探索AI在銀行內容運營中的深度應用與未來走向

隨著人工智能（AI）技術，尤其是去年以來大模型技術的飛速發展，其在各行各業的應用日益廣泛。銀行業作為金融行業的核心，其內容運營對于提升用戶體驗、增強品牌價值和實現業務增長具有重要意義。然而，傳統的內容運營方式已難以滿足日益增長的市場需求，因此探究人工智能，尤其是大模型技術在銀行內容運營中的深度應用及未來趨向具有重要價值。

AI在銀行內容運營中應用廣泛

1.內容生成與推薦

銀行在內容生成與推薦方面對AI的應用愈發廣泛，此類應用不但能夠為銀行業在內容創作方面顯著降低成本，還能優化客戶體驗，滿足客戶的個性化需求。當然，此處所提及的內容主要是以資訊為主，AI能夠憑借自然語言處理和機器學習技術，助力銀行迅速、高效地自動生成大量內容，這些內容可以是文本、圖片或視頻的形式，涵蓋服務文案、投教、資訊等。這對于資訊場景自有內容的建設具有重要的作用，特別針對一些定制化的內容，通過合作伙伴從外部引入，僅僅是增加了手機銀行的豐富度，拓展了內容的寬度，而自有內容更能契合用戶需求，增加的是內容的深度。過去在沒有AI廣泛應用的時代，內容創作成本較高，對于銀行業而言是一項巨大的開支，而如今通過AI提高了內容生成的速度，降低了內容創作的成本。

從推薦的層面來講，這里所說的推薦并非指智能推薦，而是通過AI對當日熱點事件進行挖掘。以字節跳動的豆包大模型為例，憑借其背后今日頭條、抖音、西瓜視頻等所產生的強大內容，能夠通過豆包模型每日搜索當天的熱點資訊，提升人工運營的效率。

2.內容優化

AI技術不僅能夠幫助銀行生成更多高質量的內容，還能夠通過分析客戶在手機銀行中的內容消費情況，進一步優化現有內容并指導未來資訊場景欄目建設，通過分析客戶的閱讀歷史、點擊率、反饋意見等數據，了解客戶的興趣愛好和內容偏好。銀行能夠依據這些數據，優化現有內容，生成更多類似的內容，進而推動手機銀行MAU增長。此外，就欄目的建設而言，AI優化的內容可以作為未來資訊場景欄目建設的重要依據，助力銀行構建更加貼合客戶需求的資訊欄目。

3.內容打標

AI技術可以對內容進行智能打標，助力銀行更好地管理和分類內容。這有益于銀行依據內容的性質和受眾對其進行精準推薦和分發，幫助銀行自動為內容生成標簽，這些標簽可以基于內容的關鍵詞、主題、情感色彩等因素來確定。針對圖片素材，同樣可以分別通過AI進行打標，大幅節省人力成本，提高打標效率。

4.內容質檢

AI技術能夠協助銀行對內容進行質量檢測，保證內容的合規性和準確性。例如，可以運用AI技術對發布的內容進行審核，確保其符合法律法規和道德標準。從應用方面來看，銀行普遍會開展兩輪質檢，分別為機審和人審，整體流程大致為，內容創作生成完畢后，會自動流轉至內容AI審核，也就是我們所說的機審，AI會按照外部法律法規及內部管理規范進行消保和法律合規質檢，并對存在違規風險的內容進行標注，這一過程大大提升了質檢的效率。同時，將存在風險的內容作為風險日志，后期可不斷用于風險模型訓練。

“體驗與內容”成為銀行服務客戶利器

1.基于產品短劇的體驗與內容獲客

在當今這個產品極為豐富多樣、用戶選擇空間極為廣闊的時代，尤其對于零售客戶來說，在面對銀行眾多的資產端和負債端產品時，常常陷入難以抉擇的困境。此時，有效的場景化內容運營已然成為銀行吸引用戶的關鍵舉措。

