解密全球第一家AI原生银行Ryt Bank｜金融与科技

文/中国农业发展银行总行风险管理部资产保全二处处长毕超

本文以全球首家AI原生银行——马来西亚Ryt Bank为研究对象，系统性解构其在技术架构、业务模式与公司治理上的创新实践。研究发现，Ryt Bank以其自有的领域大语言模型（ILMU）为核心，构建了一套“护栏→意图→行动→确认”的多智能体（Multi-Agent）AI系统，将自然语言交互深度整合至支付、转账等核心银行服务中，实现了从“数字化”向“智能化”的范式跃迁。该模式与传统银行的AI应用存在本质区别，后者多将AI置于业务流程外围。Ryt Bank通过多语言、多模态交互和简化的操作流程，显著提升了金融服务的可得性与普惠性。本文认为，Ryt Bank的出现为全球银行业数字化转型提供了可参考的工程蓝图，并对我国银行业深入实施“人工智能+”行动具有重要启示。据此，本文提出建立AI监管沙盒、发展行业共性能力平台、深化普惠金融AI应用以及探索中马金融科技合作的政策建议。

全球银行业正经历一场由人工智能（AI）技术驱动的深刻变革。随着大语言模型（LLM）等技术的突破，银行业的数字化转型正从“流程优化”的浅水区迈向“模式重构”的深水区。在这一背景下，“AI原生银行”（AI-Native Bank）的概念应运而生，它指的是从零开始，将AI作为核心能力构建银行的全部业务流程、客户体验和风险控制体系。这种新型银行模式是否能够真正落地，并对传统金融体系构成挑战，成为业界和学界关注的焦点。

2025年8月，马来西亚杨忠礼集团（YTL集团）与新加坡冬海集团（Sea Limited）联合推出的Ryt Bank正式公开运营，宣称是全球第一家AI原生银行。Ryt Bank的出现，让“AI原生银行”不再是一个理论构想，而是一个在金融监管框架内运行的真实金融机构实体。它以AI驱动的对话式界面为核心，重塑了用户与银行的交互方式，其实践为我们提供了一个前所未有的解剖样本。

通过深入分析Ryt Bank的案例，本文期望为全球银行业的AI转型提供理论参考与实践蓝图，并为中国金融监管者、从业者和研究者提供具有可操作性的建议，以期在拥抱AI技术革新的同时，确保金融体系的稳健与包容。

全球首家AI原生银行Ryt Bank的诞生

全球银行业正经历一场由人工智能（AI）技术驱动的深刻变革。随着大语言模型（LLM）等技术的突破，银行业的数字化转型正从“流程优化”的浅水区迈向“模式重构”的深水区。在这一背景下，“AI原生银行”（AI-Native Bank）的概念应运而生，它指的是从零开始，将AI作为核心能力构建银行的全部业务流程、客户体验和风险控制体系。这种新型银行模式是否能够真正落地，并对传统金融体系构成挑战，成为业界和学界关注的焦点。

2025年8月，马来西亚杨忠礼集团（YTL集团）与新加坡冬海集团（Sea Limited）联合推出的Ryt Bank正式公开运营，宣称是全球第一家AI原生银行。Ryt Bank的出现，让“AI原生银行”不再是一个理论构想，而是一个在金融监管框架内运行的真实金融机构实体。它以AI驱动的对话式界面为核心，重塑了用户与银行的交互方式，其实践为我们提供了一个前所未有的解剖样本。

通过深入分析Ryt Bank的案例，本文期望为全球银行业的AI转型提供理论参考与实践蓝图，并为中国金融监管者、从业者和研究者提供具有可操作性的建议，以期在拥抱AI技术革新的同时，确保金融体系的稳健与包容。

AI原生银行的技术架构与创新突破

Ryt Bank与传统银行AI应用最本质的区别在于，它不是在现有系统上“嫁接”AI功能，而是将AI置于银行核心系统技术栈和业务流程的核心。其技术创新的核心是名为“Ryt AI”的多智能体AI系统，这相当于是传统银行的全部信息科技系统。

