披露效果非常具体:邮小宝使询价交易效率提升 95% 以上;智能审贷助手每天支持三农、信用卡等信审场景超 3 万笔业务;2025 年上半年反欺诈体系累计保护潜在受害账户逾 10 万户,防止客户资金损失超 8 亿元。 反洗钱方面,邮储银行每日加工约 1.27 亿笔交易流水数据,构建近百个可疑预警模型,并实现可疑分析报告自动化生成,有效呈现团伙洗钱证据链,帮助人工甄别效率提升 30%。
真实案例
- 机构:邮储银行
- 项目:邮智大模型 / 邮小盈 / 邮小宝 / 智能审贷助手
- 时间:2025 年
- 类别:风控反欺诈 / 交易机器人 / 智能审贷
- 来源:http://jjckb.xinhuanet.com/20250910/b1e3f2bd4e9345f1b3d8cc2c65920d10/c.html ↗
业务背景
邮储银行具有覆盖广、客户多、下沉市场深的特点,三农、信用卡、票据、投行、反欺诈和反洗钱等场景都存在高频、复杂、人工成本高的问题。尤其在审贷和风险监测中,图像、文本、交易流水和关系网络信息量巨大,传统人工处理难以兼顾效率与质量。
邮储银行的“邮智”大模型展示了银行如何吸收多款主流大模型并落地到 230 多个场景。它的特色不是只做聊天,而是把大模型、交易机器人、图像识别、实时流计算、知识图谱和反洗钱报告自动生成结合起来。
AI 方案
“邮智”大模型适配吸收多款主流大模型,开展 230 余项大模型场景建设。在“邮你同赢”同业生态平台中,票据业务交易机器人“邮小盈”实现全品种票据全流程智能化管控;投行业务交易机器人“邮小宝”实现债券包销交易的智能询价应答。
在审贷场景,“智能审贷助手”每天支持三农、信用卡等信审场景超 3 万笔业务,对十余种图像进行有效识别、提取和分类。在欺诈防控方面,邮储银行依托大数据平台和数据中台,融合 AI 与实时流计算,构建全链条反欺诈模型体系;在反洗钱方面,运用知识图谱、大模型等技术建立以图智能为核心的新型可疑交易监测报告体系。
已披露效果
披露效果非常具体:邮小宝使询价交易效率提升 95% 以上;智能审贷助手每天支持三农、信用卡等信审场景超 3 万笔业务;2025 年上半年反欺诈体系累计保护潜在受害账户逾 10 万户,防止客户资金损失超 8 亿元。
反洗钱方面,邮储银行每日加工约 1.27 亿笔交易流水数据,构建近百个可疑预警模型,并实现可疑分析报告自动化生成,有效呈现团伙洗钱证据链,帮助人工甄别效率提升 30%。
可迁移到银行的设计
- 交易机器人适合用于标准化询价、报价、规则校验和过程记录,但重大交易仍需人工确认。
- 审贷助手可以先从资料识别、信息抽取、政策匹配、风险点摘要入手。
- 反洗钱场景要结合图谱、大模型和规则模型,输出证据链而非单句结论。
- 下沉市场和三农信贷可以用 AI 处理大量非结构化材料,提高初审效率。
风险治理要点
- 票据和债券交易机器人要有价格边界、授权边界和异常中断机制。
- 审贷图像识别错误可能影响客户权益,必须支持人工更正和追溯。
- 反诈和反洗钱模型要平衡误报、漏报与客户体验。
- 可疑交易报告自动生成必须经过人工复核后提交。
本项目可做的小实验
用 10 条虚拟交易流水和 5 个虚拟账户关系,设计一个“可疑交易证据链摘要”:输出异常模式、关联账户、需补充材料、人工判断建议,不直接定性洗钱。
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。