2025年金融行业大模型应用实践报告-容联云（孔淼）

金融行业大模型应用实践从“场景探索”到“业务引擎”的跨越孔淼 | 容联云副总裁兼诸葛智能创始人业务正向循环企业可持续增长容联云是整合通讯+数据+智能核心能力，聚焦企业营销&销售&服务场景的数智化产品和解决方案提供商。凭借卓越稳定的通讯能力和行业前沿的云计算、人工智能等技术， 容联云为全球多个国家和地区的政府机构、企业组织提供安全、可靠、可信、高效的软件产品解决方案及服务。容联云基于对行业knowhow的深度洞察与行业发展前瞻视角，将通讯「客户联络与沟通能力」、数据「数据洞察与决策能力」、智能「大模型应用与多模型管理能力」结合，助力企业提升营销运营、销售转化和客户服务三大核心场景业务效率、驱动企业可持续增长。容联云与众多行业伙伴携手，共同构建互联世界的智能化生态，让企业数智化变得更简单。聚焦企业营&销&服的数智化产品和解决方案提供商全面赋能企业营销&销售&服务数智化、解决方案业务场景产品应用能力底座通讯｜客户联络与沟通能力短信、语音、RTC、CC、全渠道接入、即时通讯、WebRTC、5G RCS、VoLTE、VoIP、短信、短视频、直播、 RPA通讯技术、全渠道统一路由排队、CTI、IVR 、PaaS能力…数据｜数据洞察与决策能力MA、CDP、CEP、数据采集/对接/规划/存储、跨触点跨平台单用户ID统一、跨应用跨业务用户多ID融合、抽象原子化模型&可扩展、行为&业务数据打通、数据分析...智能｜大模型应用与多模型管理能力赤兔大模型、行业小模型、模型管理、知识图谱、LLM、AI、三方合作ASR/TTS引擎、图像模式识别算法及应用…用户行为分析与优化广告精准投放&监测数字化运营流失/老客召回中长尾用户经营高净值用户促交易全渠道用户体验优化……保险续期续费信贷业务推广信用卡催收开户断点召回信用卡开卡证券投顾服务退保挽单……全渠道客户服务续期/消费提醒理财风险首次测评消保预警客诉处理保单咨询/理赔客户回访……全行业解决方案海外解决方案股份制银行、城商行、农商行等证券解决方案保险解决方案制造、汽车、医疗、电商、教育、零售等中企出海、海外企业等消金解决方案证券、基金等银行解决方案寿险、财险等消金等大模型产品矩阵｜容犀Copilot & Agent销售和客服的实时AI领航员联络中心#全媒体联络 #自助智能服务 #统一智能路由大模型应用&能力#语音/文本机器人 #智能质检 #智能辅助 #知识库 CRM#全渠道接入 #来电弹屏 #智能工单 #低代码应用大型企业私有化部署｜容犀AICC大模型客户体验联络中心中小企业SaaS客服｜容联七陌全渠道智能客服系统io埋点采集行为分析#全渠道埋点采集 #无缝数据迁移 #自主可控 CDP营销数据集市 #隐性画像挖掘 #多主体标签 #精细化标签管理CEP营销策略管理中心#实时全生命周期营销 #全链路数智化运营数据智能平台｜诸葛智能面向企业营销场景提供数据洞察与决策知识助理 Knowledge Copilot 洞察代理 Insight Agent#大模型运营知识 #企业级专业知识 #大模型自主洞察 #服务流程诊断坐席代理 Virtual Agent 坐席助理 Agent Copilot#大模型构建对话 #智能语音 #大模型辅助坐席 #话术策略推荐质检代理 QM Agent 陪练代理 Coach Agent #大模型语义质检 #会话流程质检 #大模型生成对练 #个性化对练大模型智能客服#Agent引擎 #知识库 #转人工/托管全渠道智能客服#在线智能客服 #呼叫中心 #智能质检客服机器人#文本机器人 #语音机器人 #陪练训练师数万家行业头部客户长期信赖的合作伙伴数百家金融客户的数智化转型之选©银行保险证券其他目录010203金融行业大模型应用的现状与挑战从场景探索到业务引擎的三步实现跨越大模型应用的行业验证金融行业大模型应用的现状与挑战从技术能力到行业场景适配最终用户需求驱动产品能力 驱动央国企金融业制造业通用大模型垂直大模型企业级应用挑战算力紧缺模型幻觉、可解释应用落地机制看似场景“井喷”中国AI大模型产业将逐步进入需求侧驱动阶段金融行业营销服务场景面临的业务挑战通用性智能化工具无法满足业务场景的个性化需求信贷业务推广信用卡催收续期续费退保挽单开户断点召回投顾服务消保预警客诉处理保单咨询保单理赔保全变更常规回访开户回访客户服务银行保险证券银行保险证券沟通载体沟通效率沟通效果质检合规降客诉营销服务+智能IVR文本机器人话术挖掘智能外呼坐席辅助知识库会话洞察智能质检坐席陪练转化率↑满意度↑从场景探索到业务引擎的三步实现跨越场景选择-技术架构-落地策略从场景探索到业务引擎的三大跨越路径010203Technical技术架构Selection场景选择Implementation落地策略Integration跨越路径02. 技术架构01. 场景选择03. 落地策略核心公式：高价值场景 = 业务价值密度 × 数据可用性 × 流程嵌入度 典型场景：智能客服(降本增效)、金融风控(战略价值)、数据洞察(创收潜力)筛选逻辑：优先解决用户核心痛点（如80%重复性任务）、匹配企业战略方向组织协同三角 ：业务需求驱动 + IT技术支撑 + 数据闭环验证 数据飞轮机制 ：用户反馈→模型迭代→场景扩展→新数据沉淀 成本优化路径 ：轻量级MVP验证 → 模块化扩展 → ROI量化评估领域知识 ：构建行业专属知识库（如法律条款库、金融专业术语库）流程约束 ：嵌入业务规则引擎（如金融合规校验、制造质检标准） 人机协同 ：建立"系统-人-智能体"的闭环交互生态高价值场景 = x价值密度业务可用性数据x嵌入度流程场景选择高价值场景 = 业务价值密度 × 数据可用性 × 流程嵌入度哪块业务值得投入？场景准入评估“AI+”场景准入评估：建立场景准入的规范与标准，通过度量指标与手段，准确识别AI应用的价值。例如：追求“炫技型”智能体 VS 金融风控中的实时决策智能体。价值场景方向政策导向型场景：锚定国家战略与监管重点，如绿色金融与普惠金融技术适配性场景：匹配技术成熟度与业务痛点，如高确定性场景ROI价值高场景： 量化ROI与业务穿透力，如提升转化类场景协同效应大场景：总公司与子公司协同，业务前中后台协同场景选择—业务价值密度 高价值场景 = 业务价值密度 × 数据可用性 × 流程嵌入度从可分析、可采集、可溯源到可AI化数据可用性驱动高价值场景的智能跃迁数据工程量：丰富数据规模，全链路数据自动化采集、全渠道数据整合质：统一用数的标准,为大模型提供，更加规范、清晰易用的数据知识工程知识管理：企业级知识库、领域级别知识库，全业务参与共建、共管。知识更新：形成知识生成、管理、更新与使用的流程闭环，并嵌入业务做业流程。技术能力：专业领域应用效果、训练和推理效率，模型的可解释性。场景选择—数据可用性 高价值场景 = 业务价值密度 × 数