页面准备好后会自动显示。等待期间仍可使用顶部导航切换。
SEEKINGDAO / FIELD NOTES
从真实业务出发，看清 AI 如何落地。读懂做法、成效与边界，把案例变成自己的判断。
它解决了什么业务问题？用了哪些数据？披露的效果是实绩、试点，还是计划？
THE INDEX
找到 131 条 · 文档／报告
清除筛选CIBC
银行客户经理和运营团队每天面对大量产品资料、流程说明、客户文件、扫描件和非结构化文本。传统流程依赖人工查找、复制、录入和判断，效率低且容易产生遗漏。 CIBC 公开列举了多个 2025 年生产级 AI 用例，其中 Knowledge Central AI 面向客户一线团队，Document Ingestion 面向运营团队，展示了“知识检索 + 文档理解 + 运营流程自动化”的组合路径。
CIBC 披露，相关用例已在 2025 年生产中运行。其反欺诈能力每月监测约 2.5 亿笔客户交易，使用包括 XGBoost 和神经网络在内的多种 AI 模型来识别和缓释潜在欺诈。
TD Bank Group
联系中心坐席需要快速回答客户关于日常银行业务的问题，例如海外丢失借记卡、开户、TFSA、GIC 等。如果坐席要打开多个系统和几十个标签页查找政策流程，客户等待时间会增加，也容易发生转接。 TD 的案例聚焦坐席辅助，而不是让 AI 直接替代人工客服。它通过内部政策和流程知识管理，让坐席在通话中快速得到可验证答案。
TD 披露，该虚拟助手先在 2024 年初小范围推出，试点对象包括熟悉复杂问题的 resource agents。试点中通话等待时间降低 15%。到 2025 年，该工具已有 1,000+ 联系中心代表每日使用。
Vanguard
财务顾问不仅是投资专家，也承担教育者、行为教练和规划者角色。顾问需要把市场观点转化为客户能理解、愿意阅读、适合其人生阶段和金融知识水平的沟通内容。 这类工作耗时但高度影响客户关系。Vanguard 的案例显示，生成式 AI 可以服务于“顾问—客户沟通”中间层：不是替顾问做投资决策，而是帮助顾问把可信研究内容转化为可发送、可解释、带披露语的客户材料。
Vanguard 披露，其 Financial Advisor Services 服务超过 50,000 家顾问公司和 150,000 名顾问。该能力是 Vanguard 首个 client-facing GenAI capability，目标是帮助顾问更高效地进行个性化、可行动的客户沟通。
SMBC Group / Sumitomo Mitsui Banking Corporation
生成式 AI 在企业内部推广时，银行最担心的是信息泄露、错误回答和员工误用。SMBC 在日本大型银行集团中较早开发并推出自有 AI 助手，其重点不是简单接入 ChatGPT，而是在银行私有网络内创建可控工具。 该案例很适合学习“先建安全环境，再通过高频使用推动组织学习”的路径。SMBC 用很短时间完成系统开发，但把大量时间用于规则和治理设计。
SMBC 披露，SMBC-GAI 开发和规则设计历时 4 个月，其中实际开发只用了数日，更多时间用于规则建设。发布后，使用量从每日约 6,000 次增长到约 12,000 次，相当于约每 2 秒使用一次。
Emirates NBD
中东大型银行在数字化和 AI 方面推进速度很快。Emirates NBD 通过 GenAI Summit 对外展示其生成式 AI 战略，重点不是单个工具，而是把 GenAI 作为客户体验、运营效率、风险管理和组织能力的一组组合工程。 该案例适合观察银行如何从“通用 AI 试验”走向“围绕岗位问题的定制化用例”。Emirates NBD 明确强调要解决更深层、角色特定的问题，而不是停留在泛化应用。
Emirates NBD 披露，GenAI 投资旨在提供更个性化、更响应式的客户服务，改善员工工具和工作流，强化风险和合规能力，并通过自动化提高整体运营效率。该行也把 GenAI fluency 纳入全员能力建设。
OCBC
财富顾问训练过去往往依赖主管一对一辅导，受主管时间、经验和主观判断影响较大。顾问可能需要等待数周才能获得一次训练机会，不同主管的评价标准也可能不一致。 OCBC 用生成式 AI 模拟客户和训练场景，目标是让财富顾问可以随时练习投资咨询、客户管理、产品掌握和财富规划，同时把主管从基础训练中解放出来，转向更高价值的针对性辅导。
OCBC 披露，这是新加坡银行首个同类项目。项目实施前三个月，参与训练的财富顾问每周客户预约数量达到未参加训练同事的两倍；与训练前三个月相比，收入提升 50%。该项目未来还会扩展到马来西亚和香港，并按本地产品、监管要求和客户行为本地化。
