銀行AI員工：金融大模型及智能體實踐

"高鵬，浙大摸象金融人工智能實驗室主任，杭州摸象大數據科技有限公司創始人，中國計算機學會金融分會執委，浙江省人工智能學會理事；師從潘雲鶴院士，畢業於浙江大學計算機學院人工智能所，獲博士學位；在SCI、EI、ISTP、CVPR等期刊和國際學術會議上發表論文、演講，榮獲國家級發明專利17項；擅長基於機器學習的大數據分析與挖掘，專註於金融垂直大模型研發與應用落地，和浙江大學聯合發布智海金磐金融大模型；基於該模型開發訓練的銀行AI員工助手已成功落地於110余家銀行，廣泛應用於銀行的智慧零售、智能客服、人機協同、網點直營、遠程銀行、App虛擬數字人等場景；與浙江大學人工智能研究所、浙江大學數據分析和管理國際研究中心聯合成立“浙大摸象金融人工智能實驗室”，並任實驗室聯席主任。　　葉偉民，現代計算機之父、博弈論之父約翰 ? 馮 ? 諾依曼經典名著《計算機與人腦》譯者，3本AI技術書作者，9本AI技術書譯者；榮獲多家出版社“影響力譯者獎”“卓越貢獻著譯者獎”“暢銷書獎”“優秀圖書獎”；極客時間專欄“RAG系統實戰課”作者（該課程穩居AI新課暢銷榜第4名9個月）。　　袁蘭，杭州摸象大數據科技有限公司聯合創始人，浙大摸象金融人工智能實驗室專家，研究方向為金融AIGC應用場景；“2020福布斯中國科技女性榜”前50；2008年創立杭州鳥瞰智能科技股份有限公司，任CEO；2019年，鳥瞰智能與杭州摸象大數據科技有限公司合並後，任杭州摸象大數據科技有限公司總裁；主導研發了國內第一個銀行虛擬機器人“班克”，帶領團隊獲得12項人工智能發明專利、30余項企業榮譽；《AIGC從入門到實戰》（人民郵電出版社出版）作者之一，榮獲人民郵電出版社“影響力作者獎”，該書目前已加印十次。"

