我要預訂

咨詢電話：027-5111 9925 , 027-5111 9926手機：18971071887郵箱：Service@mingketang.com

課程背景：

人工智能正以前所未有的力量重塑銀行業格局，從風控、營銷到運營、服務，AI已成為銀行決勝未來的核心引擎。然而，多數銀行在AI落地應用中陷入“技術概念火熱、業務價值模糊”、“試點項目易做、規模推廣困難”、“模型精度尚可、生產部署滯后”的“最后一公里”困境。政策層面，“人工智能+”已上升為國家戰略；技術層面，大模型與智能體技術飛速迭代；競爭層面，AI能力正迅速分化“全能銀行”與“小白銀行”。如何跨越從“擁有AI”到“用好AI”的鴻溝，將技術勢能轉化為業務動能，成為銀行當下最緊迫的命題。本課程直面AI落地“最后一公里”的挑戰，為銀行提供從認知到實踐、從規劃到實施的全鏈路解決方案。

《人工智能在銀行的最后一公里——AI賦能與落地實戰》是一門面向銀行中高層管理者、科技與業務骨干的實戰課程。課程圍繞“認知-特色-實踐-洞察”四大模塊，深入剖析AI核心概念、全球格局、國家戰略、銀行應用場景、落地工藝流程、組織變革以及未來趨勢。課程拒絕“技術空談”，聚焦“業務價值”，融合政策解讀、案例解析、工具模板與互動研討，提供從AI戰略規劃、模型選型、智能體構建、組織適配到文化塑造的全方位指南。旨在幫助銀行將AI從“概念”轉化為“生產力”，真正跑通AI賦能業務的“最后一公里”。

課程收益：

構建符合本行戰略的AI實施路線圖與治理框架，明確投資方向與優先級

掌握AI項目落地全流程關鍵技術與管理要點，降低試錯成本，提升項目成功率

推動業務與技術深度融合，打造一批AI賦能的標桿業務場景，提升運營效率與客戶體驗

培育既懂AI又懂銀行的復合型人才隊伍，形成與AI相適應的組織能力與文化氛圍

系統掌握人工智能的核心概念、技術原理與發展趨勢，建立完整的AI知識體系

獲得一套涵蓋AI戰略規劃、模型選型、智能體構建、風險管理的實用工具與模板

提升識別AI業務場景、設計解決方案并推動落地實施的實際操作能力

增強在銀行數字化轉型中引領AI變革的話語權與領導力

課程對象：

總行金融科技部、數據管理部、各業務部門（零售、對公、風控、運營等）負責人及骨干；分行中高層管理人員、業務骨干

課程方式：

講師面授、案例研討、實戰演練、工具工作坊、互動問答

課程大綱

第一篇：基礎認知篇

第一講：啟程——穿越迷霧，感知AI

導語：坐地日行八萬里，巡天遙看一千河

互動導入：無處不在的AI（列舉生活和工作中的AI應用案例）

一、AI的10個核心概念

——AGI、機器學習、深度學習、自然語言處理、大語言模型、智能體、算法偏見、提示詞工程、多模態、具身智能

互動導入：你寫的最滿意的提示詞；如果你擁有一臺具身機器人，你想讓他做什么？

二、AI的基本原理：一個核心、兩個基礎、一個過程

1. 兩個基礎：數據（燃料）、算力（廚房）

2. 一個核心：算法：AI的“菜譜”

3. 一個過程：模型訓練——AI的“學習過程”

1）學習（訓練）：基于已有數據（訓練集）調整參數

2）驗證：用另一部分數據（驗證集）評估模型表現，防止過擬合

3）測試：用未見過數據（測試集）最終評估模型效果

4）部署與應用：將訓練好的模型嵌入業務系統，處理真實世界任務

——提示詞（Prompt）與推理（Inference）

三、AI的十大關系

1. AI與數字化轉型

2. AI與金融科技

3. AI與自動化

4. 大模型與小模型

5. AI與人

6. 通用大模型與垂類大模型

7. AI投入與商業價值

8. AI模型“大”與“小”

9. AI技術成熟度與業務場景風險容忍度

10. AI開放合作與安全可控

互動導入：請你選出最重要的3組關系，并說明為什么重要

工具：《AI核心概念速查手冊》（一頁紙PDF）

第二講：棋局——AI全球爭霸圖

導語：三十年河東，三十年河西

一、AI成長路徑：三起兩落，邁向新紀元

1. 起步期（1950s-1970s）

第一次低谷：算力與數據瓶頸，預期破滅

2. 復興期（1980s-1990s）

第二次低谷：專家系統維護成本高，難以擴展

3. 爆發期（2006年-至今）

新紀元（2023年-）：大語言模型引發生成式AI革命，AI從“感知理解”走向“生成創造”，AGI曙光初現

二、AI的發展格局

1. 國際格局

1）AI公司的競爭格局：領導者、巨頭玩家、垂直領域與芯片巨頭

2）AI產品的競爭格局

a“操作系統”級模型競爭

b模型即服務（MaaS）競爭

c AI原生應用競爭

2. 國內格局

1）AI公司的競爭格局

a“大廠”領跑（名單及特點）

b“AI獨角獸”深耕（名單及特點）

c垂直領域與服務商（名單及特點）

2）AI產品的競爭格局

a通用大模型“百模大戰”

