专题：第28届北京科博会-未来产业推介会

　　第28届北京科博会-未来产业推介会于2026年5月8日在北京举行 。四川银行一级专家
、金融科技部总经理欧阳光出席并演讲
。

　　以下为演讲实录：

　　各位领导、各位嘉宾 、同行
，大家好！当前人工智能引发的技术革命席卷全球，大模型应用方兴未艾。但是对于中小银行来说 ，一方面要紧跟趋势
，加快AI的场景应用，一方面仍要直面基础设施
、技术平台和企业级应用的改造 ，为数字化转型提供坚强支撑 。今天我将围绕中小银行 IT 体系企业级重构，分享四川银行从旧体系困境到新一代工程落地的完整实践
，以及我们在数字化转型中的探索与体会
。

　　本次分享主要分为四个部分：一是分析我行 IT 体系重构的核心动因；二是介绍新一代信息科技工程的建设蓝图与关键路径；三是分享 IT 体系重构过程中的创新方法论与工程管控经验；最后谈一下四点体会，可供中小金融机构参考和借鉴。

　　首先进入第一部分 ，直面挑战 。四川银行的 IT 体系重构
，正好遇到破解瓶颈、信创及数字化转型三重要求叠加的窗口期
。

　　从国家及监管层面看，相关文件明确要求银行推进数字化转型 、分布式架构转型与科技自主可控。从我行自身层面看 ，2020 年由两家银行合并设立
，初期用 “桥
” 方案开业，存在架构老旧
、扩展性差、安全防护弱 、信创率低等核心痛点 。同时 ，中小银行普遍需要成本可控、可复制的架构
，支撑业务快速发展。在此背景下，我行 2022 年 4 月正式启动新一代信息科技工程 ，全面推进技术体系重构
。

　　合并改革本是发展契机
，但我行初期却深陷旧体系困境。一方面业务端，资产业务
、零售业务、场景生态快速扩张 ，对系统敏捷性 、风险管控提出极高要求；另一方面科技端，两套老旧系统并行
、底层架构完全割裂
，业务只能 “打补丁” 式发展，科技部门长期被动救火 ，业技矛盾凸显 。

　　旧体系的瓶颈集中体现为四大核心痛点：一是架构之痛
，多中心分散、设备老化，业务连续性存在高风险；二是系统之痛 ，200 多个系统竖井式搭建
，信息孤岛，协调不畅；三是业技之痛 ，业需质量差
，科技被动响应，复合型人才短缺；四是数据之痛 ，标准缺失 、口径不一
，数据无法成为资产
。这四大痛点，成为我行数字化转型的关键阻碍。

　　面对这些困境 ，我行开启了企业级重构之路，实施新一代信息科技工程 。

　　作为我行一号工程
，历经规划
、决策、实施和投产四大阶段，历时三年零一个月：2022 年4月启动两大规划编制；2023 年4月获得预算及工程决策审批 ，2024年8月云平台等技术底座上线；2025 年 5 月 25 日实现主体工程一次性投产
。整个历程严谨有序
，确保转型平稳推进。

　　新一代信息科技工程目标定位是打造一流省级城商行信息科技能力，构建业务 、应用
、技术、数据 、安全五大企业级架构 ，形成架构领先
、数字智慧、生态开放 、自主可控的科技体系 。技术上引进云原生、单元化
、大数据等前沿技术
，建设 14 大项目群、近 200 套系统，最终实现工程主体134 个系统 、 52 小时极限攻坚
、零差错一次性投产的里程碑成果
。

　　新一代工程主要有六大核心亮点。

　　一是首创中小银行企业级架构落地范式 。我们借鉴国有大行成熟方法论 ，结合中小银行实际创新出精简版建模方案
，打破部门壁垒，实现客户、产品 、渠道核心要素全域贯通
。最终梳理出 71 个业务领域
、116 个业务组件 ，292 个应用组件、197 个物理系统
，实现IT体系真正有业务驱动。

　　二是核心应用全面焕新 。通过重构，我行核心业务 、信投风控
、渠道生态、数据应用等全量升级 ，彻底告别老旧系统的低效与割裂，支撑业务全场景高效运转。

　　三是 构建“一云三芯 ”全栈信创云平台
。突破中小银行“跟跑”思维
，跳过传统架构升级过渡阶段，跳起摸高打造分布式云架构 ，适配鲲鹏 、海光等“三芯
”生态
，70%应用系统实现规模化上云，容器规模超6万+ ，形成从底层芯片到应用系统的全链条自主可控能力。同时完成全信创交易型数据库建设
，打造企业级骨干环状网络，构建单元化高可用容灾架构 ，根源性消除业务连续性风险隐患
，保障新一代信息系统稳定运行 。

　　四是端到端全景单元化技术落地
。在中小银行中首先使用单元化技术，结合客户 ID 分片与业务垂直拆分 ，完成 93 个主要业务系统全链路单元化。带来六大价值：就近访问降延迟
、弹性扩容、灰度发布 、故障隔离、基础设施解耦
、灵活容灾
，全面提升系统稳定性与扩展性 。

