UC-143银行用例 ／ 客户服务
BankUnited
中小企业客户在联系银行时，常常询问账户服务、产品政策、流程要求、文件材料、异常处理等问题。对区域银行来说，挑战在于政策和流程文档分散、更新频繁，客服与客户经理需要在多个系统之间检索，容易造成通话时间长、回答不一致、客户体验不稳定。 BankUnited 总部位于美国佛罗里达，是一家区域性金融服务机构，服务个人和企业客户。该行披露，其政策和流程系统包含约 400 份文档。员工过去需要在这些文档中寻找答案，既影响服务效率，也影响客户和员工满意度。中小企业客户尤其重视响应速度，因为
披露摘要AWS 案例披露，SAVI 达到 95% 准确率，响应时间低于 10 秒，并建立 24×7 支持模式。这说明生成式 AI 在银行客服后台最直接的价值，是把“人工翻文档”的过程压缩成实时问答，从而降低客户等待时间并提升坐席信心。 该案例还体现了区域银行采用生成式 AI 的务实路径：不是先做大而全的平台，而是从约 400 份政策流程文档切入，把知识密集但边界清晰的场景做深。对中小企业银行业务而言，这类能力可以进一步扩展到开户材料核对、账户维护流程、贷款材料准备、现金管理产品问答等场景。
UC-144银行用例 ／ 客户服务
bunq
bunq 是欧洲数字银行，2012 年成立，持有荷兰银行牌照，面向数字游民和泛欧洲用户提供账户、支付、预算、储蓄和投资等服务。AWS 案例披露，bunq 用户超过 1,100 万，估值约 16.5 亿欧元，并计划继续向英国和美国扩展。 数字银行的客户服务压力与传统银行不同：用户增长快、服务渠道高度线上化、客户期望响应即时，同时还必须遵守 GDPR 等数据保护要求。随着用户从单一国家扩展到多个市场，客服问题会涉及多语言、跨境支付、账户安全、卡片、费用、身份验证和产品使用。仅依靠
披露摘要AWS 案例披露，bunq 的支持效率提升 3 倍，输出准确率约 90%。这些指标显示，生成式 AI 已经进入数字银行的核心运营效率体系，而不是只做实验或营销展示。 同时，bunq 的案例强调了安全与合规：其扩张依赖可扩展基础设施，同时需要保护欧洲用户数据并符合 GDPR。对银行学习者而言，这个案例的价值在于说明“AI 客服效率提升”必须与“云安全、数据保护、权限治理、监管要求”一起设计，不能把模型能力和银行控制体系割裂。
UC-145银行用例 ／ 运营提效
KB Life Insurance
KB Life Insurance 隶属于 KB Financial Group。保险金融机构的典型痛点是文档量大、流程复杂、跨部门协作频繁：产品、核保、理赔、合规、销售支持、客户沟通都依赖大量文档和会议。员工不仅要处理 Office 文档、邮件、会议纪要和报告，还要在严格监管环境下保证信息安全和合规。 Microsoft 案例披露，KB Life Insurance 于 2024 年 11 月全公司部署 Microsoft 365，经过约 6 个月试点后，于 2025 年
披露摘要Microsoft 案例披露，KB Life Insurance 是韩国金融机构中首个全组织部署 Microsoft 365 Copilot 的案例。该行把 Copilot 与集中化文档、智能 AI 工作场所和未来 Agent 路线图结合，意在让员工熟悉 AI 协作方式，并为后续业务智能体采用打基础。 虽然案例没有给出单一节省小时数指标，但它展示了金融机构大规模采用 Copilot 的关键前提：先统一协作与文档底座，再结合监管沙盒、安全控制、数据保护和组织培训，使 AI 成为日常工作方式的一部分，而不是零散试点。
UC-146银行用例 ／ 财富投研
Banca Generali
私人银行和财富管理高度依赖顾问的专业判断、客户理解和持续沟通。顾问需要处理市场信息、投资产品、客户组合、会议记录、邮件、合规材料和个性化建议。随着客户对及时性和个性化的要求提升，传统人工整理资料和准备沟通内容的方式会限制顾问服务半径。 Banca Generali 是意大利私人银行和财富管理机构，2024 年底管理约 1,030 亿欧元资产，服务超过 36 万名客户。该行将生成式 AI 视为提升私人银行和投资银行服务差异化的重要基础，目标包括提升数据资产价值、支持客户管理、提
