金融

目标与场景

• 从未来 1–3 年的人、人机、机器分工倒推行动，以增量、降本或提效定义业务价值。
• 从客服对话机器人起步，延伸至语音、邮件、内部提效流水线和知识库整理。

转型路线与组织承接

• 自上而下设置 AI 业务 OKR；自下而上通过黑客松和跨岗位协作发现需求。
• 商服内部 BI、OE 等中台职能并入 AI Solution，承接方案、协调、活动与答疑；并非整个集团技术组织的替代。
• 通用技术中台提供交互入口、MCP/API 权限与工具，业务侧聚焦领域知识和流程。

动力、阻力与阶段结果

• AI 样板间要求与人员资源约束推动采用；产研与算法节奏、权限打通、金融可靠性及经验分享意愿影响推进。
• 调研时点已启动中台整合、AI OKR 和场景协作机制，普遍已有 AI 助理；缺少上线前后对照，业务成效仍待验证。

下一步

从 AI 助理逐步探索员工数字分身、A to A 协同；人保留边界设定与敏感决策。后两者为探索方向，不能作为已实现成果。

口径：蚂蚁商服 / 客服板块的局部实践调研，不外推为集团统一做法。材料年份待确认，未把相对月份转为确定日期。