在此背景下，基于 DeepSeek 大模型构建客户经理智能体成为突破 现有瓶颈的关键路径。 本项目的核心目标是通过 AI 智能体实现三个维度的价值重 构：  服务效能升级：构建具备自然语言理解、多轮对话管理和金融 知识推理能力的智能体，实现 90%标准化业务咨询的自动化 处理，将平均响应时间从传统模式的 4 小时压缩至 30 秒以内  资源优化配置：释放人力聚焦高价值客户，预计可减少 40% 35%营收 22%营收 FY2025 高净值客户覆盖 率 60% 85% Q2 技术实现路径上，将重点突破三个核心能力：通过微调 DeepSeek 模型构建超过 200 个金融专属意图识别的对话引擎，集 成 RAG 架构实现实时政策文档检索，并建立客户-产品匹配度动态 计算模型。该方案已在试点分行完成 POC 验证，理财推荐场景的 转化率达成 18.7%，显著高于人工经理的 14.2%基准水平。项目落 倍。与此同时，客户对 7×24 小时即时响应、精准产品匹配 的需求年增长率达 40%，传统服务模式已难以持续。 技术层面存在的关键瓶颈包括：自然语言理解准确率不足（现 有系统仅能达到 78%）、多轮对话记忆保持能力有限（超过 3 轮对 话后上下文丢失率 61%）、以及缺乏动态客户画像更新机制。这些 缺陷导致现有智能助手仅能处理 11%的客户需求，远未达到替代人 工的标准。 1.2 DeepSeek

简单来说 ，大模型就像是一个拥有巨大知识库的 学者 ， 它通过阅读和学习大量的书籍（数据） 来掌握语言的规则和知识 ，从而能够在各种任务 中取得优异的成绩。 02 、大模型技术概 述 对话式交互会成为下一个具有超级增长点的交互方式 随着技术的发展 ，人机交互正不可逆转地向人更习惯的方式靠近。可以预见的是 ，接下来是强人工智能时代 ，过去成百上 千个 App 会逐渐演化成未来的成百上千个 帮助销售人员 生成客户画像 ，通过定期 的跟进和个性化的服务 ， 增强客户忠诚度。 理财客户经营 1 、 大模型能够提供定 制化的建议和解决方案 ， 根据客户的历史交互、偏 好和上下文对话信息 ， 实现个性化服务。 2 、 大模型具备持续学 习能力 ，能够适应市场动 态和产品变更 ，确保提供 给客户的信息和服务始终 是最新和最准确的。 风险资产管理 1 、 大模型可以根据历 打造“客服智能助手 ”赋能远程银行客户服务业务。按照通话前、通话中、通话后的端到端业务流程闭环 ，形成事前知识库运营 提效、事中副驾驶赋能、事后质检守护 ，助力客服工作模式和效率的全面升级。 通过实时理解对话情境和向量化的知识库， 利用检索增强生成技术（ RAG ） ，实时推 荐合适的话术 ，大幅提升了客服的效率和 服务质量。话术推荐助手还可以根据客户 的历史交互和偏好 ，推荐个性化的话术， 增强了客户服务的个性化程度

TaskBot ， ChatBot ， 自主学习流程 03 落地效果 QABot 线上效果， TaskBot 线上效果 04 总结 人机协同学习，加速进化 客服系统简介 演变中的客服系统，对话系统， 智能客服机器人， 美团业务简介，美团客服系统 目录 01 话音呼叫中心 纯人工服务模式 只支持语音电话 人效低，成本高 网页在线客服 基于网页会话 支持文本和语音 智能客服 闲聊型对话 问答型对话 任务型对话 图谱型对话 对话系统 1.2 对话系统简 介 • KBQA • 基于图谱推 理 • 解决特定问 题 • TaskBot • 多轮会话 • 针对特定场 景 ChatBot 不解决问题 自然交互 多轮会话 • QABot • 单轮会话 • 上下文无 关 • • • • > 将对话系统技术融入在线客服体系