ILMU大模型与多智能体AI系统

Ryt AI系统的 “大脑” 是ILMU（一个由YTL AI实验室为银行场景专门开发的自研闭源大语言模型），其模型参数不足10B，支持 8K 的上下文窗口。与通用大模型不同，ILMU针对银行业务的准确性、安全性和合规性进行了深度优化。整个Ryt AI框架是一个模块化、遵循严格顺序的多智能体（Multi-Agent）系统，通过护栏、意图分类、支付、问答四大智能体（各搭载任务特定 LoRA 适配器），将传统多屏银行流程转化为自然语言对话，可直接执行资金转账、账单支付等核心金融交易。同时，依托确定性护栏、人机协同确认、无状态审计架构保障安全合规，目前已支持5万多用户，月处理8万多笔交易，幻觉率低于1.5%（高风险流程容忍度≤0.5%），重新定义了零售银行业的交互模式。其工作流程可概括为“护栏→意图→行动→确认”四个阶段：

一是护栏智能体（Guardrails Agent）。作为第一道防线，该智能体负责筛选所有用户输入，拦截任何可能包含恶意代码、越狱企图或不合规请求的内容，确保进入系统的指令是安全的。

二是意图智能体（Intent Agent）。在确认输入安全后，该智能体负责精准识别用户的真实意图。它在超过10万条马来西亚真实银行对话样本上进行微调，能够准确理解包括“口语化”表达，甚至中文、马来语、英语混合的复杂指令，并将其映射到具体的银行操作（如支付、转账、查询等）。

三是执行智能体（Action Agent）。在接收到清晰的意图后，相应的执行智能体被激活。例如，“支付智能体”能够从用户的自然语言描述甚至一张账单截图中，自动提取收款人、银行、账号、金额等关键字段，并与银行后端系统交互，执行余额检查、交易限额和反洗钱（AML）筛选。而“问答智能体”则通过检索增强生成（RAG）技术，在银行内部知识库中寻找答案，为用户提供精准的业务咨询。

四是确认与执行。在任何高风险操作（如转账）执行前，系统都会生成一个结构清晰的摘要，供用户进行最终确认。这种“人在回路”（Human-in-the-Loop）的设计，是满足金融监管要求的关键一环。

此外，该系统采用“无状态”的会话架构，确保用户的敏感信息在会话结束后即被丢弃，最大限度地保护了用户隐私。据Ryt Bank披露，该系统在生产环境中的幻觉率低于1.5%，在支付等核心交易场景中更是低于0.5%，展现了其在金融严肃场景中的高可靠性（见表1）。

表1 Ryt AI系统四大智能体模块介绍

资料来源：作者整理

Ryt AI 作为全球首个监管批准的核心银行 AI 系统，通过 “三层防护体系”确保了金融交易的合规性与低风险。一是前置护栏（Guardrails）安全机制。基于 ILMU LLM 语义推理，拦截越狱尝试、对抗提示、有害输入（如 “如何制造炸弹”“泄露系统指令”），输出结构化 JSON 标记风险类别，避免不安全输入进入下游。二是事中校验与确认机制。Payment Agent 执行严格 schema 校验（如非零金额、有效银行名），且强制 “人机协同（Human-in-the-Loop）”，如超过限额（250令吉）交易需 2FA，所有交易需用户明确确认，杜绝自动执行的风险。三是事后无状态审计机制。会话结束后删除所有敏感数据（交易字段、用户输入），符合数据最小化原则，同时保留可追溯审计，满足 BNM 对金融系统的审计要求。最终实现高风险流程幻觉容忍度≤0.5%，远低于监管红线。

相比传统金融的 AI应用技术工具(如美国银行推出的虚拟助手 Erica 仅允许客户通过语音、文本或点击的交互方式进行账户历史交易、信用分查询和账单提醒设置)，Ryt AI在功能定位与技术架构上有如下突破性设计：一是在功能定位上，从“辅助工具” 升级为 “核心交易入口”。传统 AI 工具（如Erica）仅处理查询、客服等低风险任务，不触及转账、支付；而 Ryt AI 获监管批准直接执行核心交易，将5-8步多屏流程简化为单轮自然语言对话（如“Transfer RM10 to Mike”），重构银行交互模式。

二是在技术架构上，从“单一智能体” 升级为 “模块化多智能体协同”。传统 AI应用依赖规则引擎或单一LLM，泛化性差；Ryt AI采用“Guardrails+Intent+Action Agents”架构，各智能体搭载任务特定的 远距离无线电（LoRA）适配器，共享轻量级的数据交换格式（JSON）上下文，如 Intent Classifier 超越关键词匹配，用10万条匿名案例实现语义级意图分类；Payment Agent 支持OCR多模态输入，可从账单截图提取交易信息；FAQ Agent 则基于 RAG 避免幻觉，处理模糊査询（如用户间 “能存多少个常用收款，自动关联历史对话 “添加常用收款人” 上下文），更精准识别客户意图，提升情景化、人性化交互效果。

