人工智能可以凭借强大的自主学习能力、关联分析能力、结果输出能力，在信用领域具有提高信息输入效率、提升信用评估准确性、生成与解读信用报告、预知风险的应用潜能。

“人工智能+”于2024年被首次写入我国《政府工作报告》之中，同年4月，中国人民银行征信管理局提出支持征信机构运用大数据、人工智能等新技术进行产品创新，为普惠金融发展提供多元化、差异化的信用信息服务。

天津市公共信用中心推出面向公共信用服务的AI大模型“津诚AI大模型”，2024年底，上线信用修复“智答”“智审”两项应用服务。AI大模型“智答”，企业仅需通过智能问答平台，便可迅速获得所需答案，实现修复咨询服务 “零等待”。“智审”功能可以自动判别企业所提交材料的准确性，并对不合规材料给出具体原因及建议，截至目前，企业信用修复材料智能预审记录196条，信用修复成功率从智能预审服务上线之前的50%提升至65%左右。

黑龙江省鹤岗市推出的“信用轨迹”数据模型，通过利用信息化手段，采集征信数据库，收录失信被执行人、行政许可公示信息、不动产信息等多方面基础信息，将企业基础信息、负面信息、信用评价等级信息等8项信息进行强制展示，综合反映企业的信用状况。

信用分与信用评价作为信用AI大模型的早期雏形，早已成为社会信用体系的关键构成部分，目前，各地政府部门积极探索AI大模型的深度应用，在多项惠民便企工作中取得了显著成果。

在金融领域，中国人民银行积极探索AI技术在征信系统优化中的应用，力求提升征信数据的准确性与覆盖范围，而众多互联网企业也在金融征信领域积极布局，利用AI大模型挖掘更多维度的信用信息，为金融机构提供更全面、精准的信用服务。

京东数科利用区块链技术构建了供应链金融信用评估体系，结合大数据分析，对供应链上的中小供应商进行信用评分。通过分析供应商与京东的交易频次、交货准时率、产品质量反馈等数据，为每个供应商生成精准的信用评分。

安硕研发的金融垂直领域大模型算法千寻大模型，前能够满足用户企业征信、行业产业、财务分析、尽调报告等多层次问答诉求，深度赋能金融机构尽职调查全流程、多场景，实现信审专家能力数字化、工具化、便捷化。

度小满推出的金融大模型——“轩辕”，可以支持信贷报告自动生成，动态解析用户信用行为，能将征信报告解读出40万维的风险变量，用来识别小微企业主的信贷风险。

蚂蚁金融大模型深度整合消费、交易等多维度数据，构建用户信用画像，精准评估信用风险，助力金融机构信贷决策；在优化信用服务流程方面，实时监测信用状况，预警风险，为用户定制个性化信用服务，提升金融服务效率与安全性。

在信用市场化方面，AI大模型以公共和市场数据为基础，在建立联合创新实验室、企业信用数据查询、信用修复等方面，担负着创新应用、信用评价、数据运营等诸多职责，成为推动社会信用体系不断完善和大数据应用深化的重要力量。

企查查推出的“知彼阿尔法”商查大模型，基于大模型+企业信用数据库共同构建，用AI技术赋能企信大数据创新，为用户提供更加便捷、精准的商业信息查询服务。

浪潮数字商业发布信用行业大模型V1.0，构建“1+N+1”总体架构，即以1个信用行业大模型为核心，创新打造信用修复、信用监测、信用分析等N个专用场景模型，提供1套大模型工具链。面向政府用户，通过大模型技术赋能信用监测、信用分析等应用场景，提供城市信用监测智能助手、智能分析报表工具；针对企业用户，一站式解决信用修复过程中的诸多问题。

天眼查与华为云共同发布的可信商业助理"天眼妹"，是基于“可信数据+可信算法”的面向个人端的可控大模型数字产品，通过大模型对于用户意图的理解结合天眼查海量商业公开数据，为用户提供准确的商业信息。