b行業大模型“深耕細作”

c應用層創新加速

工具：《國內外AI生態核心玩家地圖》（信息圖）

第二篇：行業特色篇

第三講：國策——當中國遇見AI

導語：多少事，從來急；天地轉，光陰迫。一萬年太久，只爭朝夕

一、國家層面關于AI的整體規劃

1. 機構設置

——頂層協調機制、主管與推進機構、“國家隊”

2. 政策文件

1）2024年政府工作報告

2）《新一代人工智能發展規劃》（2017）

3）《關于支持建設新一代人工智能示范應用場景的通知》（2022）

4）《生成式人工智能服務管理暫行辦法》（2023）

5）《關于深入實施“人工智能+”行動的意見》（2025）

3. 對銀行的影響分析

小組討論：請列出國家AI相關的政策對銀行將產生的影響

1）戰略導向明確

2）創新與合規并重

3）技術自主可控

4）賦能實體經濟

5）參與標準制定

二、AI與地緣政治

1. AI與地緣政治的相互影響情況

1）技術制高點爭奪

2）供應鏈安全化

3）數字規則分化

2. 對銀行的影響分析

小組討論：請列出地緣政治對銀行應用AI將產生的影響

1）技術選型風險

2）跨境業務合規成本激增

3）地緣政治風險傳導至金融風險

工具：《AI政策與銀行應對自檢表》（Checklist）

第四講：沃土——當銀行遇見AI

導語：問渠那得清如許？為有源頭活水來

一、AI對銀行的價值

1. 提高效率

2. 增加產能

3. 改善體驗

4. 降低風險

5. 降低成本

二、銀行是AI的沃土

1. 業務鏈條長、環節多、規則嚴謹

2. 大量重復、繁瑣、依賴人力判斷

3. 數據密度高

4. 準確度要求高

三、AI對銀行的影響

互動導入：個人發言-“您認為AI對銀行最大的影響是？”

1. 對客戶的影響

1）用戶對銀行的服務訴求會發生變化

2）預期實時智能響應

3）預期主動式服務

4）數據主權與隱私交換價值

2. 對產品的影響

1）產品研發過程被重新定義

2）產品形態將發生變化

3）產品與用戶的交互方式將改變

3. 對流程的影響

1）業務流程將被重新解構

2）流程將嵌入AI元素

4. 對渠道的影響

1）客戶觸達和服務渠道面臨革新

2）渠道邊界消失

3）渠道功能重構

4）渠道即服務

5. 對競爭的影響

1）產生新的彎道超車窗口期

2）算法效率成為新競爭壁壘

3）競爭焦點從“產品”轉向“智能體體驗”

