5. 上海银行 - 姜玉坤 - AI大模型赋能养老客户服务.pdf

《5. 上海银行 - 姜玉坤 - AI大模型赋能养老客户服务.pdf》由会员分享，可在线阅读，更多相关《5. 上海银行 - 姜玉坤 - AI大模型赋能养老客户服务.pdf（19页珍藏版）》请在三个皮匠报告上搜索。

1、空白演示空白演示单击输入您的封面副标题上海银行版权所有 AIAI大模型赋能养老客户服务大模型赋能养老客户服务痛点分析痛点分析手机银行发展已进入智能共生期手机银行发展已进入智能共生期短信、手机浏览器网页版银行服务探索期探索期（19991999-20102010年）年）功能不断丰富场景持续扩展用户规模爆发式增长高速发展期高速发展期（20152015-20192019年）年）适配IOS和安卓系统用户逐渐接受手机银行市场启动期市场启动期（20112011-20142014年）年）整合政务、养老等生态AI技术赋能智能共生期智能共生期（20202020年至今）年至今）03020104手机银行已成为银行客户

2、数字化经营手机银行已成为银行客户数字化经营的主战场和数字金融服务的主渠道的主战场和数字金融服务的主渠道2024年银行业离柜率攀升至94.09%94.09%，接近饱和稳定期数字化经营的主战场数字化经营的主战场2015年至2024年零售业务中手机银行用户占比为从32%32%跃升为跃升为88%88%数字金融服务的主渠道数字金融服务的主渠道77.76%84.31%87.58%88.67%89.77%90.88%90.29%96.99%93.86%94.09%60%65%70%75%80%85%90%95%100%2015年 2016年 2017年 2018年 2019年 2020年 2021年 202

3、2年 2023年 2024年2015-2024银行业务离柜率及变化情况行业平均离柜业务率32%42%44%57%63%71%81%86%86%88%0%10%20%30%40%50%60%70%80%90%100%2015年 2016年 2017年 2018年 2019年 2020年 2021年 2022年 2023年 2024年零售数字银行渠道手机银行用户占比变化*数据来源为中国电子银行网、易观千帆上海银行老年客户情况上海银行老年客户情况在大模型时代，如何运用最新的技术为老年用户提供更便捷、更友好更便捷、更友好的手机银行金融和生活服务，是我们需要思考和探索的命题。AIAI时代新命题时代新命题

4、1 16060岁以上的老年客户数量多岁以上的老年客户数量多3 3老年客户零售业务贡献大老年客户零售业务贡献大2 2手机银行老年客户占比高手机银行老年客户占比高0101功能迷宫功能迷宫多项高频功能嵌套在3级菜单，养老金查询流程长，而老年用户平均操作容忍阈值低。0202生理鸿沟生理鸿沟部分老年用户因字体过小放弃操作，触控误差率比青年用户高。0303情感真空情感真空传统语音助手仅解决“怎么操作”，却无法回答“为什么养老金少了200元”的深层焦虑。0404资源错配资源错配银行投入大部分资源维护低频功能（如贵金属行情），而老年刚需服务（医保关联）反成短板。不只是“字体放大”问题不只是“字体放大”问题现有

5、适老化方案满意度低，只因未触及核心将“操作降级”变为“需求升维”。方案探索方案探索“智守银龄、善行致远”，围绕老年客户需求场景，打造三大智能服务助手“智守银龄、善行致远”，围绕老年客户需求场景，打造三大智能服务助手三大助手构建“银发服务智能引擎”三大助手构建“银发服务智能引擎”养老金管理专家：智能分析养老金支出、消费、缴费，帮用户解读养老金变化 金融咨询服务、基础金融服务语音办理大堂经理大堂经理养老金管理 根据用户现金流、资产负债、偏好特征等多维度信息，提供专属理财咨询服务 结合专家分析框架对产品特征进行提取，辅助用户投资决策财富助手财富助手 链接线上线下服务资源 管理客户权益 针对性的提醒和

6、推荐生活助手生活助手财务状况分析工作室活动服务方式变革服务方式变革传统金融服务原子化语言交流完成业务办理对话即服务（对话即服务（LUI)LUI)用户信息长期记忆主动提醒和推送，实现“服务找人”智能预判智能预判依托大模型技术，实现服务模式和交互变革支持沪语声音克隆个性化助理形象/声音设置温情交互温情交互精准识别用户指令，捕捉用户信息感知智能感知智能深入理解、学习、推理，理解和预见用户需求认知智能认知智能根据用户目标、约束条件，辅助进行最优决策决策智能决策智能通过交互执行具体任务的能力行动智能行动智能服务方式变革服务方