• 机构：SpareBank 1 Østlandet
• 项目：Ida / Generative Action
• 时间：2025 年 6 月更新
• 类别：客户服务 / 生成式 AI Agent / 全渠道咨询 / 合规护栏 / boost.ai
• 来源：https://boost.ai/case-studies/how-sparebank-1-ostlandet-is-writing-the-playbook-for-generative-ai-adoption-in-banks ↗

SpareBank 1 Østlandet 是挪威储蓄银行，服务超过 49.6 万名客户。它从 2017 年开始与 boost.ai 合作，较早探索会话式 AI。随着客户越来越习惯数字服务，银行需要在网站和其他渠道提供更直观的服务入口，减少 FAQ 搜索和人工排队。

在受监管行业使用生成式 AI，主要障碍不是“能不能回答”，而是“能不能安全回答”。客户咨询可能涉及账户、贷款、保险、储蓄和个人情况；如果 AI 生成错误内容或让客户误以为是人工建议，会带来信任和合规风险。因此，SpareBank 1 Østlandet 在部署客户面对面生成式 AI 时，把风险、合规、透明和人工转接作为关键前提。

该行的 AI Agent Ida 最初于 2018 年上线，后来逐步成为客户服务核心渠道。2024 年 12 月，SpareBank 1 Østlandet 成为其同业中首批上线 boost.ai Generative Action 的银行之一，把生成式 AI 用于处理未知意图和预定义范围之外的问题。

Ida 可以回答银行、保险和储蓄相关问题，并在需要时无缝连接人工顾问。所有由生成式 AI 支持的对话都会明确标注，让客户知道自己正在与大语言模型互动。上线前，银行与法律、IT、管理层和合规团队共同进行安全、隐私和架构审查，并与 boost.ai 共同测试和完善文档。

案例披露，Ida 自上线以来累计处理 230 万+ 客户对话，其中自 2024 年 12 月 1 日以来处理约 85,000 次。生成式 AI 已驱动 10% 的对话，超过 6,800 次。Ida 目前承接 28% 的全渠道客户咨询，自动化率 41%，已成为该行第二大服务渠道。

案例还强调成本和可扩展性：电话仍处理约 40% 咨询，但 Ida 以较低成本提供高容量服务，使人工顾问压力下降。内部 AI Trainer 的工作也发生变化，不再手工撰写大量新回答，而是把精力放在战略改进、质量和能力扩展上。

• 客户面对面 GenAI 应从有明确护栏的既有聊天机器人升级。
• 对生成式回答明确标注，提升透明度和客户信任。
• 将未知意图管理作为 GenAI 价值点，而不是只回答固定 FAQ。
• 风险、法律、IT、业务和 AI Trainer 要早期共同参与。
• 保留人工顾问转接，特别是账户、贷款、保险和投诉场景。
• 用渠道占比、自动化率、转人工率、客户满意度和成本衡量价值。

• 客户必须知道何时与 AI 互动，避免误认为是人工专业意见。
• 生成式回答必须在预批准护栏和知识范围内产生。
• 对账户操作、合同、保险和贷款建议要设置人工确认边界。
• 需要持续监控未知意图、错误回答和客户负面反馈。
• 隐私审查要覆盖对话记录、训练数据和供应商访问权限。
• AI Trainer 从写答案转为治理答案，需要明确职责和审批流程。

• 设计一个客户服务 AI Agent 的透明提示语。
• 把 20 个银行问题分成固定 FAQ、生成式可答、必须人工三类。
• 计算假设咨询量下，28% 渠道占比和 41% 自动化率能释放多少人工。
• 设计未知意图的处理流程：生成回答、追问、转人工、反馈入库。
• 写一份客户面对面 GenAI 上线前风险评审清单。
• 模拟 AI Trainer 每周复盘表：新增意图、错误答案、待审批知识。