成业务资产、生成企架资产、生成结构化需求。

总结展望

• 大模型生成企架专业表述内容不稳定：构建专业场景模型是快速提升生成精准度的有效方式。
• 大模型生成 tokens 数受限：长序列技术或将成为长文本需求文档生成质量提升的破题点。
• 实体模型无法使用大语言模型单独完成：多类型大模型共存的架构是必然选择。
• 企架模型资产知识库保鲜难度大：智能化知识管理是资产有效运营的方向。