程序运用知识：指在哪些条件下（时间、状态等）运⽤哪些程序的知识，即知识是"条件 化"的，每种程序知识都有其适合运用的条件； 对应到智能客服中，程序性知识指如何完成某一业务的一套流程或步骤，典型的如业务 对话流。以保险业务举例： 办理汽车保险是有一组有序的步骤的： 1. 收集个人和证件信息，包括身份证、驾驶证、行驶证等 2. 验车 3. 根据验车结果 4. 验车结果通过 FAQ 问答引擎是对话机器人重要的问答引擎，基于阿里巴巴达摩院领先的 NLP 算法 研 发，为用户提供高泛化性、灵活拓展的 QA 对匹配引擎，介绍如下： 适用知识 引擎优势 知识结构 模型训练 事实性知识 高泛化性、精准匹 配、向量召回、语义 计算 QA 问答对 FAQ 匹配模 型 支持线上 训练 2.2 任务问答引擎 任务问答引擎负责多轮对话的对话流设计、意图的管理、任务流的执行等功能，任务对 【公开】 适用知识 引擎优势 知识结构 模型训练 程序性知识 小样本识别、精准实 体抽取、上下文槽位 解析、意图分类+匹 配 多轮对话的对话流结 构 分类模型+匹配模型 支持线上训练 2.3 图谱问答引擎 图谱问答负责结构化体系化知识的问答，基于知识图谱 Schema 针对具备一定结构关 系 的三元组知识进行快速问答，支持多跳、计算、推理能力，介绍如下：

Other �� 产业研究 战略规划 技术咨询 9 ���� 问答 理解类 推理类 数学类 创作 表达类 代码类 ���� 问答理解类 常识、专业知识、多语言、多模态、角 色扮演+多轮对话、安全陷阱 推理类 情感推理、演绎推理、逻辑推理、归纳 推理、类比推理 创作表达类 文字创作&创意、内容改写/续写、修改 /润色、文字处理、编辑/语义匹配、摘 要提取、关键、字提炼、标题生成、文 Turbo、飞桨框架3.0等最新技术 2019.03 中国首个正式开放的预 训练模型Ernie1.0 2019.07 全球首个大规模隐变 量对话模型Plato 2021.07 全球首个知识增强百亿 大模型Ernie3.0 2021.09 全球首个百亿中英对话生 成模型Plato-XL 2021.12 全球最大中文跨模态生成 模型Ernie-viLG 2021.12 全球首个知识增强千亿大模型 城 市 社 科 影 视 自然语言处理 视觉 跨模态 生物计算 ERNIE 3.0 Zeus |鹏城-百度·文心 ERNIE 3.5 | ERNIE 4.0 文心一言 ERNIE Bot 对话 PLATO-XL|搜索 ERNIE-Search 跨语言 ERNIE-M |代码 ERNIE-Code 语言理解与生成 ERNIE OCR图像表征学习 VIMER-StrucTexT 多任务视觉表征学习

►内部运营 ►系统开发、系统维护、 系统整合 ►运营效率较低 ►底层代码耗时、 DEBUG困难、系统整合 困难 ►办公Copilot ►代码生成、代码 DEBUG 社区内容生成 新闻资讯生成 智能对话 客户助手 投顾助手 支小宝2.0 IC Copilot i问财 监管分析 交易监控 舆情评估 债券报价整合 智能交易执行 及订单管理 BondGPT债券 信息及询价 AI数字人营销 上，功能模块与“拼图”类似，拼图越多、所能补齐的用户需求越为多样，但繁琐的功能 对用户体验并不友好，而 AI 作为一种可以按需分配的技术手段来对众多的模块进行合理 调用，同时生成式 AI 助力下对话式的交互方式也更加用户友好。3）在陪伴体验上，AI 使得人人拥有私人顾问成为可能，“一对一”的服务能有效提升投资者陪伴体验，同时生 成式 AI 能够进一步释放更多人工投顾产能，人工投顾可以将更多精力投入至高净值客户 拓宽客户及产品侧的数据采集维度、并提升数据分析能力，同时能够提高产品-投顾-客 户间的信息传递效率。1）丰富数据维度：AI、尤其是大模型的应用可以取缔用户信息收 集过程中传统的问卷调查模式，在提升用户交流意愿的同时，通过对话的方式引导用户提 供更为丰富的信息，拓宽数据维度，强化画像塑造的数据基础。2）提升数据分析能力： AI 大模型自身数据分析能力突出，一方面作为智能投顾，可实现高精度地匹配产品特征 与用户需求，

认知，其开源策略结合高效、低成本的架构显著加速了中国AI产业向更加高效、开放和自主的 方向迈进，并带动产业链上下游的合作与应用落地。 AI Agent正在重塑大模型的产品应用形态，带领AI产品由简单的对话问答向完成复杂任务的智 能代理演进。作为连接数字智能与物理世界的关键技术，具身智能是下一代AI竞争的战略高地， 其发展需要解决硬件加速和软件优化、跨行业生态协作等一系列挑战。DeepSeek的开源开放， 内容生成 AI换脸换声 AI+传媒影视 AI+游戏 AI+教育 剪辑特效 内容生成、场景建模、 策略生成、AI Agent 创意营销 教育工具 智慧校园 下 游 AI+效率工具 AI+对话交互 企业服务 情感陪伴 AI+编程 15 ©2025.3 iResearch Inc. Post-pretrain SFT精调 RLHF Prompt (Zero-shot/Few-shot) LoRA AI办公平台 AI法律助手 AI编程助手 AI Agent助理 AI智能对话 AI数字人 20 ©2025.3 iResearch Inc.