某四大行采用短劇形式，分為上、中、下三集，每集時長約一至兩分鐘，該行將黃金的風險特征、配置理由、建議持倉比例、歷史收益率等信息巧妙融入劇情和各類梗中。用戶在收獲歡笑的同時，極大地加深了對黃金的理解和配置意愿，并實現了對相應抖音號、視頻號的關注和加粉，最終被引導至購買產品。

相較于海報、文章、圖片等傳統的非故事性靜態銀行產品宣傳介質，短劇引人入勝的特點可謂不言而喻。上述方案的關鍵之處在于劇情設計和各種梗的引入，以此來吸引用戶的注意力。銀行一方面能夠借助大模型的總結與生成能力，對大量爆款文章進行總結提煉，將識別出的高價值小說劇情改編為短劇劇情；另一方面也可以考慮與番茄小說等小說平臺進行合作，洞察不同群體中用戶點贊、評論、收藏、打賞等互動最多或用戶最買賬的劇情，從而助力編劇創作并優化短劇劇本，同時解決將銀行產品與劇情相融合的難點問題。

從小說中提煉短劇劇本，到將短劇劇情與銀行推廣產品進行融合，再到結合不同客戶群體的特征在不同渠道進行差異化的產品短劇投放，筆者觀察到多家大型銀行已在此方向展開探索，有望逐漸成為銀行進行內容獲客的有效方式。而在這一鏈路中，大模型發揮著不可替代的重要作用。

2.基于短視頻挖掘的零售與對公的業務線索

無論是手機銀行中的資訊熱榜，還是銀行客戶經理通過個人或企業微信向零售客戶發送的每日熱點資訊，關鍵在于這些熱點資訊對特定客戶是否具有吸引力，用戶是否愿意點擊查看內容并關注相應的推介產品與權益。

某股份制銀行，一方面在手機銀行、企業微信等多端引入圖文、短視頻等內容，并配合進行埋點和A/B測試，從而實現針對用戶內容點擊行為的數據采集與分析，識別用戶的內容興趣偏好，補充完善用戶畫像。另一方面，借助抖音、小紅書等內容平臺每天產生的上億條內容，利用大模型對短視頻的分析能力，甄別出每天/每周與公域百大興趣族群（如騎行人群、夜釣人群）相匹配的興趣熱點，再將該熱點與大零售部門所能提供的各項權益進行匹配，例如：將《黑神話·悟空》的熱點與持有的Steam滿減權益相匹配，再借助人工智能生成內容（AIGC）的能力快速生成相應海報或banner（橫幅廣告），在自有或外部渠道進行投放。通過這樣的方式，實現內容獲客的同時抓取用戶行為，迭代完善用戶興趣畫像，并指導下一輪熱點提煉，實現在“數據飛輪”下的熱點內容識別、客群深入理解、物料精準投放，從而最終實現轉化，助推AUM提升。

事實上，上述思路不僅適用于銀行的零售業務，對于對公業務同樣具有適用性。例如，由于《黑神話·悟空》游戲大量取景于山西，濃重的歷史與文化色彩使得國內外大量玩家心馳神往，山西的旅游業有望迎來一波高增長。那么，與之相關的景點、酒店、餐飲、交通等企業是否會有擴大融資的需求呢？銀行又是否能及時洞察這類商機并及時觸客，滿足企業貸款需求？綜上所述，筆者認為，基于市場熱點內容洞察商機并進行獲客，未來將成為銀行敏態競爭下零售和對公業務拓展的重要手段。

AI在銀行內容運營中面臨挑戰

1.行業風險問題

AI技術于銀行內容運營中的應用存在一定風險，涵蓋技術風險與監管風險。技術風險主要體現為AI系統的不穩定性與不可靠性，可能致使數據泄露、系統崩潰等狀況。監管風險則是指AI技術在銀行業務中的運用或許違背相關的法律法規和監管政策，為銀行帶來法律與聲譽方面的損失。特別是銀行有別于互聯網企業，其自身置身于更為嚴苛的監管環境之中，一方面要盡可能借助AI能力實現降本增效，增強自身實力；另一方面又必須在強監管的要求下確保其內容的合法合規性。

