资料整理 · 已去标识

全行AI工业化与个性化客户经营

该案例展示的不是单个聊天机器人，而是银行如何把数据平台、责任治理、跨职能交付和经济价值度量组合成持续运转的AI工业化体系。

资料 · 已去标识不含企业、人物与原始链接；数值为来源方披露，非独立审计；编辑归纳处均已标注。

01Background

业务背景

场景: 金融保险 · 客户与服务
现状: 项目方需要把分散在各业务条线的数据分析和机器学习项目，从漫长的一次性交付改造成可规模复制、可治理、可量化经济价值的全行能力，同时兼顾银行风险、客户信任和员工采用。

02Solution

银行建立统一的数据与AI基础设施、模型交付和负责任AI治理框架，以跨职能客户旅程团队持续选择高价值用例；在客户侧大规模运行个性化提醒、理财规划和反诈骗模型，在组织侧推进生成式AI助手与专业人员培训，并以经济价值而非模型数量作为组合管理指标。

用到的能力

改造链路

03Human in the loop

AI／系统做什么

模型负责预测、推荐和大规模触达

人做什么

业务、风险与合规人员共同审批用例、设定限制并对客户结果负责，客户仍保留理财和安全操作的最终决定权

04Outcome

超过1,500个

超过1,500个模型覆盖370多个用例来源方披露

超过12亿次

向1,300多万客户发送超过12亿次个性化提醒来源方披露

来源方说明来源方披露，超过1,500个模型覆盖370多个用例，全年产生超过7.5亿（当地货币）经济价值；向1,300多万客户发送超过12亿次个性化提醒。

05Method & limits

FDE 在现场做了什么编辑归纳

可以借鉴

资料透明度

来源披露与编辑编辑归纳资料不足