4）“小白”銀行與“全能”銀行的分化

6. 對監管的影響

1）穿透式監管

2）綜合監管

3）實時監管

四、銀行AI發展狀況

1. 銀行AI投入情況

——戰略重視程度、費用投入情況、人力投入情況

2. 銀行AI能力建設情況

1）能力成長類型：外包依賴型、共創成長型、自主研發型

2）核心能力：模型調優、智能體平臺研發、智能體構建、智能體迭代運營

3. 監管要求及能力評價模型

1）Gartner的AI成熟度模型

2）中國銀保監會AI監管指南

4. AI服務商生態圖譜

個人問答：你所在的部門，接觸過哪些與AI有關的服務商，他們做什么的？給銀行解決什么問題？

1）AI大模型服務商生態

2）Agent服務商生態

3）AI小模型服務商生態

4）AI算力服務商生態

工具：《AI對銀行影響評估矩陣》（框架圖）

第三篇：落地實踐篇

第五講：生根——讓AI落地銀行

導語：紙上得來終覺淺，絕知此事要躬行

一、AI在銀行落地的階段劃分

1. AI應用的兩種部署模式

1）公共平臺：特點、限制

2）本地部署：隔離、安全、制約

2. 銀行應用AI的四個階段

——通用型→智能體→業務系統嵌入→大模型調優

3. AI落地的四個層次

1）數據層：基礎、數據標準、數據標注、數據共享

2）系統層：承載、基礎層、模型層、應用層

3）業務層：應用、產品新形態、服務新模式、利潤新來源

4）組織層：生產關系、新部門、新崗位、新協同

4. 銀行AI部署/應用情況

1）完成本地化部署的銀行清單

2）銀行部署的大模型的分類及特點

3）智能體平臺的構建情況

4）智能體建設情況

二、AI在銀行落地的條件準備

1. 算力引入

小組討論：如果行里只給500萬預算啟動AI，你會優先選擇哪個部署模式？為什么？

1）算力部署模式：本地化模式、公有云算力、混合云模式

2）算力部署方案選擇：監管要求、財務預算、科技基礎、必要性

3）本地化和云算力優劣比較：合規性、靈活性、節約性

2. 大模型矩陣

1）銀行可選擇的大模型分類及特征

2）大模型尺寸和參數規模

3）大模型調優

3. 智能體平臺

1）智能體平臺的組成構件及工作原理

2）單平臺和多平臺模式選擇及優劣勢分析

3）多智能體平臺的聯動與協同

4. 知識庫

1）知識庫的定位及工作原理

2）知識庫的分類及應用

3）知識庫的構建

4）當前知識庫面臨的挑戰

5. AI中臺

1）AI中臺的構成單元：大模型、小模型、工具

2）AI中臺的工作原理及協同機制

3）行業AI中臺的探索案例：招商銀行AI中臺解析

三、AI在銀行落地的工藝流程

1. 準備階段

目標：評估需求、組建資源，確保項目可行性。避免盲目投入，聚焦銀行痛點如效率低、風險高

1）關鍵步驟：需求調研、團隊組建、算力準備、數據治理、合規審查

2）實施主體：AI牽頭部門、IT部門、業務部門

3）風險及應對：數據質量差、超預算

4）交付物：項目需求報告、團隊組織圖、算力采購合同

2. 模型與平臺選擇階段

目標：選型大模型和智能體平臺，確保技術匹配銀行場景；優先國產模型

2）關鍵步驟：大模型選擇與接入、智能體平臺選擇與接入、聯調測試

3）實施主體：AI牽頭部門、IT部門

4）風險及應對：模型黑箱（應對：解釋性AI工具如SHAP）、兼容性差（應對：沙箱測試環境）

5）交付物：選型報告、接入API文檔、PoC demo代碼

3. 智能體構建階段

目標：基于選型，開發自定義智能體

1）關鍵步驟：需求分解、智能體構建、訓練與迭代、測試

2）實施主體：AI牽頭部門、業務部門

3）風險及應對：過擬合（應對：交叉驗證）；安全漏洞（應對：滲透測試）

4）交付物：智能體代碼倉庫（Git）、測試報告、Agent架構圖（UML圖）

4. AI中臺搭建與集成階段

目標：構建AI中臺作為共享基礎設施，支持全行復用

1）關鍵步驟：中臺設計、搭建實施、權限管理、擴展性測試

2）實施主體：AI牽頭部門、IT部門、業務部門

3）風險及應對：集成失敗（應對：API gateway如Kong）；scalability不足（應對：彈性擴容）

4）交付物：中臺部署手冊、架構藍圖、集成測試日志

5. 上線運營與優化階段

目標：正式上線，持續監控，實現閉環優化。確保AI項目融入銀行日常運營

1）關鍵步驟：上線部署、運營管理、績效評估、擴展復制、持續優化

2）實施主體：AI牽頭部門、IT部門、業務部門

3）風險及應對：采用率低（應對：激勵機制，如KPI綁定）；模型漂移（應對：定期retrain）

4）交付物：上線報告、運營報告

6. AI項目與傳統科技項目的區別

1）費用投入點不同

2）研發環境不同

3）實施路徑不同

四、行業案例解析

1）工商銀行：AI中臺建設邏輯及實施路徑

2）恒豐銀行：AI專業團隊落地實踐

3）北京銀行：1213 AI技術架構

互動導入：個人互動-請根據以上知識點，對同業案例進行點評

工具：《大模型選型對比Checklist》、《銀行AI項目可行性快速評估清單》、《AI智能體需求說明書（模板）》

第六講：發芽——構建與AI相適應的生產關系

導語：上下同欲者勝

一、設置與AI相適應的專業機構

1. 基本原則：專業化、敏捷化、生態化

2. 企業級領導小組：一把手行長+分管行長+領域首席或總監

案例：北京銀行-金融科技管理委員會；恒豐銀行-AI領導小組

3. 部門設置

1）專屬部門模式

2）二級部門模式

3）聯合團隊模式

案例：工商銀行、招商銀行、北京銀行

4. 協作單元

——數據工程組、算力工程組、知識工程組、模型工程組、應用工程組、組織工程組

二、打造與AI相適應的崗位能力

1. 新崗位設置

個人互動：請你說出3個因為AI的出現可能新增的新崗位，名稱、職責、能力要求

1）AI標注員：業務理解力、工具熟練度、合規意識

2）AI培訓師：教學能力、技術敏銳度、跨部門協作

3）AI模型工程師：技術深度、業務融合力、工程能力

4）語料架構師：知識管理、技術工具、合規風控

5）AI業務分析師：數據分析、業務洞察、溝通能力

6）AI合規官：法規知識、風險評估、審計能力

2. 能力矩陣

1）組織能力矩陣：數據治理能力、技術實現能力、業務應用能力、組織推動能力

2）個人能力矩陣：技術素養、業務融合、倫理合規、創新協同

三、形成與AI相適應的制度體系

1. 數據治理與安全制度類

2. 模型治理與風險管理制度類

3. 算力與基礎設施規范類

4. 業務與操作規范類

5. 組織與人才管理制度類

6. 監管與合規報告制度類

7. 應急預案與持續改進制度類

四、構建與AI相適應的評價體系

1. 價值效益評價

2. 能力成熟度評價

3. 安全合規評價

4. 創新與進化評價

5. 平衡計分卡綜合視角

——將以上維度納入平衡計分卡體系，形成綜合評分，避免單一指標導向

工具：《AI組織架構設置建議》、《AI崗位說明書模板》

第七講：開花——十大場景，讓AI賦能業務

導語：AI要鉆進具體場景，解決真實痛點。百花齊放，春滿園

一、AI賦能場景

1. AI賦能風控場景

價值：從“事后防御”到“實時預警”

1）建成企業級一體化智能風控中樞

2）風險交易實現毫秒級識別與攔截

3）風控模式完成從"規則驅動"到"規則+模型雙驅動"的演進

實施要點：

基石-構建高質量風險數據倉庫與標簽體系

核心-建立"業務專家+數據科學家"混編團隊

保障-搭建成熟的ModelOps體系

案例：北京銀行“5全4化”；農業銀行實時反欺詐、信用評分；中原銀行風險識別時間從“小時級”壓縮至“秒級”

2. AI賦能零售營銷場景

價值：從"標準化服務"到"個性化交互"