目錄

推薦序一  I

推薦序二 III

前言     V

第1部分　概述　001

引子　AI來了，未來的銀行會怎樣　002

第1章　金融革新的曙光：銀行AI轉型的挑戰與機遇　004

1.1　傳統銀行的挑戰：變革的前夜　004

1.2　大模型技術：銀行的革命性變革　006

1.3　未來展望：AI銀行的願景與實現路徑　008

1.3.1　大模型賦能金融行業　010

1.3.2　大模型賦能企業的六大核心價值　012

1.4　本章小結　013

第2部分　核心業務場景的AI員工　015

第2章　客服AI員工　017

2.1　傳統客服困境：遠程銀行的痛點　017

2.2　用戶場景角度：客服AI助手的種類　020

2.2.1　在線客服AI　020

2.2.2　電話客服AI　021

2.2.3　外呼營銷AI　022

2.2.4　外呼催收AI　023

2.2.5　內部培訓AI　024

2.3　功能角度：客服AI功能拆解　025

2.3.1　客服AI輔助座席實時回復　026

2.3.2　客服AI輔助座席提供前情摘要　027

2.3.3　客服AI輔助營銷外呼　028

2.3.4　客服AI輔助撰寫工單摘要　030

2.4　落地挑戰：客服AI的難點　033

2.4.1　感知客戶情緒　033

2.4.2　多輪對話　034

2.4.3　客戶前後態度不一致　034

2.4.4　如何與企業保持一致的價值觀　035

2.5　當前熱點：數字人、AIGC與客服AI的融合　036

2.5.1　數字人與客服AI的融合　036

2.5.2　AIGC與客服AI的融合　041

2.5.3　客服AI實施案例　045

2.6　本章小結　050

第3章　客戶經理AI 員工　051

3.1　傳統客戶經理困境：銀行傳統網點的痛點　051

3.1.1　銀行傳統網點的痛點　051

3.1.2　客戶經理的挑戰　053

3.1.3　客戶經理典型的一天：忙碌背後的困境　054

3.2　智能助力：AI如何助力客戶經理　056

3.2.1 　AI加持下客戶經理的一天　057

3.2.2　PC端AI助手和移動端AI助手　059

3.3　功能角度：客戶經理AI功能拆解　062

3.3.1　客戶經理AI輔助運營：協助精準化管戶 SOP　062

3.3.2　客戶經理AI輔助制定財富方案：個性化財富投資顧問　063

3.3.3　客戶經理AI輔助應答：全棧客服問題應答　064

3.3.4　客戶經理AI輔助培訓：專業化培訓輔導　065

3.3.5　客戶經理AI輔助處理日常事務：日常化過程管理　067

3.3.6　客戶經理AI輔助文案策劃：話術策劃和約談聊天話題　068

3.4　落地關鍵：客戶經理AI知識庫構成　070

3.4.1　金融產品知識　071

3.4.2　金融市場與經濟知識　071

3.4.3　銀行政策與法規　073

3.4.4　銷售與服務技巧　074

3.4.5　行業動態與競爭對手信息　075

3.4.6　其他相關知識　076

3.5　本章小結　077

第4章　反欺詐AI 員工　078

4.1　傳統反欺詐困境：傳統反欺詐模式的痛點　078

4.1.1　金融反欺詐的戰略意義　078

4.1.2　金融反欺詐面臨的重重挑戰　080

4.1.3　金融反欺詐需要滿足的監管要求　081

4.2　智能助力：AI如何助力反欺詐　083

4.2.1　多元反欺詐核驗模式簡介　084

4.2.2　多元反欺詐核驗模式的核心要素　085

4.2.3　多元反欺詐核驗模式的具體層面　087

4.3　落地關鍵：反欺詐AI架構與核心算法　090

4.3.1 　反欺詐AI架構解析　090

4.3.2　反欺詐AI的核心算法　097

4.4　本章小結　099

第5章　信貸風控AI員工　101

5.1　傳統風控困境：當前信貸風控的痛點　101

5.1.1　信貸風控的戰略地位　101

5.1.2　當前風控面臨的挑戰　102

5.2　智能助力：大模型如何應對信貸風控的挑戰　105

5.2.1　大模型風控組合拳　105

5.2.2　大模型風控的應用場景　107

5.2.3　AI+信貸助手詳解　109

5.2.4　AI助力信貸服務實踐案例解析　112

5.3　落地關鍵：大模型風控系統的部件與關鍵執行策略　115

5.3.1　大模型風控系統的部件　115

5.3.2　大模型風控的關鍵執行策略　118

5.4　本章小結　122

第6章　投資研究AI員工　124

6.1　傳統投資研究困境：當前投資研究的痛點　124

6.1.1　傳統投資研究與行業研究　124

6.1.2　傳統行業研究的主要階段　125

6.1.3　傳統行業研究的數字化工具　126

6.1.4　傳統行業研究面臨的困境　127

6.2　智能助力：AI如何助力投資研究　129

6.2.1　AI助力投資研究流程簡介　129

6.2.2　AI助力投資研究應用場景概述　131

6.3　AI助力投資研究場景詳解　133

6.3.1　場景1：量化分析與數據智能處理　133

6.3.2　場景2：智能摘要、翻譯與整理的藝術　135

6.3.3　場景3：AI助力研究報告的撰寫與創新　136

6.4　本章小結　138

第3部分　技術實現　140

第7章　金融大模型AI系統構建流程　142

7.1　流程概述　142

7.1.1　規劃與立項流程概述　142

7.1.2　技術實現流程概述　143

7.2　規劃與立項流程　144

7.2.1　明確需求　145

7.2.2　安全、隱私與合規　146

7.2.3　技術選型　147

7.2.4　硬件選型　149

7.2.5　建設技術團隊　150

7.3　技術實現流程　151

7.3.1　制定評測體系　151

7.3.2　增量預訓練、微調與智能優化　152

7.3.3　提示語：與大模型交流的窗口　155

7.3.4　RAG：有效消除模型幻覺　163

7.3.5　知識庫構建：RAG內部知識來源　164

7.4　本章小結　166

第8章　智能體工廠　168

8.1　智能體工廠概述　168

8.1.1　輕松劇場：智能體與AI員工　168

8.1.2　智能體的定義與需求　170

8.2　智能體工廠落地關鍵　173

8.2.1　設計框架：智能體的思維模式　173

8.2.2　任務分解：智能體的核心策略　175

8.2.3　外部模塊輔助規劃：智能體的增強規劃　176

8.2.4　工具使用能力：智能體的工具調用與能力增強　178

8.2.5　記憶能力：智能體的持續學習與優化　179

8.3　本章小結　180

第9章　金融安全　182

9.1　金融安全概述　182

9.1.1　生成式AI的風險識別與防範　182

9.1.2　AIGC應用面臨的威脅與案例剖析　187

9.2　金融安全落地關鍵　190

9.2.1　生成式AI安全的關鍵考慮因素　190

9.2.2　構建AIGC應用的安全防護策略　192

9.2.3　AIGC在金融領域的合規與監管建議　198

9.3　本章小結　201

第10章　戰略規劃　203

10.1　技術預見：銀行業AI應用的未來趨勢　203

10.2　戰略規劃：可持續發展的戰略規劃　206

10.3　技術路徑：未來AI銀行轉型的技術路徑　207

10.3.1　AI與分析驅動的決策層　207

10.3.2　核心技術與數據層　208

10.3.3　運營模式層　208

10.4　倫理與管理模式：AI員工的未來準備　209

10.5　應對挑戰：策略、建議與準備　212

10.6　參考列表：金融機構決策層需要考慮的問題　214

10.6.1　首席執行官 / 首席運營官　214

10.6.2　首席營銷官　215

10.6.3　首席技術官 / 首席信息官　215

10.6.4　首席合規官　216

10.7　本章小結　217

參考文獻　219