认知，其开源策略结合高效、低成本的架构显著加速了中国AI产业向更加高效、开放和自主的 方向迈进，并带动产业链上下游的合作与应用落地。 AI Agent正在重塑大模型的产品应用形态，带领AI产品由简单的对话问答向完成复杂任务的智 能代理演进。作为连接数字智能与物理世界的关键技术，具身智能是下一代AI竞争的战略高地， 其发展需要解决硬件加速和软件优化、跨行业生态协作等一系列挑战。DeepSeek的开源开放， 内容生成 AI换脸换声 AI+传媒影视 AI+游戏 AI+教育 剪辑特效 内容生成、场景建模、 策略生成、AI Agent 创意营销 教育工具 智慧校园 下 游 AI+效率工具 AI+对话交互 企业服务 情感陪伴 AI+编程 15 ©2025.3 iResearch Inc. Post-pretrain SFT精调 RLHF Prompt (Zero-shot/Few-shot) LoRA AI办公平台 AI法律助手 AI编程助手 AI Agent助理 AI智能对话 AI数字人 20 ©2025.3 iResearch Inc.

大语言模型是大数据、大规模算力、智能算法的结合产物，它可以进行自监督学习，理解 和生成人类语言 性能突破在哪里？ 更强大的语言理解能力、更高的内容生成质量、更广泛的应用领域 可以用在哪里？ 对话、语言生成、翻译等通用领域 主要发现 5 The Application of Artificial Intelligence in HR █ Part3 体验大语言模型：使用者的认知与探索情况 对内部人才的影响，并调整胜任力模型 • 对外：企业会识别外部可为企业所用的 AI 技术人才、并寻找外部供应商 ≫ 运用基础 招聘客服（聊天机器人） 运用比例：78.26% ・◎ 通过文字或电话的形式与应聘者进行对话，人工智能助理还可以提供一些人才搜索、推送和面试日常安排的工 作，为候选人提供自动、实时、独特的提醒和信息。 简历解析与人岗匹配 运用比例：40.23% ・◎ 简历解析作为最先被 HR 熟知的 和效果。） 培训流程管理 运用比例：67.31% ・◎ AI 技术与数字化学习系统结合，可实现流程自动化。 个性化课程与内容推荐 运用比例：48.08% ・◎ AI 可进行智能问答、与员工进行对话训练。同时基于员工的学习行为、历史数据，为其推荐合适的课程。 场景化培训 运用比例：25.00% ・◎ 通过 AR 或 VR 等技术，帮助员工获得身临其境的培训体验。 ≫ 运用基础 图表 1-6

融逻辑，将大模型直接应用于相关专业任务的效果 较差。金融行业中的大模型应用更多是发挥其通用 泛化能力优势，赋能基础业务环节和通用场景，例 如，交互对话、信息整理、内容生成等。在提供金 融服务方面，大模型目前已较能胜任常规的基础金 融对话，例如，金融资讯、业务办理等，但在专业 度高、个性化强、业务复杂且涉及严监管领域的金 融服务上，由于大模型能力有限、应用效果较差， 且存在监管合规风险，目前难以直接为客户提供专 大模型在金融领域的代表性应用图谱 ︵百万美元︶ 场景 对客服务、反欺诈 违约预测 、反欺诈 理赔数据挖掘以 优化承保 财富顾问助手 银行业 智能对话 智能对话 IndexGPT 银行业 智能对话 Light GPT 交易策略分析 客户智能对话 虚拟助手 智能对话 社区内容生成 智能对话 客户助手 金融个人助手 舆情监控风险 评估CoPilot LTX债券信息对 话、可交易标的 知识检索 办公助手 上市公司信息检索 2024-1 2024-3 2024-4 发布时间 对客服务智能对话 理赔RPA 灵犀智能中台 HithinkGPT 妙想大模型 办公助手 监管资讯分析 信贷审核助手 奇富GPT 反洗钱、风险管控 支 付 信 贷 保 险 财 富 管 理 金 融 资 讯 内 部 运 营 反欺诈 反欺诈、 控制风险 风险管理 反欺诈 智能对话、智能 投顾投研助手 语音转录分析 风险管理 智能投研