2026年11月12日，以“下一幕，智能组织”为主题的百度世界大会在北京举行，大会聚焦 AI 如何提升组织能力。在金融领域，度小满正以“轩辕金融增强大模型”为基础进行一场先行实践：先把自己变成智能组织，再把这条路开放给更多金融机构。
基于“轩辕”，度小满已构建上千个智能体、5000 余项技能，日均 Token 使用量超过 1000 亿。这些智能体深入风控、信审、客户服务和客户经营等业务环节，探索通过AI提升业务响应速度、优化人机协作方式的实践路径。
组织能力的变化，直接体现在业务数字里：风控环节，智能风控全面由智能体驱动，风险策略随环境变化动态自进化，迭代周期压缩一半以上；短期逾期风险下降约 50%，信贷年化逾期风险整体降低 12%；信审与贷后环节，AI 信审员的审核能力超过 80% 的人工信审员，客户等待时长由 10 分钟缩短至 2 分钟；AI 贷后专员独立作业的催回率，较传统机器人提升 8% 以上；在客户服务环节，客服 Agent 可独立处理 80% 的高频问题，判断用户意图、调用工具解决复杂业务问题，剩余问题由人工兜底，人机分工明确；客户经营环节，企微 Agent 为客户经理提供沟通策略与话术建议 —— 一名客户经理加上企微 Agent，可服务的客户数提升至 2 万人，工作量相当于原来 10 名客户经理。
这些应用呈现出金融“智能组织”的具体形态：围绕不同业务任务，智能体既可以独立执行，也可以与员工协作，并在需要时由人工接手。组织能力的变化由此体现在策略迭代的速度、业务处理的时长，以及每位员工能够服务的客户规模之中。
支撑这场组织变革的是模型底座。11月2日，度小满与香港科技大学、香港生成式人工智能研发中心（HKGAI）在 2026 香港金融科技周联合发布轩辕 4.5 金融增强大模型：将自进化（RSI）技术用于模型训练与智能体场景适配，自研 Xuanyuan-Machine 承担智能体数据合成、有监督微调与强化学习，并结合长链路强化学习融合多领域专家能力，构建了超过 1000 亿 Token 的场景增强数据。在所测金融场景中，轩辕4.5以约通用顶级模型十分之一的推理成本，实现了更强的金融场景能力—— 对于需要持续运行大量智能体的金融业务而言，模型能力与使用成本的共同优化，是智能组织真正运转的前提。
度小满表示，上述能力均已在自身业务中经过真实场景验证。未来，度小满将依托轩辕金融大模型，把经过验证的 AI 能力与实践经验输出给中小金融机构，以产品化方案推动智能体在风控、信审、客户服务等场景落地，帮助金融机构降低AI应用的技术门槛与试错成本，让“智能组织”从度小满的实践，变成金融行业可复制的能力。
每日经济新闻客户端