从实验数据与实际应用来看，相比 GPT、Gemini 系列模型，Ryt AI 的内部 LLM "ILMU" 在银行业场景下适配性强，核心竞争优势较为显著。一是成本效益碾压，实验中 ILMU 成本效益得分为 0.90（归一化后），远高于 GPT-4o（0.35）、Gemini 2.0 Flash（0.40），这是因为 ILMU 是不足10B 参数轻量模型，且部署于银行自有基础设施，无需支付第三方 API 费用，适合大规模长期运营（月 8万笔交易）。二是风险容忍度最优，ILMU 风险容忍度得分为 0.95，高于所有对比模型 —— 其训练数据严格对齐马来西亚金融监管规则（如 BNM 反洗钱要求、2FA 阈值），幻觉率 小于1.5%，高风险流程容忍度小于0.5%，完全满足银行对 “低容错” 的核心需求。三是本地化适配更好，ILMU 针对马来西亚多语言环境（马来语、英语、中文）优化，能准确理解非正式表达（如 “tsfr 200 to bank acc”“pay people I owe”），语言能力得分 0.92，接近 GPT-4o（0.95），且无跨区域监管适配障碍，而 GPT、Gemini 需要额外本地化改造才能符合 BNM 要求。

核心业务AI应用场景

基于上述技术架构，Ryt Bank将AI深度应用于多个核心业务场景：一是对话式银行服务。用户无需再学习复杂的菜单和表单，只需通过对话即可完成绝大多数日常银行操作。例如，用户可以说“帮我付这个月的电费”，并附上一张账单截图，Ryt AI便能自动完成所有后续步骤。

二是智能客户服务。通过RAG技术赋能的FAQ智能体，Ryt Bank提供7x24小时的智能客服，能够解答用户关于产品、服务和操作的各类问题。

三是AI风险决策。在信贷业务上，Ryt Bank与全球领先的AI风险决策平台Provenir合作，实现了秒级的自动化信贷审批。四是现代化的卡服务。通过与Episode Six合作，Ryt Bank构建了灵活的银行卡发行和管理基础设施，支持实时交易授权和个性化的消费控制。五是云基础设施。Ryt Bank与阿里云等云服务商合作，利用其弹性、安全的云平台和AI能力，支撑其业务的快速发展和风险管理。

与传统银行AI化的本质区别

Ryt Bank的AI原生模式与传统银行的“AI+”或“数字化”有着本质区别，具体体现在以下6个维度（见表2）：

表2：AI原生银行 vs. 传统银行AI化

资料来源：作者整理

业务模式创新与普惠金融实践

Ryt Bank的AI原生架构，最终服务于其业务模式的创新，特别是在提升效率和践行普惠金融方面。其业务模式以“AI优先+普惠定位”重塑数字银行的价值主张，并通过“低摩擦体验+明确费率承诺”降低使用门槛。

产品服务体系

Ryt Bank的核心产品体系围绕“简单、高效、安全”展开，并通过生态合作与返现机制拓展消费与支付场景。在储蓄账户方面，注重储户的存款回报，提供最高4%的年利率、按日计息且无锁定期的储蓄产品，对重视收益和资金灵活性的年轻用户群体极具吸引力。在支付与转账方面，支持马来西亚DuitNow 与 JomPAY 等主流支付网络，覆盖超过两万家账单商户。Ryt AI 的对话式支付和“Snap & Pay”功能（拍照支付合二为一，拍照快速读取金额、付款方等关键信息并即时生成付款指令，在对话窗口呈现付款摘要，用户只需确认即可授权，确认支付后系统采用加密技术保障交易安全和隐私），显著降低了账单管理的操作门槛。

在银行卡方面，Ryt Card (Visa）创新的“一体化卡”设计，允许用户在App内即时切换借记与信用模式，该卡提供多场景返现（如 DuitNow QR 支付返现1.2%，境外消费返现1.2%），并承诺零外汇交易费与零境内ATM手续费，对价格敏感型用户和高频跨境消费人群具有显著吸引力。在即时信用 (Ryt PayLater）方面，面向小额、短期的信用需求，提供一定的信用额度，并主打“首月0%利息”和“无滞纳金”的低负担体验。