1）構建“一人一策”的個性化智能營銷體系；

2）營銷響應率、轉化率及客戶生命周期價值（LTV）顯著提升，營銷成本大幅下降；

3）形成“洞察-觸達-反饋-優化”的增強閉環

實施要點：

基礎-構建360°客戶視圖

關鍵-設計科學的A/B測試與效果歸因體系

閉環-將營銷執行結果數據實時反饋至AI模型

案例：工商銀行智能客服；韓國KaKaoBank的AI助手提供“情緒化”陪伴服務

3. AI賦能行業分析場景

價值：提升投研決策效率與深度，賦能產業金融創新

1）AI每日自動生成覆蓋全行業的動態研究報告與風險預警

2）對公業務團隊能夠實時洞察產業鏈上下游變化

3）銀行對宏觀經濟、區域發展、行業趨勢的研判能力成為其核心競爭優勢

實施要點：數據源、人機協同、應用集成

案例：招商銀行運用知識圖譜技術構建企業關聯關系網絡；高盛利用AI平臺Mosaic進行全球宏觀經濟預測

4. AI賦能內控管理場景

價值：實現從“人防”到“技防”的智能化轉型，大幅提升合規效率與準確性

1）建立智能合規機器人，7x24小時自動監測

2）合規檢查工作量下降70%，檢出率和準確率顯著高于人工抽查

3）能夠快速響應外部監管新規

實施要點：規則化、平衡、倫理與隱私

案例：匯豐銀行利用AI系統監控數百萬筆日常交易；摩根大通開發COIN程序解析商業貸款協議

5. AI賦能智能客服場景

價值：提供7x24小時、高效、精準的個性化服務，極大釋放人力并提升客戶體驗

1）智能客服一次性問題解決率（FCR）超85%，客戶滿意度（CSAT）媲美甚至超越人工客服；

2）復雜業務實現"智能體初步處理+人工專家無縫介入"的人機協同模式；

3）客服中心從成本中心轉型為價值中心

實施要點：知識庫建設、流程設計、持續優化

案例：招商銀行多輪次對話智能客服系統

6. AI賦能數據治理場景

價值：將數據治理從“成本負擔”變為“價值創造”，為AI應用提供高質量燃料

1）AI工具自動發現、標注、清洗、關聯數據

2）數據資產目錄清晰可視

3）數據治理效率提升，成本下降

實施要點：治理前置、人機結合、價值導向

案例：工商銀行建設企業級數據中臺；平安銀行利用AI構建企業級知識圖譜

7. AI賦能法務場景

價值：大幅提升合同審查、法規跟蹤效率，降低法律風險與運營成本

1）合同智能審查工具能在幾分鐘內完成上百頁合同的審閱

2）AI系統實時監控海量法律法規、監管政策的變動

3）法務人員從繁瑣的文書工作中解放出來

實施要點：樣本積累、專家校驗、流程整合

案例：Kira Systems、Luminance等AI合同審查平臺；國內領先銀行試用AI合同審查工具

8. AI賦能財務場景

價值：實現財務流程自動化、智能化，提升核算效率與決策支持能力

1）RPA+AI實現費用報銷、發票處理、往來對賬、報表生成等流程的全自動處理

2）AI進行智能財務分析，自動生成管理報表

3）財務團隊的角色轉向財務預測、控制分析和戰略支持

實施要點：流程標準化、異常處理機制、價值延伸

案例：眾多大型企業應用RPA+AI于財務共享中心；恒豐銀行利用AI對全行費用支出進行實時監控和分析

9. AI賦能公文寫作場景（是不是漏了一個場景呀）

價值：提升行文效率與質量，解放員工創造力

1）AI助手快速生成工作報告、會議紀要等初稿

2）生成的文稿文通字順，符合銀行要求的正式文風

3）全行公文寫作的整體質量和水準得到提升

實施要點：模板與知識庫建設、質量控制、培訓推廣

案例：微軟、Google在辦公套件中集成AI寫作助手；國內多家銀行試點AI輔助寫作功能

10.AI賦能零售客戶智能投顧場景

價值：從“高門檻專業服務”到“普惠化個性配置”，賦能財富管理業務增長

1）構建“AI驅動的全天候智能理財師”

