第一个 AI 项目走出实验室，真正交到员工手里，管理层也能向董事会和审计人员说清楚是怎么管控的。
银行、保险与证券 “数据有，预算也有，可每个项目都卡在合规和风险上，到现在没有一个走出实验室。”
我们常见的问题
金融机构手里的数据比谁都多，AI 预算也已经准备了好几年，可每个项目一走到合规部门就停下来：没人回答得了模型能看到哪些客户数据、答错了由谁负责、审计人员事后能查到什么。于是创新团队在实验室里做出漂亮的原型，却没有一个送到一线员工手里。
与此同时，一部分员工图快，已经开始自己用公共 AI 工具汇总客户文件，这比迟迟没有启动的项目风险更大。
我们的解决方法
我们在第一次会议就请合规和风险管理部门参加，然后从低风险、数据本来就在内部的后台工作中挑选应用场景，例如读取开户资料供员工核对、为理赔评估员汇总理赔文件、回答员工的内部制度问题。治理框架由双方共同起草，写明模型能用哪些数据、运行在哪个系统上、哪些环节必须有人审核。
试点系统与一个团队共同搭建。系统的每一条回答都会记录引用了哪些文件，审计人员可以随时回查；我们用文书工作减少的时间和人工核查发现的错误数来衡量效果，合规部门审批扩大范围时，依据的就是这套证据。
贷款审批、理赔支付、投资决策以及所有涉及客户资金的事项，仍由有权限的员工负责，系统只做读取、汇总和准备。如果政策规定客户数据不能离开内部系统，模型可以部署在您自己的数据中心。
系统如何运行
工作来源
- 客户文件和核心银行系统
- 内部制度和监管要求
- 创新团队和分行的提案
- 与合规和风险管理部门开会
AI 做什么
- 评估数据和相关监管要求
- 与合规部门共同设计应用场景
- 交付治理框架和 90 天路线图
- 与一个团队试点，附审计日志
结果去向
- 后台员工实际在用的系统
- 批准下一阶段所需的证据
- 审计人员认可的治理框架
- 能自行评估下一个项目的合规团队
使用前后对比
使用前
使用后
实验室里的原型很漂亮，没有一个落到一线
第一个系统在一个团队中实际使用，扩大范围有数字可依
合规部门等系统做完才看到项目，随即叫停
合规部门从第一天起参与设计，凭证据审批
员工私下用公共 AI 处理客户文件
有了按治理框架使用的内部工具，每条回答都有记录
您将获得
- 01
数据与系统评估报告，并列出影响每个应用场景的监管要求和泰国 PDPA 条款
- 02
与合规部门共同设计的应用场景清单，从低风险的后台工作做起，例如读取开户资料、汇总理赔案件、回答员工的内部制度问题、准备监管报告
- 03
AI 治理框架：写明模型可以使用哪些数据、数据存放在哪里、哪些环节必须有人审核，以及为审计人员记录哪些内容
- 04
90 天路线图，写明每个阶段的预算、团队、指标，以及合规部门批准下一阶段所需收集的证据
- 05
与一个团队共同搭建的试点系统，每条回答都有审计日志（Audit Log），并举办工作坊，让合规团队自己解读结果、评估下一个项目
各方的收获
通过现有通道以只读方式连接核心银行系统和文档系统。模型部署在您的数据中心或已通过评估的云上，通过 Active Directory 验证身份，每个问题都有审计日志。
后台员工拿到的是已经读过、汇总好的文件，只需核对，不用再一页页翻。
适合哪些企业
商业银行寿险和财产险公司证券和基金管理公司租赁和个人消费信贷支付服务商
对接您现有的系统
核心银行系统保险与理赔系统Microsoft 365Active DirectoryPower BI私有化大模型
开发流程
- 1
需求梳理
明确需求、用户与成功指标，开工前锁定范围与价格。
- 2
设计
设计 UX 与系统架构，原型确认后才进入开发。
- 3
开发
AI 加速的迭代冲刺，每周演示，资深工程师评审。
- 4
测试
按约定范围验证质量、安全与性能。
- 5
上线与维护
生产部署、团队培训与月度维护计划。
