AI大模型时代的金融科技与产品应用

课程总览

• 第一天：大模型核心能力与金融产品应用场景探索

拥抱变革：大模型浪潮下的金融产品新机遇

• 金融科技演进中的AI角色
• 银行产品创新黄金三角
• 传统规则系统→智能体协同的演进路径（信用卡审批系统20年变迁案例）
• 产品经理必须掌握的3个大模型特性：情境理解、动态迭代、人机共融
• 避坑指南：某国有行大模型客服上线失败案例的业务流拆解

大模型核心能力的产品化视角

• 将大模型能力转化为产品功能
• Prompt Engineering 如何成为提升产品智能性的关键手段

聚焦场景 (一)：AI金融的延伸应用

聚焦场景 (二)：AI金融应用在银行具体是什么？

• AI金融应用在网点是什么？
• AI数字人体验
• AI金融应用在中台具体应用是什么？
• 智能投研
• 市场预测：通过深度学习模型，预测市场趋势和价格波动，辅助投资决策

聚焦场景 (三)：大模型在信贷风险管理中的产品应用

• 基于大模型的信贷风控产品功能创新

聚焦场景 (四)：大模型在智能客服与运营提效中的产品应用

• 基于大模型的客服与运营产品创新
• 第二天：产品实现、落地挑战与未来展望

聚焦场景 (五)：大模型在智能营销与投研支持中的产品应用

• 基于大模型的营销与投研产品创新
• 投资逻辑推理辅助产品： 帮助分析师梳理复杂投资逻辑，评估不同因素影响

大模型金融产品的实现与落地路径

• 产品功能实现方式（非底层技术架构）
• 调用外部API： 便捷性、成本、数据安全、延迟考量
• 使用内部部署模型： 数据控制、成本、运维复杂性
• 大模型产品与现有系统的集成
• API接口设计、数据传输与格式

大模型金融产品的运营、风险与合规

• 大模型产品的运营与监控
• 产品性能监控（响应速度、错误率、用户满意度）
• 模型效果监控（输出质量、准确率、相关性）
• 成本监控与优化
• A/B测试与产品迭代

共创未来：大模型时代的金融产品规划与行动

• 如何在大模型时代进行产品规划
• 识别并评估潜在的大模型赋能场景
• 构建产品路线图：短期POC验证，中期产品迭代，长期战略方向
• 跨部门协作：产品、技术、数据、业务、风控、合规团队如何协同
• 产研团队的能力建设