披露摘要官方披露，该项目覆盖员工、Private Banker 和客户服务创新三个层面：Copilot Chat 面向全体员工和 Private Banker；60% 员工获得更深度的 Office 个人助理能力；AI Ambassador 项目推动内部采用；高级 AI 咨询方案正在开发中。 Banca Generali CEO 表示，生成式 AI 正在重新定义内部流程、简化工作流，并为业务目标加速奠定基础。该案例对银行从业者的启发是：财富管理 AI 不只是“给客户自动推荐产品”，更现实的第一步是增强顾问，把数据、研究、客户沟通和内部流程先做成可控的人机协同。
UC-148银行用例 ／ 营销经营
Discovery Bank
Discovery Bank 是南非 Discovery Group 旗下数字银行，提供交易、贷款、住房贷款、储蓄、投资和外汇等全功能银行服务。该集团的特色是“shared-value”共享价值模式：通过激励客户更健康、更理性地管理财务，降低违约、提高储蓄率，并让客户、银行和社会共同受益。 这种模式要求银行对每个客户的金融健康状况有细颗粒度理解，并能给出个性化下一步建议。传统规则和分散数据平台难以支撑这种实时、个性化、跨产品的客户经营。Discovery Bank 需要一个既
披露摘要Microsoft 案例披露，Discovery Bank 使用这些工具并引导客户采取下一最佳行动，进一步提升客户金融健康，同时提高业务盈利能力。该项目实现 500% ROI，并提升客户满意度；AI 助手支持 200 名坐席。 该案例说明，银行 AI 的商业价值不只来自节省人力，也可以来自更好的客户行为引导：提升储蓄、降低违约、增加合适产品使用、改善满意度。对银行而言，AI 坐席助手若能与客户画像和下一最佳行动体系结合，就会从“客服效率工具”升级为“客户经营工具”。
UC-149银行用例 ／ 客户服务
SpareBank 1 Østlandet
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，S
披露摘要案例披露，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。
UC-150银行用例 ／ 财富投研
Berenberg
Berenberg 成立于 1590 年，是德国历史悠久的私人银行，管理约 390 亿欧元资产，在欧洲和美洲 15 个地点运营。对私人银行、投资管理和投行业务而言，信息处理是核心生产活动：投资组合经理、股票研究员和投行团队每天需要阅读券商报告、公司公告、市场新闻和内部分析，耗费大量时间。 Berenberg 的 AI 策略非常务实：每个 AI 项目都必须增加收入或降低成本。该行早在 2018 年就把传统机器学习用于组合管理策略；生成式 AI 兴起后，团队已经具备预算、业务支持
披露摘要Google Cloud 案例披露，Berenberg 的 AI 辅助内容生成流程提速 85%-90%，同等团队可以覆盖更广市场。一个典型应用是每日发送给客户的 Morning Mail 市场简报，AI 帮助后生产时间可减少 85%-90%，同时保留人工审核以保证质量和合规。 Berenberg 还强调人类保留在模型两端：前端提供专有数据和专业框架，中间由 AI 运行生产流程，末端由人类做客户互动、销售和合规把关。该案例说明，投研和财富管理 AI 的核心不是用模型替代投资判断，而是用专有数据和专业框架提高研究覆盖和客户沟通效率。
UC-151银行用例 ／ 运营提效
TymeX
TymeX 是 Tyme Group 的技术和产品开发中心，使命是构建可复制、可扩展的数字银行模式，服务欠服务和未充分服务人群。Tyme Group 在南非和菲律宾运营数字银行，客户约 1,200 万。对这种“数字银行工厂”而言，快速开发、跨市场复制、合规上线和安全运营是核心能力。 金融科技团队不仅要写代码，还要处理大量测试、部署、技术文档、合规设计和安全要求。随着新市场上线速度加快，传统人工开发和文档处理会成为瓶颈。TymeX 希望构建 AI-first 工程文化，让开发者
