随着金融业数字化转型的推进，商业银行系统建设的规模也在逐步扩大，人工智能等先进技术被广泛尝试应用于金融科技领域。在追赶技术浪潮的同时，商业银行仍要坚持以客户为中心，考虑实际的业务需求，在此基础上匹配合适的科技手段。本文尝试从客户与业务人员的需求出发，探索智能对话机器人在银行系统建设与日常经营方面的应用场景。

单聊答疑机器人

银行在进行重要系统建设时，往往需要投入大量人力。以邮储银行新一代个人业务核心系统为例，项目高峰期投入人员数量高达1600名，并随时可能进行人员调整，如何使各方人员对需求的理解始终保持一致始终是个难题。通过训练答疑机器人，将已澄清的需求和已解决的问题录入机器人的知识库中，设置好标签。如果技术人员有疑问，先向答疑机器人提问，机器人将根据问题与已有标签的匹配程度推荐相关问答，这将会极大提高效率，降低重复沟通的时间成本。另一方面，由新员工负责进行问题与标签的维护更新，既能够沉淀工作知识，还可以培养新人，一举多得。

群聊答疑机器人

银行总行员工每天都要在群里回答来自分行和网点的各种问题，在这种群聊场景下也可以利用答疑机器人提高效率。有人提问后，由机器人根据知识库中的信息先进行答复，如果答案有误，总行相关人员会通过引用该条答案进行更正，这样既能有效答复问题，又能通过纠正强化训练模型，信息也能在群组中及时共享。

在系统重构、功能平移中的反向应用

当前，生成式AI开始被应用于开发领域，可实现根据录入的简单需求输出代码。而在系统重构、功能平移当中，也可以尝试探索利用生成式AI进行一些反向的应用。例如，银行之前的外包系统需要内迁，有些系统年限到了需要重构，即使需求没有变化，也要重新提一遍业务需求，造成不必要的资源浪费。而通过对生成式AI的反向应用，基于原系统的代码或许可以实现需求文档的输出。

专业领域的参考意见

聊天机器人通过不断强化学习，可以掌握丰富的专业知识，用于提供某些专业领域的服务。例如，为公司客户提供投融资方案。通过录入公司近几年的财务报表，机器人可生成分析各项财务指标，并与同类型企业进行对比，为企业提供个性化的投融资建议。

跨领域的闲聊

聊天机器人不仅能够回答问题，还应该具备提出问题的能力。基于这一特点，聊天机器人可被用于跨领域的闲聊，例如模拟客户行为对客户经理提供仿真面试。机器人模仿客户提出各种问题，客户经理通过训练提高沟通交流能力，以提供更好的服务。

基于客户与业务的视角，本文提出了智能对话机器人在银行系统建设与日常经营方面的应用设想，为商业银行探索实现业技融合的途径提供了新思路。（中国邮政储蓄银行金融科技创新部副处长朱哲人；中国邮政储蓄银行金融科技创新部曾璐）