自2022年底ChatGPT爆火以来，大模型在银行领域呈现出了积极而充满活力的态势，这种积极性不仅表现在技术的研究和跟踪上，更体现在实际落地场景的探索和应用中。
银行不断探索大模型在客户服务、风险防控、营销支持、员工辅助等方面的应用，并取得了一系列可喜的成果。这些实际落地场景的探索不仅丰富了银行业务的形态，也将使得银行有机会为客户提供更加便捷、更加高效的金融服务体验。
沙丘社区通过研究平安银行、建信金科、微众银行等银行大模型应用实践，旨在为其他银行提供参考。
▎案例一：平安银行大模型应用实践
当前阶段，平安银行主要推进大模型的规模化落地，重点推进在零售、对公、资金同业、风险、办公等各业务条线的大模型落地试点，覆盖营销支持、客服运营、风险管控和员工复制四大类场景类别，并通过价值评估体系和大模型应用成熟度评估体系判断应用场景的优先级。
对于任何场景的落地，必须通过业务指标衡量对业务的价值，判断应用深度和技术深度是否需要继续提升。从实际投产的场景来看，平安银行将值得重点探索的方向总结为：信息抽取、个性化文案、辅助编程、文生图、报告生成和阅读理解问答。
点击“沙丘智库”查阅完整案例，或咨询微信：zimu738
▎案例二：建信金科大模型应用实践案例
基于方舟金融大模型，建信金科已经探索近50个大模型应用场景，分为五大类应用：方舟助手、方舟工具箱、金融大模型API、向量知识库API、plugin插件API。
点击“沙丘智库”查阅完整案例，或咨询微信：zimu738
▎案例三：微众银行AI Agent实践
AI Agent是在大模型通用能力上定制化的落地解决方案，是大模型面向应用端发展的下一个阶段。微众银行积极探索AI Agent应用，探索客服、营销、风控与反欺诈等场景的Agent，赋能业务。
· 客服类Agent包括智能语音机器人Agent、相似问题生成Agent、摘要和小结生成Agent，服务于终端用户和内部客服，大幅提高服务效率和效果；
· 营销类Agent包括智能营销Agent、用户画像标签生成Agent、企业金融语义大模型Agent，用于企业金融、汽车金融、个人理财等业务营销场景，促进营销转化；
· 风控与反欺诈类Agent包括合规/消保Agent、人像核查Agent等，Agent的核心作用是提高业务流程的效率，同时降低风险。
点击“沙丘智库”查阅完整案例，或咨询微信：zimu738