披露摘要AWS 案例披露，TymeX 开发者完成工作速度提升 40%，代码编写和测试时间减少 40%。测试效率提升 90%，原来需要 5 小时的单元测试工作可在 30 分钟完成，代码覆盖率达到 89%。AI 聊天机器人 Tymee 获得 77% 内部正向反馈。 案例还披露，AI 文档聊天功能可以在 10 秒内处理 100 页文档，支持合规软件设计。TymeX 第一家数字银行用了 3 年建成，第二家用了 18 个月，并预计第三个市场可在 9 个月内上线。这说明开发者 AI 不只是“写代码快一点”，而是可能改变数字银行复制和出海速度。
UC-152银行用例 ／ 运营提效
Mediobanca Group
Mediobanca Group 是意大利金融集团，其 2023-2026 年战略计划 “One Brand-One Culture” 将数字化和创新作为增长驱动。官方披露，到 2026 年集团计划投入 2.3 亿欧元用于创新，比上一个三年期增加约 25%。在财富管理、消费金融、企业与投行业务中，员工需要处理大量客户资料、销售准备、文档分析、审批和行政流程。 传统金融集团在 AI 落地中常见问题是：各业务实体流程不同、员工数字技能差异大、老系统和新云平台并存、AI 需要同时支
披露摘要该项目披露的核心指标是战略投入和已启动项目：2023-2026 年创新投资 2.3 亿欧元，约比前一周期高 25%；首批 AI 虚拟助手已用于财富管理和消费金融销售支持，行政领域已启动会计文档分析自动化。 该案例说明，集团型银行推进 AI 不一定从单一 KPI 开始，而是把 AI 与云转型、员工培训、销售赋能和后台自动化放进同一数字议程。对银行从业者而言，这是一种“集团级数字议程 + 业务线示范项目 + 员工能力建设”的路径。
UC-153银行用例 ／ 客户服务
KB Kookmin Bank
银行员工在面对客户咨询时，需要快速查找业务规章、操作指南、产品内容、服务规则和处理流程。传统员工聊天机器人多基于机器学习和意图分类，适合回答固定问题，但面对复杂咨询、组合问题或制度描述时，准确性和可用性有限。 KB Kookmin Bank 是韩国大型商业银行。官方披露，该行 2025 年 7 月开始运营员工在客户咨询过程中可使用的“生成式 AI 咨询聊天机器人”。该项目与韩国金融委员会 2024 年 11 月指定为创新金融服务的生成式 AI 金融咨询 Agent 有关，目标
披露摘要官方新闻稿披露，该行预期通过生成式 AI 提供业务规章、指引、产品内容和服务信息，使员工客户咨询能力更强、响应更迅速。银行还表示，服务升级后计划逐步扩展至客户 AI 咨询领域。 该案例的重要性在于，它是在监管创新服务框架下把生成式 AI 金融咨询 Agent 应用到真实银行咨询流程。对于银行来说，先用员工助手沉淀数据质量、知识边界和回答评估，再走向客户面对面，是一种风险更低的路线。
UC-154银行用例 ／ 客户服务
Hana Bank
客服中心不仅要在通话中回答客户问题，还要在通话后完成记录、分类、后续处理和营销系统衔接。大量后处理工作会挤占坐席时间，导致可服务客户数量下降；如果记录和分类不标准，又会影响后续跟进、客户画像和服务质量分析。 Hana Bank 的 HAI 咨询支持机器人原本是内部支持系统，在客户咨询时实时向咨询人员提供业务信息和处理程序。2025 年 5 月，Hana Bank 披露对该系统进行生成式 AI 升级，以提升咨询质量和工作效率。
披露摘要官方披露，生成式 AI 实时摘要和自动分类减少了坐席后续处理时间，使员工能够更快速、更准确地服务更多客户。分类后的咨询内容还为个性化产品建议、咨询后管理等业务奠定基础。 韩国媒体披露，该能力是韩国银行业首个实时咨询摘要和分类服务。虽然没有披露具体节省分钟数，但它展示了银行客服 GenAI 的另一个高价值方向：不是只回答客户问题，而是自动完成通话后结构化记录，把非结构化对话转为可管理、可分析、可营销跟进的数据。