金融机构如何打造基于大模型的数字员工?

基于大模型的智能员工助手将帮助金融机构提升工作效率、降低运营成本、增强决策支持能力、改善客户服务体验,并在快速变化的市场环境中保持竞争力,同时满足日益增长的监管合规要求,推动金融创新和服务模式的转型。
根据沙丘智库发布的《2024年金融业生成式AI技术应用跟踪报告》,当前员工办公助手、编码助手、投研助手、知识助手、智能文档助手等几乎已经成为金融机构在落地大模型时的“标配”,这些用例都可以视为基于大模型的数字员工,利用大模型强大的语言理解、文本生成、知识表示和推理等能力辅助员工提高工作效率,从而有精力创造更多价值。
沙丘智库长期跟踪调研大模型技术的发展,旨在帮助企业快速了解大模型最新、最全面的落地情况。通过研究多家金融机构基于大模型的数字员工建设实践,沙丘智库从中精选出5个具有代表性的案例(太平洋保险、北京银行、平安理财、鹏华基金、申万宏源)供其他金融机构进行参考。
▎案例1:太平洋保险基于大模型的数字劳动力建设实践

通过建设4个符合Agent形态的数字劳动力试点项目,太平洋保险验证了大模型对于劳动生产率提升有明确助力。

4个Agent形态数字劳动力分为两种,一种是作为助手辅助员工,包括车险在线理赔助手和审计数字劳动力;另一种是完全替代员工完成工作,包括寿险代理人培训员和健康险理赔审核员。

完整内容:太平洋保险基于大模型的数字劳动力建设实践

▎案例2:北京银行AIB金融智能应用平台赋能全行1万多名员工

为了进一步提高工作效率,提升“双客”服务质量,北京银行7个部门组建数字化转型 12 号敏捷工程敏捷团队,深度应用AIGC技术,打造AIB金融智能应用平台 。

AIB平台通过大模型、机器学习小模型、语义搜索等技术,打通行内业务系统、办公系统、数据系统、操作系统,整合全行80项大模型服务、7项GPT创作工具,以GPT对话方式,面向理财经理岗、大堂经理岗、客户经理岗、综合柜员岗、远程客服岗提供理财投顾策略、业务问题解答、组合金融资讯、客户营销话术、宏观政策研究、行业发展前瞻等实时在线支持。

AIB金融智能应用平台已面向全行10000多名员工开放,推出北银投顾、财报助手、智能客服、京客图谱、运营助手、 数币银行、京行研究首批7款智能应用,让员工能随时随地使用智能化工具,快速掌握岗位所需知识和技能,将专家能力赋能至每一位员工,全面提升业务专业化水平。

内容选自:2024年金融业生成式AI技术应用跟踪报告

▎案例3:平安理财基于大模型的数字员工生态平台建设实践

平安理财构建基于金融行业大模型的数字员工生态平台,将信息、知识和行动三位一体,创新性的打造“Copilot”载体,解决人的学习和管理成本的能耗问题,实现全覆盖、全能型,通过AI+HI螺旋互驱迭代,实现业务的数字增强。

数字员工的定位不是取代人,而是成为每一个业务人员的数字助手,辅助业务人员完成工作。

相较于以往的数字员工,平安通过创新人机交互模式、创建价值驱动的AI生态、实行人格化数字员工管理三个方面的模式创新,实现全新的数字员工生态。

完整内容:平安理财基于大模型的数字员工生态平台建设实践

案例4:鹏华基金大模型企业超级助手实践

鹏华基金落地企业内部超级大脑和企业专项能力智慧助手的统一平台,通过AI智能体的构建,实现两个在公司垂直领域应用大模型的业务目标:

第一,建设企业内部超级大脑,实现问答模型信息获取,提升员工非结构化和结构化业务信息获取效率;

第二,建设企业专项能力智慧助手,将大模型服务无感嵌入到各个业务流程,提升业务操作效率和体验升级,达到降本增效的目标。

基于大模型,鹏华基金打造了“善”系列应用,包括善绘、善程、善问、善数、善行:

完整内容:鹏华基金大模型企业超级助手实践

▎案例5:申万宏源智能研报降维服务

研报内容通常结构复杂、格式多样,且每日更新的数据量较大,专业人员人工提取关键信息的成本较高,而非专业人员要理解研报内容有一定困难,导致目前研报信息使用效率较低,研报价值无法充分发挥。

申万宏源证券基于传统算法与大模型训练相结合的方式,实现了研报自动化智能降维解读。目前,智能研报降维服务已在申万宏源证券的一站式服务平台上线,为MOT(关键事件管理系统)、公司详情、行业详情、经济解读、债券解读、配置策略、热门板块等多个场景提供支持。

来源:沙丘社区

滚动至顶部