从“经验”到“量化”：汇丰银行如何通过 AI 构建研发新范式？

在银行业务高度依赖数字化系统的今天，软件研发的质量、响应速度与系统稳定性，直接关系到金融服务的可靠性与用户体验。随着生成式人工智能、多智能体协同等前沿技术的迅速发展，传统研发与运维体系正迎来深刻变革。如何将智能技术系统化地融入开发流程、故障定位与修复实践，构建更敏捷、更可靠、闭环式的研发运营体系，已经成为行业共同关注的焦点。

在此背景下，2025 AICon 全球人工智能开发与应用大会（深圳站）特别邀请到了汇丰国际财富管理及卓越理财首席架构师及解决方案首席信息官夏勇博士，出席 AICon 并进行 Keynote 主题演讲。

夏勇博士是国际知名的学者与顾问，研究领域涵盖企业架构、金融科技、Web 3.0、区块链、CBDC、元宇宙、量子计算、人工智能及需求工程。他现任华南理工大学客座教授及国际需求工程委员会（IREB）理事，持有瑞士苏黎世大学博士学位，在权威国际期刊和会议上发表论文 30 余篇，并拥有近 15 项专利。在此之前，夏勇博士曾担任汇丰银行全球实验室总经理、亚太区与中国首席架构师，IBM 全球技术研究院院士(Member of IBM Academy)和思想领袖级顾问，Corda Network Foundation 董事，瑞士信贷银行总架构师，以及复旦大学客座教授和上海交通大学企业博士生导师。

在 Keynote 主题演讲结束后，我们与夏勇博士做了进一步交流，听他分享汇丰科技中国在研发闭环智能升级道路上的实践与经验。以下是视频采访的全部内容，为方便读者查看，视频下方也附上了访谈文字内容纪要。

InfoQ：您本次在 2025 AICon 全球人工智能开发与应用大会（深圳站）上分享的演讲题目是《从代码质量到自动修复：银行研发闭环智能升级之路》，为什么会选择这一分享方向？

夏勇：正如我在演讲中提到的，管好民众的钱袋子，无论在哪个国家都是政府的首要任务之一。因此，银行业始终处于严格监管之下，这对银行研发提出了更高要求——必须构建高度韧性和稳定的系统。这也是我选择这一题目的原因：我们应如何构建高质量的软件系统，并持续提升银行业的开发效能。

InfoQ：从技术迭代的角度来看，汇丰科技中国的研发智能化演进历程大概是怎样的？总共可以分为哪几大阶段？

夏勇：这个问题本质上与科技及管理技术的协同演进密切相关。早期信息化管理的引入，主要着眼于对物理对象的管理。比如，我们引入 IT 系统，类似于像超市系统对于货物进行管理。随后，管理范围逐步扩展至蓝领工人的生产活动。近年来，随着管理科学的不断发展，我们进一步进入了对知识工作者进行定量管理的阶段。这一演进过程不仅反映了管理理念的层层深化，也体现了技术基础的关键支撑。

从技术维度上看，自早期的机器学习和强化学习，到当前生成式人工智能的迅速发展，都为知识工作者的绩效衡量与管理提供了切实可行的工具。正是在这些技术的推动下，我们得以从以往以定性为主的管理模式，逐步转向更系统、可量化的管理方式。

以汇丰银行为例，最初阶段主要依靠经验判断与定性评估，而在引入生成式人工智能、机器学习等一系列 AI 技术之后，我们逐渐建立起对知识工作者更为客观和量化的管理机制，目前正处于“量化管理”的第二阶段。展望未来，随着第二阶段管理基础的巩固与技术的进一步融合，我们将有望迈入第三阶段，实现软件开发全流程的自动化，从而全面提升管理效能与系统自主性。

InfoQ：这其中，是否有一些关键里程碑事件可以分享？

夏勇：我个人觉得，我们早期发展的一个重要里程碑事件就是在两年前。当时，我们启动了质量管理向定量化方向的转型。我们从全球开源社区下载了超过一亿行的代码，并以这些人类开源软件作为整体样本，通过机器学习方法进行深度分析与建模，以此构建出能够客观评估代码质量的基准体系。这为我们银行自身软件开发质量提供了重要、可量化的对标依据，并为后续全面推行知识工作者量化管理奠定了坚实的数据基础和技术范式。

InfoQ：研发闭环智能升级是否倒逼组织也进行相应的升级？对团队能力提出了哪些新的要求？汇丰科技中国在员工技能转型方面提供了哪些帮助？

夏勇：首先，关于组织层面的变化，正如之前所讨论的，我们正在推动整体管理模式从定性主导转向以数据驱动的定量化管理。这一转型不仅体现在流程与决策方式上，也对员工能力模型提出了新的要求。

在员工技能方面，掌握人工智能相关知识已成为每一位工程师的必备素养。无论是机器学习、生成式 AI，这些技术能力正在迅速融入日常开发与运维实践之中。为支持这一转变，汇丰银行投入了大量资源，为员工提供了系统化的培训计划，全面提升团队在 AI 时代的综合技术实力与创新适应性。

InfoQ：与其他行业相比，银行的数智化转型有何独特性？汇丰科技中国在研发闭环智能升级方向上的实践经验，对于其他银行乃至其他行业，有哪些重要的启示和借鉴？

夏勇：在银行与金融行业的数智化转型过程中，我们所面临的一个极为特殊的挑战，是来自监管层面的严格要求。正如我之前所强调的，该行业受到大量法规与合规框架的约束，其背后核心原因在于，金融系统直接关系到广大民众的资产安全，这也是各国政府高度关注、绝不容许出现重大疏漏的领域。

正因如此，银行在推进科技创新和数智化转型的过程中，必须采取极为审慎的策略，这也对我们的科技创新提出了更高的要求。我们正系统性地从以经验为主的定性管理，逐步转向基于数据和算法的定量化管理。这一转变不仅提升了决策的科学性和运营效率，也为行业提供了可借鉴的实践路径。期待能将我们在定量化管理探索中积累的见解与经验，与各位同行共同探讨。

InfoQ：您除了担任汇丰国际财富管理及卓越理财业务的首席架构师及解决方案首席信息官，同时也担任华南理工大学客座教授，兼具学术界和工业界的双重背景。这种跨界经历对您在金融科技领域的创新工作带来了哪些独特视角？对于当前金融科技产学研结合的发展现状，您有哪些观察和建议？

夏勇：我们与高校的合作由来已久。如果说是在 50 年前，大学的研究成果往往着眼于未来 30 年甚至 50 年后的应用。然而，随着当亲技术加速发展，以及产业自身创新需求的提升，学术界与工业界在课题前瞻性和落地性方面的距离正日益缩短。如今，许多学术知识及其研究成果能够迅速转化为企业的实际生产力，尤其在提升软件开发效能等具体领域，我们已经直接受益于学界的前沿探索。

从产业界的视角来看，与学术界的联系与合作变得愈发紧密。这种协作已不再是一种可选项，而是推动技术发展和企业创新的必然选择。在国内，我观察到高校教师与产业界之间的合作，尤其在信息技术领域，已经表现得非常密切。我认为，这种紧密的产学研协同是一种积极的发展态势，期望这一趋势能够持续深化与扩展。