HSBC + Mistral AI
跨国银行在使用大模型时既需要先进能力，也需要数据控制、透明度、可解释治理和跨语种支持。完全依赖外部通用 SaaS 难以满足全球业务、监管和内部系统要求。 HSBC 与 Mistral AI 的多年期合作代表一种趋势：银行不只是购买应用，而是与基础模型公司合作，把商业模型、自托管部署和内部技术系统结合起来，服务全球员工和未来客户场景。
HSBC 披露，该合作旨在改善业务流程、节省员工时间，并更好服务全球数百万客户。未来重点还包括客户侧创新，例如改善信用和贷款流程、客户入职、欺诈和反洗钱检查。
Société Générale
法国零售银行客户同时使用网站、手机 App、电话、邮件和网点等触点。客户希望简单问题能快速解决，复杂问题能顺畅转给人工顾问；员工则面对大量制度、产品、流程和内部文档，传统搜索往往耗时且依赖经验。 Société Générale 在 2025 年明确提出，银行 AI 的核心不是替代银行从业者，而是同时支持客户和员工：一方面改善客户触达体验，另一方面帮助顾问更快访问可信知识。
Société Générale 披露其已在反欺诈、个性化金融建议等领域部署多个 AI 用例；2025 年的重点是把智能助手作为规模化方向。官方材料强调员工反馈会用于持续改善 AI 回答质量，且集团正在通过统一技术底座和治理标准加速业务线落地。
Danske Bank
生成式 AI 在银行内部落地时，最难的往往不是单个工具开发，而是如何让员工真实采用、如何把模型接入合规知识和流程、如何避免影子 AI。Danske Bank 将生成式 AI 作为 Forward ’28 战略和数字技术转型的一部分，目标是成为更“AI first”的银行。
近 16,000 名员工每月使用一个或多个内部生成式 AI 解决方案。 90% 的 Danske Bank 员工已经参加生成式 AI 培训。 官方表示 AI 将成为客户互动、咨询和支持方式转型的重要基础。
Garanti BBVA
移动银行客户不只是要查信息，还希望通过自然对话完成卡片、转账、支付和常见账户操作。传统菜单式交互依赖客户自己找到入口；升级后的智能助手可以理解上下文，并主动提示下一步。
过去一年 Ugi 服务 500 万+ 客户。 完成 6000 万+ 次对话。 官方表示将继续扩展 Ugi 能力，覆盖更多支持领域。
Goldman Sachs
投资银行、交易、研究和资产财富管理团队每天处理大量文档、数据、客户材料和内部分析。高端知识工作不能简单自动化，但可以通过 AI 减少初稿、摘要、检索和数据处理中的重复劳动。
Goldman Sachs 2024 年报表示，2025 年将继续扩大这些工具在日常工作流中的使用，以提升效率、改善客户体验并释放增长投资空间。公开报道显示，GS AI Assistant 在公司范围推广前已有约 10,000 名员工使用。
BBVA
大型银行的 AI 转型难点不在于做一个聊天机器人，而在于把客户交互、风险管理、流程运营、软件研发、员工工作方式和数据底座统一成可规模化的体系。单点试点容易出效果，但如果没有统一架构、数据治理、复用机制和组织能力，很快会变成重复建设和局部自动化。 BBVA 在 2025 年披露的 The Eight，把 AI 转型拆成六个“机器人”与两个基础支柱，体现了银行从“工具采用”进入“运营模式重塑”的趋势。它的目标不只是节省时间，而是让银行能更主动地理解客户需求、提供个性化建议、提升风
BBVA 披露，Blue 已能处理 150 多类查询并执行简单交易，未来将演进为面向数百万客户的智能财务助手。BBVA 内部员工已经创建 20,000 多个专用 GPT，其中 4,000 多个被频繁使用。 内部测量显示，部分任务节省时间超过 76%，员工反馈每周接近节省 3 小时。这说明企业级 GenAI 价值不只来自单个爆款应用，也来自大量小型、贴近岗位的自定义助手。
内容整理自金融 AI 长期进化实验室。银行用例、开源项目与 Skill 工作流分开展示；商业合作、计划和试点的表述按原分析保留，披露指标不等同于独立审计结果。
业务分类和技术标签按公开规则归纳；同机构不同项目、同名但来源不同的 Skill 独立保留。总览与正文只计一次，相同机构项目或相同上游路径合并并保留来源版本。当前 462 条来源记录，合并 0 条重复记录。
每日检查公开仓库，更新时保留上一版有效内容；如果来源删除已有记录或结构发生变化，暂停覆盖，等待核对。最近检查：2026/11/14（香港时间）。当前来源修订：06778e55 ↗。