在当今数字化转型的浪潮中，大模型与数字人技术正以前所未有的速度改变着各行各业的服务模式与用户体验，其中银行业作为金融服务的核心领域之一，更是这一变革中的重要参与者。

随着人工智能技术突破性进展，大模型不仅能够处理更加复杂多样的数据类型，还能够通过深度学习算法自我优化，为用户提供更为精准个性化的服务。与此同时，基于先进计算机图形学和AI技术构建而成的数字人，则以其高度拟真的形象、流畅自然的交互能力，在拉近银行与客户之间距离的同时极大地丰富了传统金融产品的表现形式。

数字人+大模型，这种结合不仅标志着金融科技进入了一个全新的发展阶段——即从单纯的技术工具应用转向了创造全新价值体验的过程；更重要的是，它开启了未来银行营销的新篇章：利用大模型分析海量用户行为数据以挖掘潜在需求，并通过栩栩如生的数字人作为“虚拟顾问”直接参与到客户的决策过程中去，从而实现真正意义上的个性化营销和服务创新。接下来我们将深入探讨这一趋势背后的技术原理及其对银行业带来的深远影响。

银行业业务智能营销场景枚举说明

业务场景构建——1.信用卡业务

通过数字⼈对话能⼒确认客⼾开卡需求并进⾏匹配卡⽚推送与介绍，协助客⼾申卡与激活，并在使⽤阶段以⼩助⼿的⻆⾊进⾏辅助，实现信⽤卡场景的智能化服务全链路。

1.申请开卡业务：

通过数字人拟人交互方式+大模型的对话能力，辅助⽤⼾明确信⽤卡需求：如明确办卡的主要权益需求以及用卡场景需求⸺进行需求提炼与总结；

2.信用卡匹配

大模型打通知识库，将总结的用户卡片需求匹配信⽤卡的权益摘要，进⾏需求与卡⽚的匹配，选出对⼝的信⽤卡，输出多张卡片/单张卡片让用户进⾏选择：

3.用户选择合适卡片：

将匹配结果进行展示，通过数字人拟人化只能沟通，让用户确认卡片选择或者重新选择。

4.卡片介绍：

▪ 当用户选择完成他的卡片之后，数字人阐述清楚该卡的其他核⼼权益、办卡要求；

▪ 协助客⼾完成申请流程：包括需要准备材料，材料预审核，以及预计的周期；

5.卡片激活：

▪ APP端激活信⽤卡流程与数字人流程指导。

6.卡片使⽤：

▪ 权益类：

• 基于卡权益，根据⽤⼾习惯，推送最新权益与活动摘要；
• 根据客⼾输⼊内容，快速定位到需求，输出营销活动的⽅案；

▪ 账单与还款：

• 分析账单的情况，⽐如账单⽀持的类型占⽐；
• 以权益⻆度，推荐账单分期活动，引导客⼾进⾏分期操作；
• 还款⾦额提醒，并基于客⼾还款需求，进⾏还款⽅案⽀持；

业务场景构建——2.营业厅营销互动数字人

数字人形象在多端（电⼦屏、⽴式⼤屏等）与⽤⼾进⾏活动，并实现银⾏营销需求数字⼈⽅案，也是以信⽤卡为核⼼业务场景进⾏构建。

在银行的线下营业厅场景中，与硬件结合，通过全身高仿真数字人理解分析客⼾的业务咨询，基于⼤规模问答知识库会话模型及时给予交易完整、明确、清晰的交互反馈，为客⼾提供快速准确的业务⼊⼝。

场景下功能概述：

◦ 测⼀测你要办理的信⽤卡；

◦ 取号；

◦ 业务办理的准备材料以及流程；

◦ ⼴播宣传类内容宣传等；

业务场景构建——3.超级柜员

在银⾏内设⽴的⼀种⾯向客⼾的服务台（一体化服务机具如VTM、ATM机等），它集成了多个业务功能，如取款、存款、转账、查询账⼾余额、打印账单等，提供便捷的服务。

场景下功能概述：

1. ⾃助服务-建议先接⼊查询与咨询类：
2. 集成了多种标准业务功能，客⼾可以通过⼀个终端在数字⼈的引导下完成多种操作。
3. 数字⼈需要判断客⼾的需求（定位到具体办理业务）实现业务引导；
4. 根据既有流程，按照步骤引导⽤⼾进⾏操作，最终实现客⼾⾃助完成业务办理。
5. 同时可以借入“远程视频银⾏+数字⼈+智慧⽹点”线上线下协同的整体⽅案：⽐如⼤屏/VTM机，能根据业务情况（业务关键流程节点/关键词等触发指令），实现接⼊到人工坐席；接⼊之后，远程坐席⼈员监控⼤屏能⼒+接管数字⼈能⼒。

