【课程背景】
近两年，大模型、智能代理等AI技术迅速发展，几乎所有银行都在谈“AI+业务”。但在落地层面却普遍面临几大难题：
战略层面目标宏大，但很难拆解到具体业务条线与可执行场景；
一线团队反馈“看过很多AI汇报，却不知道明天上班能做什么不一样”；
科技部门和业务部门之间存在“语言鸿沟”，需求描述模糊，项目周期长、见效慢；
监管合规、安全可控的前提下，如何在营销获客、客户经营、产品设计等关键环节“从点到面”复制成功经验。
本课程聚焦银行业务场景建设方法论，不讲复杂技术原理，而是从“痛点—场景—方案—试点—复制”的路径出发，结合零售与对公业务典型案例，帮助业务分管领导与支行行长掌握一套可复用、可落地的AI场景建设方法，用得懂、推得动、可量化。
【课程收益】
1.厘清方向：
从“泛泛而谈AI战略”转向“围绕本行KPI的AI业务场景清单”，看得懂AI如何真正服务存款、贷款、中收、AUM等核心指标。
2.掌握一套场景方法论：
学会用“五步法”搭建AI业务场景：
发现价值 → 拆解流程 → 设计AI介入点 → 明确数据与指标 → 试点与复制
3.快速识别高价值业务场景：
能在零售、对公、小微、财富、渠道等条线中，筛选出3–5个最具短期价值与可行性的AI试点场景。
4.会“提要求”：
能够用业务语言向科技部门、供应商清晰提出AI需求（目标、对象、流程、数据、指标），避免“说不清、做不透”。
5.推动组织落地：
理解AI场景落地过程中，业务侧在流程重构、团队分工、激励考核与风险控制上的关键动作，形成落地路线图。
6.打造可复制模板：
带走适用于本行的《AI业务场景梳理与设计表》《场景评估打分表》《试点推进行动清单》等模板，可用于后续复制扩展。
【课程对象】银行金融科技部骨干员工
【课程时间】1-2天
【课程大纲】
模块一：AI重塑银行业务的逻辑与机会
1.大势与窗口期
1）从数字化到智能化：AI给银行业务带来的三类核心变化
2）同业实践概览：AI在零售、对公、运营、风控中的典型应用方向
3）为什么“先讲场景、再谈平台与技术”对银行尤为重要？
2.从“技术导向”到“业务导向”
1）常见误区：只讲模型、不讲业务；只讲工具、不讲流程
2）AI业务场景的三大关键要素：业务目标、客户对象、业务流程
模块二：AI业务场景建设“五步法”
1.步骤一：从业务指标出发识别价值机会
1）围绕“存款、贷款、AUM、中收、贷款不良率”等指标寻找AI机会
2）业务问题重写：把“缺客户”“转化低”“流失高”翻译为可设计的场景问题
2.步骤二：梳理端到端业务流程
1）以“获客—触达—转化—经营—挽留”为主线拆解零售/对公流程
2）标注关键“人工作业点”和“客户关键触点”
3.步骤三：识别AI可介入的关键环节
1）哪些环节适合AI做：智能名单、话术生成、客户画像、方案推荐、流程自动化等
2）哪些环节必须坚持“人+机协同”：客户面谈、风险判断、重大授权
4.步骤四：定义数据需求与效果指标
1）业务侧需要搞清楚的几件事：有哪些数据、怎么用、用完怎么看效果
2）三类常用指标：业务结果类、效率类、客户体验类
5.步骤五：试点—评估—复制
1）以“一个支行/一个条线/一个产品”作为最小试点单元
2）如何设定试点周期与评估口径，避免“只做展示、不见业务”
3）把试点经验固化为“场景标准作业书（SOP）”
模块三：典型业务场景拆解与案例分享
（一）零售业务场景案例
场景1：个人存款/理财精准营销
业务目标：提升沉睡资金激活率与理财渗透率
AI赋能点：客户分层、产品匹配、短信/朋友圈话术生成、精准触达节奏建议
效果评估：转化率提升、客均持有产品数变化、AUM增长等
场景2：信用卡与消费金融获客与激活
如何打造“白名单+话术+触达脚本”的智能营销组合
用AI支持前端营销人员的**“一客一案、一客一话”**
场景3：私行及高净值客户深度经营
客户画像+资产配置建议书+节日/事件触达脚本
AI辅助“投顾+理财经理”的服务升级，而不是替代
（二）对公/小微业务场景案例
场景4：重点行业客户挖掘与名单生成
行业信息、招投标、工商信息等公开数据如何与AI结合
从“散乱信息”变为“可行动的客户清单”
场景5：小微贷尽调与方案生成辅助
AI协助分析企业基础信息、经营风险要点，生成初步访谈提纲及授信建议框架
强调合规边界：AI只做“辅助分析+材料整理”，决策仍由人完成
每个场景均包含：
业务端体验：客户经理/行长“用前—用中—用后”会发生什么变化
推动难点与解决思路：数据、流程、人员、考核上的阻力与对策
可复制要素：哪些部分可以在全行推广，
模块四．AI 时代下银行AI场景升级人员的角色升级与不可替代性
1.AI 场景探索所需技能矩阵的影响
1）对数据的敏感度：理解数据结构、质量、使用场景。
2）协同算法团队：了解机器学习基本原理、评估模型性能的指标。
3）AI 伦理与合规意识：算法偏见、用户隐私保护等。
4）新能力与原有能力的融合：如何把对 AI 的理解和原有产品经理“用户洞察、设计思维、市场嗅觉”结合起来。
2.AI 无法替代的关键能力
1）战略思维与商业洞察
A学习市场宏观分析方法（行业研究、竞争格局、投融资趋势）。
B进行“商业模式画布”练习，习惯用全局视角思考产品定位与差异化价值。
C结合公司战略目标，制定产品方向并做资源调配。
2）协调与人性化沟通
A角色扮演练习：模拟跨部门会议、向高层汇报项目、与用户访谈等。
B反馈循环：通过录音或录像回看自己的沟通技巧，持续迭代。
C建立“利益相关方地图”，掌握不同对象的诉求与痛点。
3. 创造力与同理心
1）引入设计思维（Design Thinking）工作坊：同理心地图、痛点挖掘、头脑风暴。
2）实施用户旅程地图和故事板（Storyboard），强调“用户情境体验”与“真实感受”。
3）跨行业 Benchmark：借鉴其他领域的产品创新方式，激发灵感。
4. 决策与承担责任
1）案例复盘：选择产品决策的成功与失败实例，分析决策过程与责任承担。
2）模拟高风险/高不确定性决策场景，锻炼风险评估与最终拍板的能力。
3）建立“决策记录”与“事后评估”机制，持续提升决策质量。
