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 53 条 · 文档／报告
清除筛选Scotiabank Global Transaction Banking
公司银行的付款运营数据复杂，客户希望知道自己的付款处理情况、失败原因和改进空间。传统客户洞察报告是高接触服务，需要大量人工整理和分析，只能服务少数客户。
原来需要数周的报告生成缩短到数秒。 高端定制服务可以扩展到更多客户。 客户获得更深付款洞察，银行服务差异化提升。
TD Securities
机构销售、交易和研究人员每天需要快速回答客户关于市场、行业、证券、历史数据和研究观点的问题。信息分散在研究文档、历史数据和内部数据库中。
来源未单独披露量化效果；查看完整拆解了解适用条件。
SEB
私人银行客户关系周期长、信息密度高。顾问每次会议后都要记录客户需求、兴趣、优先事项和后续跟进。如果顾问更换或团队协作不顺，客户关系连续性会受影响。
2026 年 SEB 因该工具获得 PWM Wealth Tech Awards “Best Private Bank for Use of AI”。 Sensaia 已在 Private Wealth Management & Family Office 业务内全面实施。 现在该工具被该业务内所有顾问使用。 顾问每次通话可节省显著时间，并释放更多时间用于客户会议。
Morgan Stanley
投行、销售交易和研究人员每天需要从大量研究报告、行业观点、评级变化和市场数据中快速抽取结论。传统检索能找到文档，但不一定能把多个报告中的非结构化信息综合成可直接用于客户沟通的洞察。 Morgan Stanley Research 每年发布超过 70,000 份专有研究报告。对机构业务来说，如何把这些高质量研究资产转化为更快、更深入、更一致的客户服务能力，是典型的 AI 价值场景。
Morgan Stanley 披露，该工具可覆盖每年 70,000+ 份专有研究报告，目标是让员工更全面、更深入地掌握最新研究信息，从而更有效地服务机构客户。
BMO
银行前线员工需要在大量政策、流程、作业指南和操作手册之间查找答案。政策越细、产品越多、渠道越复杂，员工越容易把时间花在搜索和确认上，而不是服务客户。 BMO 的 Lumi Assistant 聚焦加拿大 Personal & Business Banking 的政策与流程支持。这个案例说明，银行 AI 不一定一开始就面向客户，先帮助员工更快找到正确政策，也能改善客户体验。
BMO 披露，Lumi 获得 The Digital Banker “Best Use of Gen AI for Customer Experience – Canada”和 Global Finance “Top Innovation in Finance – North America”等奖项。银行称该工具帮助前线团队更快获得政策、流程和资源，减少搜索时间，把更多时间用于服务客户。
CIBC
银行员工对生成式 AI 的需求很分散：有人需要润色邮件，有人要起草报告，有人要准备演示，有人要编码辅助或会议支持。如果完全依赖外部通用工具，银行会面对数据治理、使用不可控和供应商风险。 CIBC 选择自研企业 GenAI 工具 CAI，重点是让员工在受控环境中使用生成式 AI，同时保留对数据治理、使用模式和组织培训的掌控。
CIBC 披露，CAI 从 500 人试点开始，8 个月内增长到超过 7,500 名用户。员工在多种岗位中将其用于沟通增强、报告起草、演示准备、编码帮助和会后支持。
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。
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 ↗。