UC-086银行用例 ／ 风控合规
Starling Bank + Google Cloud
授权推送支付诈骗（APP fraud）的难点在于，客户本人往往在骗子诱导下主动发起转账。传统银行风控可以识别异常交易，但很难看到客户在社交平台、二手市场或聊天软件中的受骗上下文。客户在付款前如果能得到及时、具体的风险提示，就有机会阻止损失。 Starling 的 Scam Intelligence 把 AI 用在付款前的客户教育和风险识别上，让客户上传在线市场广告、商品图片、卖家消息或短信截图，系统在几秒内识别诈骗信号。它代表反欺诈从“交易后补救”进一步前移到“交易前识别”。
披露摘要Starling 官方称，这是英国银行业首次在 App 中提供 AI 驱动的诈骗检测工具。该工具在 2025 年 10 月上线，适用于个人、联名和企业账户客户。当时英国 2024 年欺诈损失达到 11.7 亿英镑，其中 APP fraud 为 4.5 亿英镑。 Google Cloud 案例披露，Scam Intelligence 的首阶段消费者测试在 4 周内交付；该工具已经使客户取消市场支付的比例提高 300%。这说明多模态 AI 不只是识别风险，还能改变客户付款前行为。
UC-087银行用例 ／ 客户服务
Starling Bank
当消费分析和诈骗识别等单点 AI 工具逐步成熟后，客户需要一个统一入口来管理日常财务，而不是在 App 中寻找多个功能。Agentic AI 的意义在于，它不仅能回答问题，还能在客户授权下执行任务，例如创建储蓄目标、组织账单空间、查询交易历史和提供支持指引。 Starling Assistant 是从“AI 功能”向“AI 界面”的升级。它把 Spending Intelligence、Scam Intelligence 和新的智能体能力整合到一个对话界面，让客户通过自然语言
披露摘要Starling 官方称，该工具是英国首个 Agentic AI 财务助手，建立在 Starling 自有技术平台之上，并使用 Google Gemini 和 Google Cloud 技术。Starling 表示，该助手来自八年 AI 开发积累，并整合了上一年推出的多个生成式 AI 工具。 2026 年 3 月起，Starling Assistant 面向个人活期账户客户推出，企业和联名账户随后跟进。它展示了银行 App 未来可能从菜单式交互转向对话式、任务式交互。
UC-097银行用例 ／ 平台治理
Crédit Mutuel Alliance Fédérale + IBM
Crédit Mutuel Alliance Fédérale 自 2016 年开始采用 AI，已经形成较成熟的顾问辅助、文档理解、风险和合规能力。到生成式 AI 阶段，问题不再是能否做一个试点，而是怎样在银行自有基础设施、伦理 AI 承诺和大规模顾问网络之间实现工业化。 该集团强调自身是“主权技术银行”，大量 IT 处理运行在自有数据中心。对于欧洲银行而言，这一点尤其重要：生成式 AI 要创造价值，同时要满足数据主权、客户关系、内控和审计要求。
披露摘要官方披露，该集团 25,000 名顾问每天使用 AI，2023 年 AI 释放近 100 万小时行政工作时间，使顾问能更好服务客户和会员。35 个新用例计划从 2024 年夏天开始逐步上线首批能力。 案例也说明，生成式 AI 工业化不是从零开始，而是在已有 AI 文化、顾问使用习惯、内部数据中心和 Cognitive Factory 基础上继续升级。对银行来说，这种“已有 AI 能力 + 新大模型平台”的路径比纯试点更可复制。
UC-099银行用例 ／ 运营提效
ABN AMRO Bank
ABN AMRO 已经运行多个聊天机器人，但生成式 AI 和新对话平台出现后，客户对数字助手的期望提高。银行不仅要回答问题，还要支持荷兰语理解、语音 IVR、员工门户、监控、生命周期管理和持续交付。 该案例代表“传统机器人迁移到智能体平台”的路径。银行不是单点做一个 chatbot，而是把客户文本 / 语音助手 Anna、员工门户助手 Abby、Azure AI Language、Azure Speech、Azure DevOps、Power BI 和监控体系组合起来。
披露摘要微软案例披露，ABN AMRO 迁移到 Copilot Studio 并部署新智能体后，荷兰语意图识别准确率提升 7%。Anna 在文本和语音渠道保持高客户满意度，IVR bot 降低了放弃率和转接率；Abby 则成为更有效、可靠的员工支持工具。 该行还因 Copilot Studio 内置能力降低了运营和维护成本，并提高扩展 AI 能力的能力。这个案例适合学习“语言模型 + 语音 + 中间件 + 指标仪表盘 + CI/CD”的完整交付方式。
UC-110银行用例 ／ 信贷融资
Bank Mandiri + AI Rudder
零售催收与贷后恢复是强运营、强合规、强客户体验约束的流程。传统大规模催收依赖人工外呼、名单分配、脚本执行和事后质检，容易出现效率波动、合规不一致、客户触达慢和管理不可视。 Bank Mandiri 与 AI Rudder 的合作把 AI 视为任务关键型运营解决方案，而不是试点。目标是把大规模催收转为结构化、可问责、AI 驱动的工作流，在提高效率的同时保证法律合规和运营透明。