2）極大降低專業投資顧問的服務門檻

3）通過市場實時洞察與組合再平衡，提升投資組合的抗風險能力和收益穩定性

實施要點：

1）核心：用戶畫像與風險偏好評估模型，并與合規的投資策略庫、產品庫深度耦合

2）關鍵：人機責任邊界與干預機制，對重大市場波動或復雜需求確保人工顧問能及時介入

3）保障：學習與反饋閉環，不斷優化推薦策略，并確保所有推薦符合監管要求

案例：招商銀行“摩羯智投”：早期探索者，利用AI算法為客戶提供基金組合配置建議

二、速贏項目與戰略項目

1. 項目四象限定位模型

1）高價值低難度-速贏

2）高價值高難度-戰略

3）低價值低難度-速贏

4）低價值高難度-放棄

2. 速贏項目的推進與管理

——項目發起與需求管理、項目團隊組建與考核、項目快速交付與復制

3. 戰略項目的推進與管理

4. 項目團隊組建與考核、項目階段投入與評估、項目上線后的協同運營

互動導入：小組工作坊-請每個小組設計一個AI應用場景

工具：《十大業務場景AI應用創意庫》、《速贏項目選擇器》

第四篇：思考洞察篇

第八講：結果——文化為核，讓AI融入血液

導語：隨風潛入夜，潤物細無聲

一、頂層設計

1. 明確AI戰略地位

2. 塑造全員AI認知

案例：招商銀行-AI First戰略；平安集團-AI in All；北京銀行-All in AI

二、執行保障

1. 構建敏捷型AI組織

1）建立專責推動組織

2）優化績效與激勵機制

2. 培養復合型AI人才

1）內部孵化AI復合型業務專家

2）外部引進AI算法、產品人才

3）鼓勵業務人員參與AI產品共創

三、落地路徑

1. 構建標準化的AI基礎設施

1）打造AI中臺：統一數據與模型管理

2）打造智能體平臺：鼓勵全員探索智能體

3）推動數據共享：建立數據共享機制

4）健全權限機制：適當匹配數據和平臺權限

案例：平安集團-員工自建智能體已超2.3萬個，覆蓋11萬名員工

2. 分步推進AI應用場景

1）明確AI場景試點策略

2）強化AI落地成果可視化

案例庫構建：收集成功項目，促進跨分支行復用

四、安全邊界

1. 健全AI治理制度

2. 推動AI與合規文化融合

五、創新引擎

1. 多渠道營造AI文化氛圍

1）利用內網、視頻號等平臺推送AI故事

2）設置“AI之星”表彰機制

3）發布AI文化手冊與行為指引

2. 建立AI文化觀察與反饋機制

工具：《AI文化氛圍內部調研問卷（模板）》

第九講：險峰——AI在銀行的挑戰

導語：雄關漫道真如鐵，而今邁步從頭越

互動導入：小組互動-請每個小組列出5條銀行應用AI可能面臨的挑戰

一、數據質量制約

問題點：業務系統分散，數據標準不統一，跨部門調用難，可使用數據量不夠

1. 建設企業級數據中臺

2. 制定數據共享激勵政策

3. 推廣聯邦學習

4. 知識庫沉淀+生成式技術

二、算力資源制約

問題點：大模型訓練需百卡級GPU集群，成本高且運維復雜；國外芯片存在供應風險，國產芯片在性價比、性能、適配性、生態成熟度上還有差距

1. 混合云模式

2. 采用模型壓縮技術

3. 參與算力共享聯盟

三、文化沖突

問題點：傳統信貸流程依賴人工經驗，與AI的"數據驅動"理念存在沖突

1. 設計“人機競賽”活動驗證AI有效性

2. 將AI指標納入績效考核

3. 高管帶頭推進AI文化宣導

四、準確性問題

問題點：每個環節95%準確率，20步之后，準確率跌至35%左右

1. 流程再造與冗余校驗

2. 不確定性量化與置信度傳遞

3. 集成學習與模型投票

五、不可解釋性

問題點：邏輯索源困難導致問題排查、系統迭代、監管解釋等問題

1. 部署可解釋AI（XAI）工具包

2. 構建模型事實庫（Model FactSheet）

3. 采用“白盒”模型優先原則

六、AI地緣政治帶來的不確定性

問題點：中美科技脫鉤風險；全球AI技術標準、數據跨境流動規則分化；外資云服務商在國內金融市場的業務可能受到限制

1. 技術棧國產化替代

2. “雙軌制”技術布局

