1.16 周 · 5 个阶段 · 3 处踩坑
对公风控预警
客户嘴上要的「做个大模型，自动读新闻，哪家授信客户要暴雷就报警。」
真正要解决把分析师「手工看财报+新闻判企业风险」做成 AI 预警
行业 01
银行
本行业 FDE 要点
这个行业做 AI 项目和别的行业不同的地方。交付团队进场前要过一遍，发起方立项前也要过一遍。
数据不出行
客户信息、交易流水通常只能在行内私有化环境处理，外部大模型 API 基本走不通。第 1 周先问清部署方式、有没有可用的 GPU 和行内模型，再谈方案。
决策链三方
业务部门提需求，科技部门管系统和投产，合规/风险部门有一票否决。三方都要在第 1–2 周见到，不要等上线前才通知合规。
留痕和人做决定
凡是影响客户、影响授信、影响报送的结论，都要能追溯到证据和经手人。AI 做证据汇集和草稿，人签字，是最常见也最容易过审的分工。
投产流程长
原型能跑不等于能上线。行内测试、安全评估、变更审批、投产窗口都要算进排期，所以银行案例常常超过 6 周。
模型风险管理
新模型或新算法上线前，很多银行要过模型验证或风险评估。提前找到这个岗位，按他们的要求准备 evals 和文档。
5 个案例
每张卡片上的引言是客户的原话。点进去看好 FDE 怎么把它换成真问题。
- 1.28 周 · 5 个阶段 · 3 处踩坑
反洗钱可疑交易甄别
客户嘴上要的「监测系统每天几百条预警，绝大多数是误报。做个 AI 把误报自动排除掉，人工量降 80%。」
真正要解决让每条预警的甄别从「查半天、写半天」变成「核证据、做决定」
- 1.36 周 · 5 个阶段 · 2 处踩坑
小微信贷审批材料审核
客户嘴上要的「小微贷款材料太多，审批岗看不过来。做个 OCR + AI，自动审核材料，最好能自动出审批意见。」
真正要解决把「审批端反复退件」变成「客户经理提交前就补齐」
- 1.46 周 · 5 个阶段 · 3 处踩坑
客服坐席实时辅助
客户嘴上要的「信用卡中心要做坐席实时辅助：通话实时转写，大模型实时推荐答案弹给坐席，平均通话时长降 20%。」
真正要解决先把坐席「话后处理」的时间省下来，再做实时推荐
- 1.56 周 · 5 个阶段 · 2 处踩坑
监管报送数据核对
客户嘴上要的「每期 EAST、1104 等监管报送都要加班核对。用大模型自动检查报送数据有没有错。」
真正要解决不是让 AI 找错，而是让报送岗更快找到错在哪个源系统
银行还有没写到的场景？
描述你手上的银行项目，或者建议补充这个行业缺少的案例。