披露摘要官方披露，该合作直接强化 Bank Mandiri 的催收流程，带来更高效率、更快客户互动和更有纪律的合规执行。Bank Mandiri RCR 团队表示，合作成功把大规模 billing workflow 转化为合法合规的 AI-powered system。 AI Rudder 还披露其服务覆盖 22 个国家、支持 20 种语言、服务 500 多家企业客户。这说明面向催收、客服、提醒等语音运营场景，AI 供应商的多语言和跨市场治理能力也成为银行选择的重要因素。
UC-127银行用例 ／ 客户服务
Bank of China (Hong Kong)（中银香港）
香港银行业同时面临两个方向的数字化压力：一方面，客户希望手机银行和线上渠道能够提供更自然、更个性化、更具语言适配能力的服务；另一方面，深度伪造、伪造文件、伪造生物特征等新型欺诈正在提高数字开户、贷款审批和远程身份核验的风险。 中银香港在金管局 GenA.I. 沙盒首轮中同时测试“数字人助理”和防欺诈解决方案，代表了一个很重要的趋势：银行不再只把 GenAI 用作问答机器人，也把多模态 AI 用于视频、图像、语音、文件和身份风险控制。对于跨境和东南亚区域化服务，语言、多渠道和安
披露摘要中银香港披露，首轮 GenA.I. 沙盒测试取得积极反馈，超过半数参与测试的客户及员工受访者表示期待“数字人助理”进一步扩展应用范围。这说明数字人不只是展示型技术，如果能和真实知识库、语言能力及安全控制结合，客户和员工对扩展使用存在需求。 官方材料还显示，中银香港将在第二轮沙盒中继续深化 GenA.I. 技术应用，结合内外部数据与智能语音交互技术进一步优化客户服务体验，并通过强化 AI 安全防护机制提升银发族使用数码理财的信心。首轮测试成果成为第二轮财富管理和风险管理扩展的基础。
UC-132银行用例 ／ 风控合规
PAObank + OneConnect Financial Technology
深度伪造正在改变数字银行的身份核验风险。过去银行主要防范证件伪造、盗用资料、设备异常和黑产脚本；现在攻击者可以用换脸、合成视频、AI 生成图像和接口注入方式欺骗远程开户、贷款申请和交易认证流程。数字银行没有线下网点缓冲，因此更依赖实时、高准确率的线上识别能力。 PAObank 与 OneConnect 入选金管局第二期 GenA.I. 沙盒，聚焦深度伪造欺诈检测。这个案例的价值在于，它把 AI 用于对抗 AI：用更强的视觉识别、活体检测、设备风险和文件核验能力，防御生成式 A
披露摘要公开材料披露，OneConnect 的方案在反深度伪造类别中防御成功率达到 99%。截至 2025 年中，OneConnect 服务 21 个国家和地区的 214 家企业，并成为香港超过半数传统零售银行可信赖的 eKYC 和反欺诈合作伙伴。 PAObank 表示，参与沙盒将帮助其提升风险管理、强化欺诈调查和客户保护能力，并把经验分享给行业，支持 GenA.I. 技术在银行业更广泛、负责任地采用。该案例也体现了数字银行依托集团科技能力和外部科技伙伴构建防诈能力的路径。
UC-139银行用例 ／ 客户服务
Sumitomo Mitsui Banking Corporation + JRI + IBM Japan
日本零售金融服务日益数字化和现金less化，资产形成相关制度和产品也越来越多。客户希望银行能随时解释产品、费用、活动和办理流程，尤其是对数字服务不熟悉的客户，更需要低门槛支持。传统客服中心在夜间、节假日和高峰期容易出现等待，且固定 IVR 难以处理自然语言问题。 SMBC AI Operator 是三井住友银行首次面向客户查询使用生成式 AI 的服务，第一阶段服务 Olive 个人综合金融服务的一般咨询。这个案例代表银行客服从“按键式 IVR/固定 FAQ”升级到“自然语音对
披露摘要官方披露，该服务作为生成式 AI 客户查询应用，是 SMBC、日本总研和日本 IBM 的国内初服务。其服务特点包括 24×365 自由发话咨询、广范围回答、自助解决范围扩大，以及在复杂咨询或需要身份确认时无缝转接人工客服。 系统还建立质量提升循环：持续分析 AI 应答内容、转人工数据和通话记录，用于改善回答质量，并将高频咨询反馈到产品服务改进。银行计划未来从 Olive 一般咨询扩展到更广业务，以提升客户支持和减轻客服人员负担。
UC-142银行用例 ／ 公司银行
DNB
小企业、创业者和会计人员常常把记账视为耗时且容易出错的工作。发票、收据、增值税代码、会计科目、付款和异常检查需要专业知识；如果客户不熟悉会计系统，就必须在菜单中寻找功能并猜测正确科目。对银行而言，中小企业金融服务不只包括账户和贷款，也包括帮助客户管理经营财务。 DNB 在 DNB Regnskap 中推出 Micro，作为首个直接面向客户的 AI 助理，目标是让小企业更容易记账并掌握财务状况。这个案例非常接近“执行型 AI”：它不是只回答问题，而是理解上下文并通过 API 在
披露摘要DNB 披露，用户在试点中最看重的是减少猜测和减少错误。产品负责人表示，客户不再需要纠结会计科目和增值税代码，而是获得可立即记账的具体建议。长期目标是让会计系统从“档案库”变成主动经济伙伴，提出行动和洞察，而不只是展示数字。 官方材料还披露，长期来看，大部分记账可以自动进行，Micro 处理 70%-80% 的交易，并让用户审批异常。这个目标展示了银行中小企业服务从“工具提供”转向“智能运营伙伴”的方向。