业务场景构建——4.终端智能客服

1.用于对外服务（比如运用在银行的APP端）：

支持售前⼯作：

• 通常涉及引导，实现⽤⼾需求定位，从⽽⽅便客⼾在对应的业务模块下进⾏业务操作。
• 让客⼾先描述需要办理的业务⸺业务模块定位确认⸺梳理出最新的业务情况⸺基于提炼问题摘要内帮助客⼾梳理业务办理要求与步骤⸺分步骤引导⽤⼾完成业务操作⸺满意度评分；

支持售后⼯作：

• 侧重解决咨询、客⼾使⽤时的难点、答疑等售后相关问题客服咨询类；让客⼾先描述问题⸺问题定位确认⸺基于知识库提炼问题摘要内容⸺关联问题联想⸺解决客⼾问题⸺满意度评分；

2.用于银行机构对内（内部人员使用）：

赋能员工具备多面手的能力：

• 基于⾦融知识，⾯向理财经理、⼤堂经理、客⼾经理、综合柜员、远程客服等岗位，打造运营助⼿、客服助⼿等问答机器⼈。

• ⽀持⾏内员⼯，在营销活动时，查询产品信息，业务办理流程，最新活动与监管要求。

业务场景构建——5.视频制作编辑平台

银行可以运用数字⼈视频制作平台能⼒结合大模型生成能力，提供前期的ai选题池、ai内容脚本⽣成，中期的数字分⾝拍摄、视频制作，后期的视频批量剪辑，从而实现批量化，快速且高质量生成宣传视频、教育视频等。

1. 总部：统⼀做品宣/产品推荐/产品介绍/信⽤卡相关等⼗视频；
2. 理财经理：个⼈视频制作，服务于私域客⼾；

大模型可以进行辅助如下功能：

1. 基于实时新闻与资讯⽣成ai的选题池；
2. 基于选题（包含资讯情况），⽣产内容脚本；
3. 包括视频脚本的⼤纲/分镜/⽂案内容等；
4. 基于内容⻛格，提出数字⼈分⾝的⻛格、背景、场景、道具等相关的建议；
5. 数字⼈播报视频制作：⽀持ai扩写/缩写等
6. 模板-针对性业务：如信⽤卡场景/反诈宣传等；

• 在发散一点，视频制作平台结合各端数字人产品，还能有更多的玩法，比如如下流程图：

产品设计上涉及到的关键数据指标建议

在产品设计的过程中，关键数据指标是衡量产品性能、用户体验以及业务成功与否的重要依据。这些指标不仅帮助了解产品的价值，还为优化迭代提供了方向。每一项数据都承载着用户行为和偏好的信息，指导着产品经理如何更精准地满足市场需求。

根据以上5个枚举的场景情况，就其关键数据进行说明：

信⽤卡云智能管家

1. 在规定的对话回合内进⼊到卡⽚推荐节点；
2. 系统实现推荐卡⽚的成功率；
3. ⽤⼾对于推荐的卡⽚的会选择的概率；
4. 材料上传阶段中，客⼾的跳出率；
5. 勾选增值服务环境时，客⼾的跳出率；
6. ⻛险与告知类同步环节，客⼾的跳出率；
7. 整体业务办结率；

互动营销数字⼈

1. 对象有效识别率；
2. 在规定的对话回合内判断⽤⼾需求；
3. 信⽤卡相关（如上）；
4. 取号判断成功率；
5. 取号成功率；
6. 业务介绍⽤⼾满意度；

超级柜员

1. 不同业务模块的整体办结率；
2. 关键环节的跳出率：

终端智能客服

1. 不同业务模块的整体办结率；
2. 关键环节的跳出率；
3. 最终的客⼾评价；
4. 平均⽤时；

数字⼈视频编辑平台

1. 脚本⽣成采⽤率；
2. 统计单个热点话题的脚本⽣成次数；
3. 内容⽣成采⽤率；
4. 统计单个热点话题的内容⽣成次数；
5. 同步到第三⽅的成功率；

结语

综上所述，数字人与大模型技术在银行业的应用不仅为金融机构带来了前所未有的机遇，也标志着金融科技领域迈向了一个更加智能化、个性化的新阶段。通过上述五个业务场景的构建——信用卡业务、营业厅营销互动数字人、超级柜员、终端智能客服以及视频制作编辑平台，我们看到了这些先进技术如何从多方面重塑银行的服务模式，提升了用户体验的同时也极大地提高了运营效率。

未来，随着人工智能技术的进一步发展，我们可以预见更多创新的应用将被引入到金融服务中来，为用户提供更加便捷高效且个性化的体验。结合大模型与数字人的银行业营销方向不仅开启了新的篇章，也为整个行业树立了标杆，展示了科技如何赋能传统金融，推动其向更加智慧、人性化的方向发展。