3. 積極參與行業標準制定

七、AI的共享屬性與監管合規條款差異

問題點：AI要求數據集中共享與數據安全法規存在內在張力；監管政策滯后于技術發展；多部門監管要求可能存在不一致

1. 前沿合規研究

2. 隱私增強技術（PETs）應用

3. 建立內部AI合規審計體系

工具：《AI風險應對策略清單》

第十講：遠方——AI在銀行的未來

導語：“東方欲曉，莫道君行早。踏遍青山人未老，風景這邊獨好”AI不是取代人，而是讓人去做更有價值的工作

互動導入：個人互動-請你說出未來10年，AI可能會變成什么樣？

一、功能：從感知理解到主動生成

1. 多模態無縫融合，形成底層工具基礎

2. 構建高度逼真的人類生存的物理世界

3. 從“分析推薦”向“規劃執行”演進，執行多序列任務

影響：重塑銀行產品與服務；超個性化金融產品實時生成；金融營銷與投教內容全面AIGC化；代碼與系統自動生成

二、交互：智能體架構的崛起和普及

1. 從“下指令”到“下目標”多個智能體自動協作完成

2. 個人電腦和手機的操作系統將被重新定義，其核心是調度和管理AI智能體為用戶服務

影響：重構銀行運營與交互模式；從“App銀行”到“智能體銀行”后臺運營全面自主化；開放銀行API被智能體交互取代

三、形態：具身智能將實現：從數據驅動到物理交互

1. 人工智能將擁有“身體”，能夠感知、理解和交互物理世界

2. 將數字信息與物理世界無縫疊加，創造新的交互體驗

影響：突破物理與數字服務邊界；實體網點的機器人化與智能化再造；遠程全息交互與沉浸式金融服務；供應鏈金融深度嵌入實體物流

四、聚焦：效能和可信度

1. 能源革命

2. 算法效率

3. 可信度

影響：奠定銀行新核心競爭力；算力與算法成為核心資本；“可信AI”成為品牌基石；綠色計算能力納入ESG評級

五、目標：更超級的智能

1. AGI

2. 不同流派

3. 頂層治理

影響：引發戰略與生存級思考；系統性風險預測與監管能力；終極形態的競爭格局；參與全球AI治理與標準制定

工具：《銀行AI戰略規劃思考框架》

江老師

江潯楷老師 金融數字化落地專家

22年銀行/金融科技公司實戰經驗

中級經濟師

山東財經大學產業導師

多層級成長：跨越網點、支行、省分行、總行

【傳統銀行→金融科技→數字化轉型→AI落地】

曾任：某全國行股份制銀行丨數據資源部、總經理助理

曾任：平安金融壹賬通（上市金融科技公司）丨高級運營總監

曾任：中國工商銀行總行丨高級經理

曾任：中國工商銀行湖北省分行丨客戶經理

多技術科研：數字化轉型科研成果/技術輸出

→1部專著：參與行業首部數據資產入表專著《數據資產入表全流程解析》；

→2項發明專利：《一種金融行業數據標準對標的方法、系統、設備及介質》《元數據管理方法、系統、設備及存儲介質》

多維度認可：獲得多項高含金量獎項

→榮獲中國人民銀行頒發的“金融科技發展獎”三等獎

→獲得工商銀行總行頒發的“產品創新獎”

→被中小銀行互聯網金融聯盟評為“最具魅力講師”

→入選中國下一代教育基金會年度微公益個人優秀案例

多銀行實踐：為多個銀行實現數字化轉型提升

→中國工商銀行：策劃“人脈挖寶”活動，開創社會化營銷先河；獲客成本0.22元/人，獲評《每日經濟新聞》年度最佳案例等十多項年度大獎；

→恒豐銀行：主導數字化賦能平臺矩陣，帶領團隊搭建“模型工場、BI數據分析平臺、自主用數平臺、數字化協作平臺”四大數字化底座，支撐全行業務條線數據驅動轉型；優化住房按揭貸款系統，建立線上審批機制，業務辦理周期縮短2/3，推動業務規模從30億突破百億；

→平安金融壹賬通：帶領團隊研發“智能外呼、用戶畫像、在線代理人”等工具，為40多家中小銀行提供全鏈路智能營銷解決方案；

擅長領域：金融科技、金融數字化、人工智能等前沿技術，全面賦能銀行前中后各環節、總分支各層次業務；策劃和組織基于社交媒體的互聯網營銷；銀行零售客戶全生命周期經營；銀行大型線上線下對外發布、論壇、大賽等活動的策劃和現場組織；單位新員工快速融入及個人發展路徑規劃和設計……

