UC-054银行用例 / 平台治理
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。
披露摘要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。
UC-055银行用例 / 运营提效
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。
披露摘要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。
UC-056银行用例 / 运营提效
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。
披露摘要近 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。
UC-058银行用例 / 客户服务
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。
披露摘要过去一年 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。
UC-059银行用例 / 运营提效
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。
披露摘要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。
UC-074银行用例 / 平台治理
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
披露摘要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。
UC-081银行用例 / 风控合规
邮储银行
邮储银行具有覆盖广、客户多、下沉市场深的特点,三农、信用卡、票据、投行、反欺诈和反洗钱等场景都存在高频、复杂、人工成本高的问题。尤其在审贷和风险监测中,图像、文本、交易流水和关系网络信息量巨大,传统人工处理难以兼顾效率与质量。 邮储银行的“邮智”大模型展示了银行如何吸收多款主流大模型并落地到 230 多个场景。它的特色不是只做聊天,而是把大模型、交易机器人、图像识别、实时流计算、知识图谱和反洗钱报告自动生成结合起来。
披露摘要披露效果非常具体:邮小宝使询价交易效率提升 95% 以上;智能审贷助手每天支持三农、信用卡等信审场景超 3 万笔业务;2025 年上半年反欺诈体系累计保护潜在受害账户逾 10 万户,防止客户资金损失超 8 亿元。 反洗钱方面,邮储银行每日加工约 1.27 亿笔交易流水数据,构建近百个可疑预警模型,并实现可疑分析报告自动化生成,有效呈现团伙洗钱证据链,帮助人工甄别效率提升 30%。
UC-091银行用例 / 公司银行
Visa
支付争议是银行卡生态中的长期痛点。消费者不理解交易、商户提交材料不完整、发卡行和收单行人工审核成本高、欺诈争议和友好欺诈混在一起,都会造成大量运营成本和客户体验问题。Visa 披露,2025 年全球处理 1.06 亿件争议,较 2019 年增长 35%。 争议管理正在从后台运营事项变成战略优先级。原因是争议量上升、监管压力加大、客户体验要求提高,同时碎片化、手工化流程会让可追回收入流失,也会让金融机构承担本可避免的成本。
披露摘要官方披露,这些工具旨在帮助商户和金融机构削减行政成本、减少欺诈相关损失,并把资源重新投入增长、创新和客户体验。部分工具已经试点或可用,部分计划在 2026 年晚些时候普遍可用。 Visa 强调,争议会给支付生态各方造成压力:消费者感到困惑,商户和金融机构承担成本与复杂性,过时技术无法跟上时还会让欺诈漏检。新工具通过 AI 和 Visa 专有数据提高可见性和处理效率。
UC-092银行用例 / 风控合规
Revolut
现代诈骗越来越多从社交平台、加密聊天软件和虚假广告开始,银行或金融 App 往往只在最后付款环节才看到风险。Revolut 的报告指出,诈骗者正在转向 WhatsApp 和 Telegram 等加密消息应用,而 Meta 平台在其全球报告诈骗中仍占最大来源。 这类场景说明,银行反欺诈不能只盯交易本身,还要理解诈骗来源、客户被诱导路径、社交平台责任和付款前教育。金融机构虽然不能单独解决所有社交平台诈骗,但可以通过实时 AI 检测、应用内通话、交易限额、生物认证和教育资源降低损失
披露摘要Revolut 披露,2024 年阻止了超过 6 亿英镑潜在客户欺诈损失。报告指出,Facebook 仍是诈骗者偏好的平台,占报告欺诈 28%;Meta 平台整体占 54%;相比之下,Google 平台占 0.09%。 2024 年下半年,来自 Telegram 的诈骗案件增长 121%,来自 WhatsApp 的案件增长 67%,两者合计占报告诈骗的 39%。Revolut 也呼吁社交媒体平台采取更强行动,包括主动移除诈骗内容、验证广告主,并分担源自其平台的诈骗受害者赔付。
UC-093银行用例 / 风控合规
Axis Bank
企业活期账户的 ReKYC 和经营资料更新是典型的高频、强监管、低体验流程。客户要提交营业信息、经营性质、KYC 文件,分支机构和运营团队再做人工核验、补件、录入和复核。传统做法不仅慢,也容易因为文件质量、字段缺失和代码选择错误造成返工。 Axis Bank 把这个流程作为 AI 改造对象,说明银行生成式 AI 不只适合客服问答,也适合放到监管流程的“入口处”。客户体验目标是无纸化、即时提交和少跑网点;银行目标则是降低 NFTR、减少人工负荷、提高 First Time Ri
披露摘要官方披露,该方案已在印度全国范围推出,覆盖非个人活期账户客户中约 90% ReKYC 量对应的主要客户类型。资料更新原本需要大量人工、纸质材料和较长处理时间,现在可实现端到端数字化、即时提交和更高准确率。 Axis Bank 还披露早期结果显示返工和跟进显著减少,周转时间更快,分支和运营团队生产率提升。虽然没有披露具体分钟数和节约金额,但案例清楚说明 LLM 与税务经营数据、文档智能和工作流结合,可以在合规流程中创造可度量价值。
UC-094银行用例 / 数据与研发
U.S. Bank
嵌入式银行的客户往往不是个人用户,而是企业产品团队、软件服务商、聚合器和外部开发者。他们要把支付、资金管理、数据聚合、消费金融等能力嵌入自己的平台,真正的难点不是“有没有 API”,而是能否快速理解哪个服务适用、怎样鉴权、怎样写代码、怎样排错。 U.S. Bank 的 Developer Portal 已经承载全球公司开发者访问,并支持数十亿次 API 请求。随着 API 产品增多,传统文档、人工技术咨询和支持工单会成为集成速度瓶颈,因此该行把 GenAI 放到开发者门户里,
披露摘要官方披露,Developer Portal 支持数十亿次 U.S. Bank API 请求;2025 年门户拥有 20,000 多名独立访客和 149,000 多次会话。Developer Assistant 的目标是显著减少技术咨询和支持工单,把平均客户集成时间缩短数周。 该门户曾获 2024 年 Devportal Awards 的 Best Findability of Products in a Devportal。Developer Assistant 在这个基础上继续提升外部开发者体验,使银行能力更容易嵌入客户业务平台。
UC-096银行用例 / 客户服务
Discover Financial Services + Google Cloud
Discover 拥有近 10,000 名客户关怀坐席,问题覆盖余额、支付、政策、流程、金融概念和复杂客户情况。传统坐席需要在内部知识库中关键词搜索、翻阅政策和流程文档,客户等待时间会被“找答案”拉长。 金融客服对准确性要求很高。坐席必须解释正确政策,不能因为生成式 AI 说得流畅就采纳错误答案。因此 Discover 与 Google Cloud 合作时,重点不是开放式聊天,而是用 GenAI 做实时搜索辅助、政策摘要和经过测试的内部答案。
披露摘要官方披露,该方案赋能近 10,000 名客服坐席。GenAI 能力从 2024 年初开始集成并推出,早期结果显示,坐席可降低通话处理时长,并将政策和流程搜索时间最多改善 70%。 Discover 还计划进一步增强电话转写、来电主题分类、客户情绪分析,以及把 AI 能力注入内部 CRM 系统。这说明客服 AI 可以从“找答案”逐步扩展到“理解通话、分类意图、生成摘要、沉淀客户洞察”。