7.3 人工智能深度应用

7.3 人工智能深度应用

本节摘要：大模型进入金融业后，各环节的受益程度严重不均：审核与客服先跑通，投研与营销处于人机协同的半自动期，而授信决策这类强监管领域仍被可解释性锁死在传统架构上。本节给出一张应用成熟度矩阵，用一次三个月的真实对照实验评估智能客服的实际收益，最后把可持续发展的三维框架并进来，作为评估一切前沿投入的通用标尺。

前两节的变局都在钱的形态上，这一节的变局发生在组织能力里。判断它是否"深"用的不是模型参数量，而是该环节的责任结构是否被重写。

成熟度矩阵：哪里已落地，哪里还在等

矩阵的读法：越靠上的是"写东西"的任务，越靠下的是"做决定"的任务。写错了可以撤回，决定错了要承担后果——金融业的注意力天然被后果吸引，这就是决策类应用推进缓慢的根本原因，与技术强弱无关。

图 7-3 应用纵深分布与责任边界

工程实践要点：幻觉在金融语境的特殊毒性

通用场景里，模型的胡编乱造顶多损失一点可信度；金融语境里一句编造的收益率承诺就是合规事故。生产环境的三道闸门：

第一道 知识限界
      业务问答强制走检索增强 只允许基于指定知识库作答
      检索无命中时输出的不是发挥而是 转人工
第二道 结构化输出
      涉及数字与期限的话术由模板拼装 模型只负责自然语言包装层
      关键字段与来源逐条回链 校验通过才允许下发
第三道 抽检闭环
      上线语料按风险分级抽样复检 复检员不知情
      发现问题的批次回溯训练样本 并计入供应商考核
​

三道闸门的共同哲学是给模型的输出降级：它可以写得漂亮，但不许"发明事实"。

案例全程复盘：智能客服的三个月对照实验

背景。某消费金融公司的还款咨询线长期超载，高峰接通率不足七成。产品与数据团队争取到一次严谨的 A/B 实验：一半进线流量由新一代对话系统首问承接，另一半维持原坐席模式，全程九十天。

操作。实验设计里最值钱的是这三个决定：

分组方式 以请求尾号随机分流 避免运营人员挑流量的人为偏置
口径统一 两组共用同一知识库 同一套免责标准 服务用语同源
成功定义 不以机器人解决率为唯一指标 同时追踪 七日内重复来电率 与投诉转化率
​

结果。九十天后揭盲：实验组首问自助完成率百分之六十八，高于对照组坐席的一次性解决率；重复来电率相当；投诉率略低但差异不显著——额外发现是夜间时段（二十二点至次日六点）的自助完成率比白天高出十一个百分点，说明该系统的比较优势主要在人力真空期。

解读。这次实验把一个常被夸大的命题还原成了它的真实形状：智能客服没有替代人工，而是重新划分了时段与问题类型的分工。它的经济学本质是把最贵的资源（有经验的人工）从高频简单事务中解放出来，同时暴露出新成本——知识库维护从季度更新变成了每周迭代。

变式。同一套实验纪律适用于所有 AI 投入的验收：随机分流、口径对齐、复合指标、揭盲周期预先锁定。凡是拿不了这几条出来的立项汇报，都默认按演示项目处理。

用回本册的方法：让模型给长短款当分诊台

三道闸门与实验纪律若只停在客服场景，就浪费了这一章。把它们搬回全册主调的主场——对账差错处置——做一个克制的试点设计：

痛点 某平台日均对账差异三百余笔 人工逐笔翻双侧行记录 初筛占用两人整天
方案 只做分诊 不做裁决
     模型读取差异单关联的双方流水片段与订单上下文
     按预定义标签集输出初步归因 回调迟到 聚合通道延迟截断 手工冲正冲突 尾差口径
     每条附置信度 高于阈值的直接排班 低置信度照旧人工优先
红线 差异记录一律不得自动核销 归因仅供参考
     所有最终定性必须人工点击确认并保留机器建议原文以供复盘
​

跑了两个月的抽样结论值得细品：初筛工时下降约六成，分诊准确率稳定后维持在九成五上下；更隐蔽的收益是归因标签沉淀成了结构化台账，季度复盘第一次可以直接统计差错成因的分布占比——呼应 3.3 那张饼图的数据从此有了自动化产线。

为什么坚持"不自动核销"？不是技术做不到，而是责任结构不允许。对账的核心职能之一是把"钱怎么动的"变成可以被审计追问的事实序列，这个职能天然要求每个终态都有一位签字的人。让模型写摘要，让人签名字——这条分工线划在哪里，比模型的准确率更能决定这类项目能走多远。它也是成熟度矩阵最下一行迟迟不肯松口的微观原因。

并入一维思考：可持续的三把尺

前沿项目最终要过"可持续"这一关，它由三个维度构成，缺一即伪：

• 成本维度：算力与数据的边际投入是否随规模下降。大模型的推理成本曲线正在快速下行，这让许多两年前不成立的应用今明两年成立；
• 风险维度：新工具是否只是在转移风险而不是消灭它。把柜面差错换成模型歧视，总账未必改善；
• 普惠维度：服务半径是否真的扩大。若一项技术只让高净值客户更便捷而对长尾无感，它只是体验升级，不是金融深化。

三个维度可以压缩成审计每个前沿立项的一句话：它让谁的成本降了、把什么风险藏到了哪里、又把多远的人群圈进了服务半径。

本节要点回顾

• 成熟度按"写或决"分层：写作类先行，决策类被可解释性卡位；
• 幻觉在金融语境必须结构性防御：限界、结构化、抽检三道闸；
• A/B 实验四纪律是甄别真价值的试纸；
• AI 的真实经济账是分工重构：解放贵的，养活便宜的，加重知识库的；
• 可持续三把尺：成本、风险、普惠，立项答辩就答这三题。

业态、技术、风控、红线、前沿都已铺陈完毕。下一章收拢成实战：生态怎么协作，产品怎么做，标杆怎么学。