从智能客服到智能投顾，AI Agent全面渗透金融业｜聚焦服贸会

摘要：在服贸会现场，从智人工智能领域的服到服贸最新成果“智能体”吸引了众多参观者的目光，成为了展示的投顾透金焦点。

展会现场市民与AI机器人互动

华夏时报（www.chinatimes.net.cn）记者 付乐 北京摄影报道

在服贸会现场，聚焦人工智能领域的从智最新成果“智能体”吸引了众多参观者的目光，成为了展示的服到服贸焦点。

基于大模型技术，投顾透金智能体正成为AI领域的面渗关键力量。智能体能够理解复杂的融业环境，并做出快速反应，聚焦在不断的从智交互中学习和进化。例如从自动化客服到智能推荐系统，服到服贸再到复杂的投顾透金数据分析和决策支持，不断提升效率和用户体验。

毕马威中国金融科技主管合伙人黄艾舟对《华夏时报》记者表示，金融业作为技术密集型、数据密集型行业，是大模型应用的前沿阵地。随着多家头部金融机构积极推动场景化应用，金融业与大模型的融合愈发深入，也大幅增强了金融科技企业对大模型金融应用前景的信心。

多项AI Agent应用集中展示

智能体（AI Agent）作为人工智能的一种产品形态，是连接大模型基础能力与AI应用的重要桥梁，其具备自主感知环境、智能决策并执行任务的能力，能让大模型长出“手脚”，进而为用户提供更丰富的服务。

市民体验AI生活管家智能体

记者注意到，本届服贸会不少企业带来了AI Agent的创新应用。如支付宝首次展出了“小顾”，这是全国首款公共就业AI数智人智能体终端，应用了蚂蚁百灵大模型、灵镜数字人、智能问答、刷脸投递等智能服务能力。主要用于提升求职效率和精准度以及就业服务体验。求职者可与“小顾”对话，获取岗位推荐、政策咨询、岗位报名等智能服务。

与此同时，支付宝的智能体开发平台“百宝箱”也亮相服贸会，依托智能体构建能力助商家机构可0代码、最快1分钟创建专属智能体，并一键发布到支付宝小程序、支付宝App、支小宝App等。

美团买药展区

智能科技不仅是“科技助手”，也为消费者带来新的消费体验。在美团展区，记者注意到一款具身大模型机器人，其可以不间断地完成补货、取货任务。当有顾客模拟“下单”后， 机器人会自主规划路径移动到物品附近，通过大模型精准识别、抓取商品，随后送给消费者。而美团民宿AI智能客户服务助手具备语义理解能力，能够响应用户的多样化需求。

市民体验全息舱换脸打卡

服贸会现场，还有不少市民参与体验生成了酷似自己的“数字人”。新一代AI数字人多模态交互系统，以AI驱动的交互式数字人解决方案，使数字人更好地理解用户的复杂需求和情感，提供更智能、个性化和精准的交互体验。

行业普遍认为，基于自然语言交互并能执行任务的智能体，有望改变人机交互的方式，推动互联网产品从图形用户界面向对话用户界面演变。

在这一波AI浪潮中，大模型的应用将进一步降低智能体的开发成本，使AI服务变得更加经济实惠，从而让广泛的用户群体受益，实现服务的大众化。而开放的智能体生态系统也让个性化服务更加普遍，中国庞大的用户规模和数字化转型需求也为AI发展提供了基础。

率先落地金融业

金融业作为数字化程度最高的行业之一，已经成为大模型落地的“试验田”，智能投顾、智能合规、智能客服等多个关键环节的创新应用不断涌现，智能体正在成为人们的“AI金融管家”。

去年，金融业对大模型的应用还多停留在智能客服层面，通过自动化的对话系统来提升客户服务的质效。而今年，大模型应用已经扩展到了智能投顾领域，为投资者提供个性化的投资建议和资产管理服务。

本届服贸会上，部分企业带来了基于大模型技术的行业应用，如中关村科金与某券商推出的大模型智能投顾助手。就在前不久，蚂蚁集团“蚂小财”也升级亮相，用于解答理财领域专业问题。

由于缺乏统一的技术支持，传统投顾的服务流程往往是非标准化的，高度依赖于客户经理个人经验和专业程度。客户经理信息获取速度和广度有限，通常根据自身判断为客户制定投资方案，导致信息不对称且容易出错。

大模型智能投顾助手通过深入理解用户投资意图和需求，智能推荐理财产品，实现个性化资产配置，解决过往客户选择理财产品时间投入多、匹配不精准的问题。利用智能检索和研报解析等技术，为投顾经理提供市场趋势、产品特性等分析，从海量金融产品中筛选出最适合用户需求的产品，降低展业难度，提升营销效率。

通过自动化工具和智能体流程，中关村科金缩短服务响应时间，提高服务效率，客户满意度提升30%以上。通过平台的智能化分析，使得优秀客户经理的投顾经验得以复制和普及，投顾业务水平整体提升了15%以上。

奇富科技CEO吴海生则认为，全球市场都在担心这一波人工智能是泡沫，还是能够像互联网一样落地，动辄数千亿元的投入能否带来投资回报，因此在不同领域寻找最佳应用。可以说，金融科技是AI大模型的最佳PMF（产品与市场契合度）。

他举例道，奇富毓智AI贯穿金融软件研发全生命周期，不仅将同等研发人力下的交付规模提升了20%，还将单位需求的上线时效从原本的14天缩短至6天，加速了金融软件的研发进程。

责任编辑：孟俊莲 主编：张志伟