一个客户经理能管的人从一百变成一千,银行开始把数字人算进产能

首页 / AI资讯 / 数字人

0:00
0:00
1x
定时

11月20日在南京举行的一场人工智能加金融路演上,硅基智能联合创始人陈莉萍给出的数字很具体:银行用了AI数字人技术之后,单个客户经理能有效服务的客户数从约100人增加到1000人。同场发布的还有五张清单和一份案例汇编,江苏给出的路线图是到2028年建成省级金融可信数据空间,打造60个高质量数据集,培育100个典型应用场景,配套15条措施。

十倍不是效率,是服务半径

把这两个数字放在一起看,变化不在速度而在覆盖。过去一个客户经理的时间被切成很多块,真正用于沟通的只是其中一部分,剩下的是查资料、填单、比对产品和写跟进记录。数字人接走的正是后面这些环节。

服务半径拉长之后,网点的定位会跟着变。原先客户经理负责维护一批熟客,新客靠大堂引导分流;当一个人能覆盖十倍人数,网点的稀缺资源就从人变成了场景和判断,哪些客户需要当面谈,哪些交给数字人处理即可。

信托、保险、财富管理这类产品线对这种结构更敏感,因为它们的服务成本本身就高。一份需要反复解释的产品说明书,由数字人按客户的具体问题逐条拆开,比统一话术的群发更有用,也比客户经理逐字念更省时间。

但十倍这个数字要成立的隐条件是数据打通。客户经理知道客户去年买过什么、最近查过什么,数字人得能读到同一份视图,否则它只是一个会说话的说明书,服务半径再大也只是重复劳动。

这解释了一个现象:真正跑出量级的项目,往往不是从交互层开始做的,而是先花了很长时间做客户视图的统一。把散落在信贷、理财、客服里的记录拼成一份可读的客户档案,这一步没有演示效果,却决定了数字人开口第一句能不能说到点子上。

数字人进网点,先过的是合规这道门

金融行业对自动化的态度向来比别的行业保守,原因是每一个环节都能追溯到一个监管条款。今年6月,国家金融监督管理总局印发指导意见,把信贷审批、承保理赔、风险管理列为高风险应用,要求关键环节保留人工监督干预。

这条要求直接决定了数字人在金融场景里的位置。它可以做咨询、做引导、做资料整理、做初步筛选,但一旦涉及授信结论和赔付决定,必须有人签字。技术能跑多快,不改变责任落在谁身上。

数据落点同样是一票否决项。银行的核心系统不会为了一个交互层改动架构,因此数字人通常以私有化方式部署在行内,或者以一体机的形态放在网点,把数据留在本地。这条约束听起来保守,实际是这类项目能不能过会的分水岭。

留痕的要求也更细。谁在什么时候问了什么、系统调用哪个知识库、给出的答案引用了哪一条产品条款,这些都要能回放。对数字人厂商来说,这部分工程量往往超过模型本身。

合规还改变了对错误的容忍度。网点里问错一句话,最坏的结果是客户多走一趟;线上给错一个产品条件,可能直接构成误导销售。同一套能力放在两种场景,验收标准完全不同,这也是很多项目先在网点大堂试点、迟迟不肯放到手机银行的原因。

答非所问从63.6%降到38.5%,这才是验收指标

路演上另一个值得记的数字来自江苏金服的FinTrust方案。据江苏金服数字集团董事长仇晓兰介绍,优化之前AI答非所问类问题占比63.6%,项目落地后降到38.5%,高危攻击拦截率提升35%,目前已在10余家银行保险机构试点。

这组数字的价值在于它衡量的不是能力上限,而是错误分布。金融机构不会因为模型能答对难题就放行,它们更关心答错的时候错成什么样。答非所问比答错更麻烦,因为用户会以为系统听懂了。

该方案的思路是分层立规矩:数据层定口径,本体层定概念之间的关系,运行层管调用边界,应用层管输出形态。四层各自有校验点,一层出问题不会直接冒到用户面前。这套结构听起来笨重,却正好对上金融行业对可解释的要求。

存量系统的改造是另一条并行线。和度软件董事长程杰介绍,其AI-FIRST开发生产线让模型读懂源代码,反向还原设计与需求,由人作为责任主体把关,在多家金融机构的存量系统上验证,端到端研发效率提升1.5到3倍。数字人要接的接口,很多就藏在这些老系统里。

这里有一个现实的先后顺序。模型能力可以先做出来,接口改造却要排进银行自己的年度计划,中间往往隔着几个月到一年。所以在这一轮里,最终拿到订单的未必是模型最好的那家,而是有耐心陪客户把接口一个个啃完的那家。

存量系统不动,是这条路能不能走通的前提

银行的技术栈是几十年叠出来的,核心账务、信贷、客服、影像各有各的年代。任何要求推倒重来的方案,在预算会上第一轮就会被否掉。所以这一轮金融AI的竞争点不在模型,而在能不能贴着现有系统长出来。

路演场外的展区能看出这个取向。交通银行推出制造业Token贷,江苏金租做GPU设备融资租赁,农业银行做空天地一体化智能金融监测平台,江苏国金集团把财政贴息资金做成政策找人的服务。这些产品的共同点是把AI嵌进已有的业务流程,而不是另起一个入口。

回到数字人这件事上,它最终会变成网点里的一个岗位,而不是一个大屏上的形象。岗位有职责边界、有考核指标、有交接流程,也有出错之后的处置办法。这些条件凑齐,十倍的服务半径才是一门生意;凑不齐,它就只是一次演示。

从100到1000这个数字往下追,追的其实不是模型,而是金融业愿不愿意把一条业务线上的人和流程一起重排。技术侧的准备度已经够了,剩下的部分在预算表和组织架构里,进度不会像模型迭代那样一年翻几代。

素材来源:新华日报、新华报业网、证券日报 发布时间:2026-11-21