實戰經驗：

江潯楷老師擁有22年銀行/金融科技公司實戰經驗，從銀行基層網點業務筑基逐步跨越到總行數字化轉型落地實踐，兼具業務、技術、數據三視角，為多家銀行從“點-線-面”全域賦能金融科技創新與數字化轉型實踐，做到“干一行，行一行；一行行，行行行”。

?【點-單點獲客工具創新】——中國工商銀行總行

01-【1個社會化營銷先河開創】：策劃“人脈挖寶”活動，開創銀行業社會化營銷先河，吸引200萬客戶、120個國家和地區參與，獲客成本0.22元/人，獲評《每日經濟新聞》年度最佳案例，獲得年度社會化營銷獎項10余項；

02-【3大平臺落地+3大自媒體矩陣】：參與籌建總行互聯網金融營銷中心，參與“融e購、融e聯、融e行”三大平臺從0到1落地，構建“支付+投資+融資”三大業務條線，上線“工銀e支付、手機銀行理財模塊”等7大核心產品；策劃搭建“丁丁創e、融e說、趙說不誤”三大自媒體矩陣，實現H5、圖文、音頻立體傳播，官方微博粉絲從0增長至619萬，獲中國下一代教育基金會“微公益大獎”；

03-【2萬家網點營銷系統建設+8條資源線打通】：參與工行母品牌及子品牌架構梳理，升級2萬家網點營銷傳播系統建設，整合網點電視、顯示屏、海報等資源，實現宣傳素材自動化管理與效果監測，推動品牌傳播效率提升；整合個人金融、公司業務、信用卡等8大條線資源，制定年度整合營銷方案，統籌億元級營銷預算，實現全行營銷活動ROI提升；

?【線-營銷全線模式創新】——平安金融壹賬通

01-【30+大營銷工具創新+獲客模式創新】：開發智能營銷產品線，帶領團隊研發“智能外呼、用戶畫像、在線代理人”等工具，為貴陽銀行、樂山銀行等40多家中小銀行提供全鏈路智能營銷解決方案，其中鄂州銀行用戶畫像項目使客群精準度提升60%，樂山銀行睡眠客戶喚醒率達35%；整合電信運營商流量資源，探索“運營商數據+金融科技”獲客模式，助力單一北區放款量達東/南/西區總和2倍；

02-【40+中小銀行流量支持】：發起“中小銀行流量資源池”項目，對接電信部門千萬級C端用戶，通過API接口實現流量精準導流，項目入選公司年度重點投資計劃，為40多家中小銀行提供流量資源支持。

?【面-銀行數字化全局落地創新】——恒豐銀行

01-【銀行數字化轉型頂層設計】：參與全行“十四五”戰略規劃，參與完成全行數字化轉型頂層設計，主創全行文化體系數字化表達式，主責“建設一流數字化敏捷銀行”戰略發布會，開啟全行數字化轉型序幕；

02-【業務數據驅動轉型支撐】：牽頭搭建“模型工場、恒數BI、自主用數平臺、豐秘協作平臺”四大數字化底座，實現模型管理、數據供應、分析決策、流程協作全鏈路數字化，支撐全行業務條向數據驅動轉型；牽頭“創新馬拉松、建模大賽、恒心活化大賽”三大賽事，培育數據人才，形成可復用數據模型，推動數據資產從技術工具向業務賦能轉化；

03-【金融產品敏捷落地+流程數字化改造】：推動花唄落地項目，28天完成系統對接、風控模型嵌入及業務上線，成為螞蟻集團同類合作中效率最高案例，該產品成為部門貸款余額最重要的支撐；優化住房按揭貸款系統，建立線上審批模型，業務辦理周期縮短2/3，推動業務規模從30億增長至破百億；