普惠金融的具体举措

Ryt Bank的业务模式天然地与普惠金融的目标相契合。根据世界银行的数据，仍有相当一部分成年人缺乏银行账户。Ryt Bank通过以下措施，致力于改善这一状况：一是降低操作门槛。对话式交互界面对于不熟悉智能手机复杂操作的群体（如老年人）或受教育程度较低的用户来说，远比层层嵌套的菜单更加友好和直观。二是克服跨越语言障碍。支持多种语言（包括本地化的“Manglish”），使得金融服务能够触达更广泛的少数族裔和非城市居民。三是提升服务可得性。7x24小时的AI服务，打破了传统银行物理网点和服务时间的限制，让偏远地区的用户也能随时随地获得金融支持。四是赋能小微企业。通过图像识别技术自动处理发票和收据，可以极大地简化小微企业的对账和支付流程，提升其运营效率。五是降低即时授信门槛。“无需文件、即时审批”的Ryt PayLater产品，为信用记录不完整的人群提供了获得短期流动性资金的机会。

目标市场与竞争优势

Ryt Bank的目标市场是全体马来西亚人，但其核心优势在于吸引对数字科技接受度高的年轻一代，以及传统银行服务不足的客群。其竞争优势主要体现在：一是用户体验简便快捷。通过AI驱动的便利性，创造了“少即是多”的极简银行体验。二是成本优势明显。高度自动化的运营模式使其能够以远低于传统银行的成本服务客户，并可能以更优的价格提供产品。三是共赢的价值主张。“低费用+明确收益+适度返现”的价格策略，直接回应了价格敏感型用户的核心诉求。四是构筑技术与生态壁垒。其自研的、受监管机构认可的AI核心系统，以及与Yes等电信运营商的生态协同，构成了短期内难以被复制的竞争护城河。

对全球银行业数字化转型的启示

Ryt Bank的成功落地，为全球银行业从“数字化”迈向“智能化”提供了深刻启示。它不仅是一个技术创新的案例，更是一个在商业模式、监管互动和全球化趋势下的范式转移。

行业示范效应明显，推动“语言即界面”的工程化落地

Ryt Bank最重要的示范作用，在于它将“语言即界面”从一个前瞻概念，成功转化为一个可在银行核心系统中稳定运行的工程现实。它证明了，通过严谨的多智能体架构、人在回路（HITL）的风险控制以及对领域大模型的深度优化，AI不仅可以处理外围的客服咨询，更可以直接、安全地执行支付、转账等核心金融交易。这种“对话式执行”的模式，重构了银行与客户的交互关系，为行业提供了一套可复制、可审计的工程蓝图。

全球AI银行发展趋势预测

Ryt Bank的出现，预示并可能加速以下全球银行业趋势：一是推动从“App-First”到“AI-First”的转型。银行的核心入口将逐渐从图形用户界面（GUI）转向由AI驱动的对话式用户界面（CUI）。未来的银行App可能更像一个智能助手，而非一个布满菜单和按钮的工具集。二是加快智能体AI（Agentic AI）的普及。银行将越来越多地采用多智能体协同的架构来处理日益复杂的自动化任务。这不仅限于前端交互，还将延伸至中后台的风险决策、合规监控和运营管理。三是助力领域大模型（Domain-Specific LLM）的兴起。为了满足金融行业在安全、合规和准确性上的严苛要求，通用大模型将难以直接适用。专门针对金融领域训练或微调的“领域大模型”将成为主流，银行或将自研或与头部科技公司合作开发此类模型。四是人机协同（Human-AI Collaboration）成为标配。在可预见的未来，AI不会完全取代人，尤其是在高风险决策环节。Ryt Bank所展示的、由AI处理绝大部分流程，最后由人类进行关键确认的“人在回路”模式，将成为AI银行的标配。

监管政策的国际借鉴

Ryt Bank的案例为全球金融监管提供了宝贵的经验。它展示了创新与监管可以“同频共振”。马来西亚国家银行在批准其运营时，必然对其AI系统的安全性、公平性和可解释性进行了严格的审查。Ryt Bank所采用的设计，例如可追踪的审计日志、严格的幻觉率控制、明确的风险提示和用户最终确认权，为其他国家的监管机构在制定AI金融监管政策时，提供了如何平衡创新与风险的实践参考。这可能推动全球监管向着“原则导向+技术验证”的沙盒模式演进，即监管机构设定高级原则（如公平、透明、安全），并要求金融机构通过技术手段证明其AI系统能够满足这些原则。

对我国银行业发展应用AI的建议

Ryt Bank的经验，对于我国正在大力推进“人工智能+”行动而言，具有很好的参考价值。我国数字经济和移动支付高度发达，但也面临着金融服务“最后一公里”和普惠金融深化等挑战。