　　五是建设湖仓一体、流批一体的数据底座
。打造全行数据采 、存
、用、管 、治一体化中枢，整合行内
、外部、联盟数据 ，构建数据湖 、数据仓库
、知识仓库、数据集市，支撑风险管理 、客户营销
、经营管理、财务绩效 、监管合规等全场景应用
，实现从 “数据无序” 到 “数据资产化 ” 的跨越。也为知识图谱化、业务本体化创造了可能 。

　　六是构建一体化可观测体系
。采用one-agent能力，针对指标
、日志和Trace数据进行一次性采集 ，多场景消费
，侵入性低，资源占用少 ，观测维度丰富
，大幅降低了采集复杂性，形成全链路、快定位的数字化运维能力。

　　新一代工程投产后 ，我行科技能力实现质的飞跃 。一是效率显著提升
。新产品研发周期从6个月压缩至45天
，核心系统并发处理能力提升28倍，日终批量处理效率提升4倍。二是安全管理能力增强 。建成“双活+仲裁
”数据中心体系 ，实现一键式站点切换
，灾备能力跃升至行业近6级水平。三是自主可控水平大幅提升
。基础软硬件信创占比达96%，2024 、2025年全国信创排名跃升靠前 ，建成交易
、流程、渠道 、数据四大自主开发平台，自主研发能力显著增强。四是沉淀标准化质量管理能力 。发布技术规范52份
，构建4大领域质量管理体系，软件测试成熟度通过TMMI4资格认证 ，进入城商行质量管理第一方阵
。

　　自工程上线以来
，工程获得包括第三届 IPv6 技术应用创新大赛全国总决赛一等奖，央行信创优秀案例在内的10余项荣誉。新一代工程投产标志着我行科技基础设施进入省级城商行先进水平行列 ，全面实现基础技术能力的跨越式进阶 。一是解决“桥”方案遗留问题
，实现系统从散到聚
。二是搭建数字化转型底座，支撑业务从稳到快。三是构建自主可控能力 ，保障发展从稳到强 。全行数字化转型基础更加扎实
，高质量发展的底层支撑更加牢固，实现了从“追赶者 ”到“并跑者
”的跨越
。

　　新一代工程的成功 ，不仅靠技术投入
，更靠创新的方法论与工程管控体系。

　　第一个创新，战略引领
、规划先行 。工程伊始 ，一是我们制定《金融科技 “十四五” 发展战略规划》《新一代信息系统实施规划》，经院士、同业专家 、监管专家联合评审
，达到省级城商行领先水平
。二是坚持 “一把手工程 ”，建立业务
、技术、项目管理等三大专业管控机制 ，统筹 14 大执行项目群。三是集聚大行与大厂精英
，引入百名业务产品经理架起业技融合桥梁，实现科技人员占比达7% ，年均科技投入强度6%
，科技资源保障达到行业头部水平 。

　　第二个创新，适配中小银行的企业级建设方法论。针对中小银行资源有限 、基础薄弱的特点 ，我们做了三大优化：一是精简化领域建模
，聚焦核心领域抽象能力；二是搭建敏捷前台
、聚能中台、强健后台三层应用架构，协同支撑多法人与业务创新；三是建立需求统筹管控机制 ，需求与业务组件一一映射
，从源头破解竖井难题
。

　　第三个创新，前瞻且务实的技术选型。我们避开中小银行两大误区 ，走出差异化路线：一是跳过传统架构，直达分布式
，用双态架构兼容存量；二是优先落地成熟技术，规避概念风险；三是坚持主体信创 ，信创占比 96%
，建设四大自主研发平台 。始终以需求为导向，平衡先进与实用
。

　　第四个创新 ，由六大管控机制构成的全周期工程管控体系：一是全周期 PMO 管控
，分阶段聚焦核心目标；二是严格架构与技术规范管控，构建完整质量管理体系；三是需求统筹整合 ，收敛需求 、严控变更；四是立体测试体系
，千人团队保障零重大缺陷投产；五是数据治理源头贯标，新系统 100% 符合标准；六是 DevSecOps 一体化研发 ，实现敏捷与稳定平衡。

　　最后一部分
，经验总结 。结合我行实践，我们提炼出中小金融机构科技转型的挑战与启示
。

　　中小银行技术转型普遍面临三大共性挑战：一是信创无统一标准 ，选型、集成
、适配难；二是无成体系分布式框架，敏捷交付难；三是无成本可控、可复制的技术范式
，试错成本高 、路径分散。

　　针对这些挑战，通过新一代工程的成功实践 ，我们觉得四点核心启发
，提供借鉴：一是战略上，高标定位 + 务实落地 ，平衡整体规划与局部先行
，不盲目照搬大行；二是方法上，企业思维 + 精简适配 ，用组件化与源头贯标破解竖井与数据难题；三是技术上
，自主可控 + 生态合作，选成熟方案降风险 ，建平台育团队；四是管控上
，全周期闭环 + 安全底线，统一业技认知 ，严守科技风险底线 。

　　以上就是四川银行 IT 体系企业级重构的实践分享
。新一代工程后，我行正在编辑十五五战略规划
，人工智能应用已在路上，我们将充分利用新一代工程形成的技术能力和业务资产 ，聚焦正确理解业务
、准确表达业务
，并与AI生态积极合作，探索中小银行体系化智能化转型的新道路。

　　新浪声明：所有会议实录均为现场速记整理 ，未经演讲者审阅
，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述 。