部分授課案例：

序號企業課題期數

1中國工商銀行

總行及各分行《互聯網金融的實戰案例及思考》50+

2中小銀行聯盟

北京金融科技產業聯盟

中國金融認證中心《零售客戶的互聯網運營》

《數據資產入表實務》

《數字化轉型實踐探索》

《互聯網金融的實戰案例及思考》8

3上海銀行、北京銀行

昆侖銀行

人民銀行《互聯網金融的實戰案例及思考》

《金融科技助力銀行零售客戶經營》

《互聯網金融與金融科技在金融行業應用》7

4佛山農商銀行

貴陽銀行、廣州銀行

山東財經大學

武漢工程科技大學

山東大學（威海）

太原大學《數據資產入表實務》

《數字化轉型實踐探索》

《金融科技賦能銀行線上獲客》

《數字化轉型及人工智能聯合賦能銀行業務》7

主講課程：

《數贏未來：銀行業數字化轉型頂層設計與落地實踐》

《人工智能在銀行的最后一公里：AI賦能與落地實戰》

《技勝未來：金融科技賦能銀行新增長引擎》

《智戰龍門：用人工智能打造超級個體》

《科技、數據、AI三箭齊發，助力零售客戶經營》

《銀行零售業務營銷新范式》

授課風格：

★ 邏輯清晰、層層遞進：以遞進式邏輯解構復雜金融業務，梳理故事線，定位關鍵問題，引導學員快速掌握核心要點。

★ 注重實戰、著眼落地：從理論到實操，提供定制化工具和解決方案，確保學員能將知識轉化為實際工作成果。

★ 沉浸教學，激發共鳴：從學員視角出發，用通俗語言講解專業內容，結合案例互動，營造高參與度的課堂氛圍。

★ 成果導向，價值交付：針對培訓目標設計課程內容，從認知提升到技能落地，助力學員和機構實現業務突破。

部分服務客戶：

銀行：中國工商銀行總行、工商銀行長春培訓中心、工商銀行杭州培訓中心、工商銀行20多家一級分行、工商銀行50多家二級分行/支行、上海銀行總行、北京銀行北京分行、昆侖銀行總行、廣州銀行總行、佛山農商銀行總行

金融機構：中國金融認證中心、人民銀行培訓中心、北京金融科技產業聯盟、中小銀行聯盟、上海金融信息行業協會、上海湖北商會、北京湖北商會、企商在線

高校：山東財經大學、武漢工程科技大學、山東大學（威海）、太原大學

部分客戶評價：

“江老師這課，聽得我是又興奮又慚愧。興奮的是，他講的‘北斗七星模型’一下子把我們零散的做法串成了體系，像給了張高清地圖。慚愧的是，我們以前確實在‘瞎忙’，數據很多但沒用出彩。他最厲害的是，能把‘數字化轉型’這種虛詞，拆解成‘客戶旅程地圖’、‘下一個最佳行動’這些我們聽得懂、能馬上動手的具體動作。課件也是，沒一句廢話，全是干貨和工具，感覺他不是在‘講課’，是在給我們‘交付解決方案’。兩天的課，我筆記本記得密密麻麻，回去就能跟團隊開會部署。”

——中國工商銀行 零售金融部高級經理 張處

“我組織過很多場培訓，江老師的課是少數能讓我從頭到尾沒摸過手機的。他的邏輯層次太清晰了，從國家戰略講到技術原理，再落到銀行具體場景，層層推進，像剝洋蔥一樣，最后讓你看到核心。而且他特別風趣。”

——中小銀行互聯網金融聯盟 培訓總監 李總

“說實話，我來之前擔心這類課程會過分鼓吹技術而忽視風險。但江老師的課非常‘實誠’，也特別透徹。他講AI落地，花了很大篇幅講‘最后一公里’的挑戰，比如模型偏見、數據隱私、監管合規，這很難得。語言很有穿透力，把技術、業務和監管三者的關系講得明明白白，讓我對如何實施‘穿透式監管’有了更清晰的思路。這才是責任的專家視角。”

——中國人民銀行某分行 科技監管處科員 王某

“江老師的課，是典型的‘把互聯網金融揉碎了、嚼爛了，喂給學員’。他能把深奧的算法、模型，用‘菜譜’、‘燃料’、‘廚房’這種生活化的比喻講出來，我的研究生們都聽得津津有味。這種‘解構’能力非常強，先把一個復雜系統拆成零件，再用一套嚴密的邏輯把它拼裝回去，讓學生不僅能‘知其然’，更能‘知其所以然’。他的課件本身就是一套極佳的研究框架，理論深度和實戰案例結合得天衣無縫，我已經跟學院申請，請他做我們的客座教授了。”

——山東大學 金融科技專業 趙老師

“太實用了！江老師講的‘天地人’三個戰場，簡直就是我們每天工作的真實寫照。他上課方式很輕松，像聊天一樣，但句句都點在要害上。比如講AI寫營銷文案，他當場演示，效果立竿見影，我們組第二天就試著用上了。沒有那些虛頭巴腦的東西。全程無尿點，因為講的都是我們正在頭疼的問題，給出的答案還特別透。”

——上海銀行 網絡金融部產品經理 劉同學

“我這個人實在，就愛聽能解決實際問題的課。江老師講‘科技金融’，沒整那些高大上的名詞，而是用‘工商銀行的產業鏈孵化貸’、‘招行的科創貸模型’這種活生生的例子，告訴我們銀行是怎么具體支持中小企業的。他把一套復雜的風控和產品設計，講得通俗淺顯，讓我這個非金融科班出身的人也聽得通透。這下我再去跟銀行談合作，心里更有底了，知道關鍵點在哪。這課，值！”

——中小企業協會 金融服務平臺負責人 周總

我要預訂

咨詢電話：027-5111 9925 , 027-5111 9926手機：18971071887郵箱：Service@mingketang.com