课程总览
一、理解城商银行业务体系与价值链
- 1. 城商银行业务体系认知
- 零售、对公、金融市场、风控、运营支持五大板块
- 区域经济绑定与中小微客户结构特征
- 客户经营与资产质量双重压力
- 2. 城商银行价值链逻辑
- 客户获取 → 客户经营 → 授信审批
- 风险控制 → 资产质量 → 资本效率
- 价值创造核心在风险可控前提下的收益增长
- 3. 当前数字化与 AI 挑战
- 系统多、数据散、标签体系不统一
二、理解 AI 转型——城商银行 AI 化总体逻辑
- 1. AI 技术阶段与银行影响
- 大模型带来的智能理解与辅助决策能力
- 自动化与智能决策的本质差异
- AI 对银行竞争格局的结构性影响
- 2. 城商银行 AI 转型核心驱动
- 客户精细化经营压力
- 风险监管与资本约束强化
- 同业竞争与人均产能提升要求
- 3. 三维度转型认知
- 技术维度：模型与数据能力
三、城商银行 AI 应用的正确认知
- 1. 典型应用方向
- 客户画像与精准营销
- 信贷审批与风险预警
- 贷后监测与资产质量管理
- 2. 不同层级关注差异
- 管理层关注 ROI 与战略竞争力
- 中层关注流程效率与指标提升
- 一线关注工具效率与易用性
- 3. 应用投入与收益判断
- 场景成熟度与数据准备度
四、城商银行 AI 转型规划思路
- 1. 三阶段实施路径
- 第一阶段：效率型应用
- 第二阶段：风险增强型应用
- 第三阶段：经营模式重构
- 2. 能力体系建设
- 数据能力体系
- 模型能力体系
- 场景运营与合规体系
- 3. 成熟度评估与规划原则
- 工具级 → 场景级 → 体系级
五、城商银行业务模式的 AI 优化升级
- 1. 零售与客户经营升级
- 客户生命周期管理
- 精准推荐与交叉销售
- 财富顾问辅助
- 2. 对公与风控升级
- 企业画像与行业景气监测
- 贷前辅助审批
- 贷中贷后动态风险监测
- 3. 运营与管理升级
- 智能报表生成
六、现有业务架构梳理与 AI 场景识别
七、AI 场景的数据基础与治理要求
八、城商银行 AI 场景设计实战
