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 156 条 · 生成式 AI
清除筛选SMBC Group / Sumitomo Mitsui Banking Corporation
银行组织文化、领导者判断方式和经营哲学通常存在于讲话、会议、提案反馈和员工记忆中，很难被系统化复用。SMBC 的 AI CEO 不是普通知识库，而是尝试把集团 CEO 的管理哲学、思考深度和表达风格转化为员工可交互的工具。 这种场景看似不直接产生业务收入，但对大型金融机构的文化传承、提案质量、年轻员工培养和 AI 文化推广有启发意义。它把 AI 从“效率工具”扩展到“组织陪伴和思维训练工具”。
项目于 2024 年 12 月启动，2025 年 3 月完成原型。SMBC 披露，在发布前使用 300+ 查询测试集验证 AI CEO 回答，确保符合集团内部 AI 治理标准。CEO 本人也在 IR 和高管交流场合使用 AI CEO 作为破冰和开场工具。
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。
DBS / Enterprise Singapore / IMDA
中小企业知道 AI 重要，但常常不知道从哪里开始：是先买现成工具、做流程自动化、接入后台系统，还是训练员工？银行如果只提供贷款，无法充分参与企业数字化升级；如果能提供 AI 采用路线、生态资源和金融支持，就能深化企业客户关系。 DBS 与 EnterpriseSG、IMDA 合作升级 Spark GenAI Programme，把银行从“资金提供方”扩展为“中小企业 AI 转型导航者”。
DBS 披露，2026 年 DBS Business Pulse Check Survey 显示，接近五分之二中小企业（39%）正在寻求如何有意义地把 AI 融入运营的专家建议。该计划正是为降低采用摩擦、加速实施和构建未来能力而升级。
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。
Ally Financial
Ally 是美国大型全数字银行和汽车金融机构。全数字银行高度依赖远程服务、呼叫中心、营销、风控和技术团队协同。生成式 AI 可以提升效率，但前提是安全、隐私、模型风险和员工培训一起建设。
2025 年 10,000+ 员工可访问 Ally.ai。 2023 年上线以来，约 2,200 名员工先期培训并获得访问。 平台已提交近 25 万条提示词。 通话摘要用例已整合进技术栈，帮助一线员工服务约 500 万通客户电话。 Ally 是 Responsible AI Institute 首个美国银行成员。
Bank of America
大型银行员工数量庞大，IT 服务台、福利查询、设备激活、密码重置、薪资税表等问题会形成大量重复咨询。若全部依赖人工服务台，不仅成本高，也会影响员工处理客户工作的时间。
Bank of America 全球员工约 213,000 人。 90%+ 员工使用 Erica for Employees。 IT 服务台来电减少 50%+。 客户版 Erica 自 2018 年以来累计客户互动 25 亿+ 次，活跃客户 2000 万。
Banco Bradesco
巴西金融市场监管复杂，欺诈和网络威胁上升，客户又习惯通过电话、聊天、手机 App 和 WhatsApp 等多渠道办理业务。Bradesco 原有虚拟助手已能处理部分请求，但跨渠道体验、审批流程、技术集成和内部信息分散限制了规模化。
BIA for Customers 面向约 7400 万客户。 客户数字服务解决率 83%。 员工问答解决率 80%，NPS 提升 6 分。 89% 请求无需升级即可留在系统内解决。 生成式 AI 工具带来管理效率 8 倍提升。 审计计划效率提升 65%。 工程与业务团队开展 400+ 实验，至少 20 个用例进入生产。 催收领域 MentorIA 每天自动分析 18,000+ 通电话，转化率提升 22%+。
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 ↗。