• 机构：Shanghai Commercial Bank
• 项目：AI Knowledge Hub for Relationship Manager (RM) with Multi-Agents
• 时间：2025 年 10 月
• 类别：财富管理 / 客户经理辅助 / 多智能体 / 知识中心 / 最佳下一步行动
• 来源：https://www.shacombank.com.hk/tch/about/press/images/press_20251015_ai.pdf ↗

财富管理和企业客户服务都依赖客户经理的知识、经验和实时判断。客户经理需要理解客户档案、通话记录、现有投资、产品知识、市场趋势和资产配置逻辑，再把这些信息转化成下一步沟通和理财策略。传统方式下，信息分散在不同系统和文档中，客户经理很难在短时间内形成完整观点。

上海商业银行入选金管局第二期 GenA.I. 沙盒的方案，正是围绕客户经理知识中枢和多智能体协作展开。它不是简单做一个问答机器人，而是把知识中心设计成虚拟理财助理，帮助客户经理识别客户需求、生成市场和资产配置观点，并给出个性化“最佳下一步”建议。

该方案以多智能体协作架构为核心，服务零售与企业客户。动态知识中枢整合客户通话记录、产品知识库、客户档案和现有投资数据，形成客户经理可调用的上下文。系统作为虚拟理财助理，提供个性化“最佳下一步”建议。

多智能体架构的价值在于，不同智能体可以分别处理客户资料理解、产品知识检索、市场趋势分析、资产配置观点生成和合规检查，再汇总成客户经理可读的建议。银行强调将遵循金管局 GenA.I. 沙盒相关指引，实施适当监管措施，确保生成信息准确和可追溯。

官方材料披露，该方案预计可显著提高客户经理工作效率，通过实时洞察增强对客户需求的识别能力，并为财富管理、跨境金融等场景的智能化转型奠定技术基础。虽然项目处于沙盒入选和测试阶段，但目标已经明确指向客户经理效率、需求识别和精准理财策略。

这个案例的可学习之处在于：银行把生成式 AI 放在“客户经理决策前的知识融合和建议生成”位置，而不是直接面对客户做复杂投资建议。这样既能提升一线效率，也更容易保留人工专业判断和合规审查。

• 为客户经理建立统一知识中心，先解决资料分散问题。
• 将通话记录、客户档案、投资持仓和产品知识分层接入。
• 设计多个智能体分别负责检索、分析、推荐、合规检查和摘要。
• “最佳下一步”建议要输出依据、适用客户和风险提示。
• 财富管理场景先内部使用，再考虑客户可见输出。
• 对跨境金融场景增加地区规则、产品准入和语言适配。

• 财富管理建议必须经过适当性、客户风险承受能力和产品准入检查。
• 客户通话记录接入前要处理告知、授权、留存和敏感信息访问。
• 多智能体汇总输出可能掩盖单个子模型错误，需要保留中间证据。
• 市场趋势和资产配置观点要避免被客户误认为确定性承诺。
• 生成内容要可追溯到产品知识、客户事实和市场资料来源。
• 客户经理不能机械照搬 AI 话术，应承担最终沟通责任。

• 用虚拟客户档案、持仓和通话摘要，生成“下一步沟通建议”。
• 设计 4 个智能体：客户画像、产品匹配、市场观点、合规检查。
• 为每条建议增加“依据字段”和“不可使用场景”。
• 做一个客户经理工作台草图：客户摘要、需求变化、推荐话题、风险提醒。
• 比较普通 RAG 问答和多智能体协作在财富建议中的差异。
• 设计“AI 建议采纳/修改/拒绝”的反馈表，用于持续改进。