披露摘要 · 含试点与计划口径
UBS 把约 60,000 份投资建议和产品文档数字化为可查询知识库。 顾问可更容易访问这些资料,用于会议准备和研究。 UBS Red 从特定用例发展为数据平台现代化的催化剂。
01
真实案例
- 机构:UBS
- 项目:UBS Red Smart Assistants
- 时间:2025 年
- 类别:财富管理 / 客户顾问 / 内部知识检索 / 多语言助手
- 来源:https://www.microsoft.com/en/customers/story/19796-ubs-azure ↗
02
业务背景
财富管理客户顾问要面对海量投资观点、产品文档、市场信息和内部知识。客户期望顾问能快速给出个性化、准确、及时的回应。
03
AI 方案
UBS 与 Microsoft 合作,用 Azure AI Search 和 Azure OpenAI Service 构建 UBS Red。它包含两个领域专用 AI 助手,为客户顾问在客户互动中提供支持,并具备多语言能力。
04
已披露效果
- UBS 把约 60,000 份投资建议和产品文档数字化为可查询知识库。
- 顾问可更容易访问这些资料,用于会议准备和研究。
- UBS Red 从特定用例发展为数据平台现代化的催化剂。
05
可迁移到银行的设计
- 财富顾问助手要重点解决“找资料、懂客户、控合规、快准备”。
- 投资建议和产品文档要做版本控制和权限控制。
- 多语言输出需保留原文引用,避免翻译误差影响客户理解。
06
风险治理要点
- 投资产品资料和客户资料都属于高敏感数据。
- 顾问对客户输出内容仍承担专业责任。
- AI 生成的个性化建议必须经过适当性和风险揭示检查。
07
本项目可做的小实验
模拟一个财富顾问会前准备任务,让 AI 基于公开产品说明生成“客户问题清单 + 产品风险点 + 禁止承诺事项”。
↗
01 公开披露来源https://www.microsoft.com/en/customers/story/19796-ubs-azureUC-032 · 查看仓库原文04-banking-use-cases/2026-latest-bank-ai-use-case-library.md原始来源与整理依据
文字分析来自内容源;业务分类、技术标签由 SeekingDAO 按规则整理。披露效果保留原有时间、范围和预测口径,未作独立审计。开源项目与 Skill 的当前许可、兼容性及依赖请以其上游为准。