加强银行业人工智能治理与监管引导

我国的“人工智能+”行动明确提出要在金融等行业推动智能终端、智能体的广泛应用，并提出了普及率等具体目标。Ryt Bank的模式正是一个可资借鉴的现实案例。我国银行业在深入实施“人工智能+”行动的过程中，可以探索设立国家级AI金融监管沙盒，参考借鉴Ryt Bank在BNM监管下试点的经验，建立一个专门的AI金融“监管沙盒”。对高风险的AI应用（如AI信贷、AI投顾）实行分级准入、白名单测试和全程监控，并建立明确的退出机制，在风险可控的前提下鼓励创新。

同时，研究制定AI金融应用标准，围绕模型透明度、算法公平性、数据隐私保护和消费者权益保护等关键领域，制定行业统一的测评基准和技术标准，引导金融机构负责任地应用AI。

银行发展AI的路径建议

对于中国的数字银行和寻求转型的传统银行而言，Ryt Bank提供了清晰的路径参考：一是注重构建AI原生能力栈。银行应从战略层面规划AI原生转型，构建包括“基础设施层（智算中心、MLOps平台）、应用层（多智能体协同平台）和治理层（模型风险管理、AI伦理委员会）”在内的三层能力体系。二是从普惠场景切入。选择对用户痛点最深、社会效益最高的场景作为AI原生改造的突破口。例如，可以效仿Ryt Bank，开发面向老年人或农村地区的方言/语音银行服务，或利用图像识别技术简化小微企业的发票融资流程。三是发展多模态服务。大力发展支持语音、图像和自然语言交互的银行服务，特别是针对教育水平不高或有读写障碍的群体。

四是利用AI提升“首贷户”服务能力。通过AI技术分析非传统、非结构化数据，为缺乏信贷记录的“首贷户”进行更精准的风险画像，扩大信贷服务的覆盖面。五是加强银行业AI开发应用全生命周期的数据治理。目前，人工智能发展范式已经转入以数据为中心的新阶段，数据是 AI 大模型开发训练、评测上线、部署应用、迭代升级的前提和基础，银行业有必要从打造小而美、小而精的 AI数据集开始，统筹开发 AI 训练、评测、强化学习等数据集，为银行业人工智能实现“走在前、做表率”奠定数据基础。六是探索加快银行业算力共享基础设施建设。算力是银行业深入实施“人工智能+”行动的重要共性基础设施，要避免算力建设和应用上的重复低效和各自为战，探索整合银行业算力，建设银行业 AI 算力共享云，提高行业算力利用质效，为银行业智能化升级、加快 AI新场景大规模应用提供算力支撑。

挖掘国际金融科技合作的潜力

中马两国在2024年的联合声明中，已明确将人工智能作为未来合作的重点领域。Ryt Bank的成功为两国金融科技合作提供了一个可选的切入点：一是共建多语言大模型。两国可以联合研发支持中文、马来语、英语等多语种的金融大模型，服务于“一带一路”倡议落地和区域内的跨境贸易与金融活动。二是探索监管与标准互认。在AI监管沙盒、生物识别标准和数据跨境合规等领域，两国监管机构可以开展对话与合作，探索建立区域性的互认机制，为金融科技企业的跨国发展铺平道路。三是积极打造人工智能国际治理合作示范样板。以中马两国在金融 AI 领域的互补优势为支撑，构建兼具 “实操性、安全性、区域适配性” 的国际治理合作范式，为其他发展中国家提供 “低门槛、高适配” 的治理参考。

总之，Ryt Bank的诞生是全球银行业发展史上的一个里程碑事件。它不仅是“AI原生银行”从概念到现实的第一次成功落地，更以其创新的技术架构和业务模式，为银行业的未来指明了一个清晰的方向。通过将AI深度融入核心，Ryt Bank重塑了客户体验，提升了运营效率，并以一种全新的方式践行了普惠金融。Ryt Bank的范式为全球银行业提供了一个在严格监管下平衡创新与风险的工程蓝图，并揭示了以AI驱动的普惠金融的巨大潜力。展望未来，我国银行业应抓住“人工智能+”的历史机遇，借鉴Ryt Bank的经验，通过设立AI监管沙盒、构建行业共性平台、深化普惠金融场景应用以及加强国际合作，稳步推进自身的“AI原生”转型。这不仅是赢得未来竞争的需要，更是实现金融高质量发展、更好地服务实体经济和人民群众对美好生活向往的必然选择。

来源｜经作者授权发布

编辑 | 何佳霖

责编 | 兰银帆

Review of Past Articles -

01

02