2.缺乏行業統一標準

當下，銀行領域在AI內容生成、內容標簽、內容質檢等技術應用層面尚未構建統一的標準和規范，這致使不同銀行間的AI系統難以相互協作和集成，這對AI技術在銀行內容運營方面的應用范圍和發展速度形成了限制。每家銀行依據自身的建設和運營策略，針對AI采取不同的應用方式，從而最終未能造就更大規模的內容生態。

3.數據資源問題

AI技術在銀行內容運營中的應用需要大量的數據支撐，包括客戶數據、市場數據、內容數據等。但銀行領域缺乏統一的內容管理平臺，造成數據資源分散、孤立，難以構成有效的數據支持，這限制了AI技術在銀行內容運營方面的應用效果和應用范圍。從內容運營的角度來看，相較于互聯網企業，銀行處于劣勢。以抖音集團為例，其背后擁有抖音、今日頭條、西瓜視頻等龐大的內容平臺，因而銀行無法將內容沉淀并進行原始數據訓練及模型應用，原始數據匱乏僅是其中一個方面，還表現在內容生成的速度上，特別是結合熱點事件，很難借助事件開展相關服務。同時，依照監管規定，對于外部引入數據的入庫等問題均需從合規及合同等多方面加以考量。

AI在銀行內容運營中的未來走向

1.對話式交互與用戶洞察

隨著大模型的不斷發展，以豆包為代表的大模型智能交互助手開始著眼于科技金融、數字金融、普惠金融、養老金融四篇大文章的落地實施。個人和小微企業用戶逐漸能夠通過大模型的對話能力，在銀行網點或者線上便捷查詢或獲取相應的金融服務；對于老年人而言，也可以通過智能音箱承載的大模型對話式陪伴來排解孤獨，筆者觀察到在一些壽險公司或高端養老社群已經有不少相關的嘗試。

在對話式交互的過程中，與以往用戶在手機銀行上的點擊、滑動等常見行為不同，用戶是以對話的方式向銀行提出需求點或者關注點，這些信息的價值遠高于傳統的行為數據。例如，筆者自己就曾收到過大模型基于過去三個月圍繞600余個問題的對話所總結出的個人興趣愛好清單以及MBTI性格特點等信息。基于這些大量的對話信息，銀行對零售用戶的洞察和需求理解將能夠達到全新的高度。并且，隨著這些信息的不斷積累，銀行未來有可能實現顛覆式的精準服務。由此可見，大模型的C端流量入口之爭背后更是對用戶的洞察之爭，無論對于銀行還是對于互聯網公司皆是如此。

2.內容洞察與熱點挖掘

抖音、頭條、西瓜視頻等平臺每天都有用戶創作海量的內容，同時也會產生大量的閱讀觀看、點贊、收藏、分享、評論等行為，筆者認為對這些公域內容的深入分析，對銀行的服務、風控、投資等工作都會產生重要影響。例如，在風控端，短視頻平臺已成為銀行聲譽風險、操作風險、信用風險等揭露與發酵的重要場所，均可通過更及時有效的短視頻監測更早發現更早處置，從而避免輿論的大規模發酵。對銀行總分支行、自身員工、信貸客戶和所投資客戶的及時有效的監測變得越發重要。

在財富管理方面，銀行的產品配置亦可參照市場熱點和用戶當下的投資偏好進行。同樣，在對公業務方面，筆者認為海量的短視頻中蘊含著大量的行業分析價值，例如，對于消費品行業，以飲料為例，通過對所有飲料相關短視頻的分析，可以有效刻畫全市場所有飲料的調性和客戶認知，進而為飲料企業提出切實有效的服務建議和廣告策劃，這也是所有銀行在金融服務同質化競爭的格局下，可以通過與火山引擎的合作，以內容為切入點構建行業生態云作為企業附加服務的破局之道。而上述關于短視頻分析的種種，目前全部都基于大模型的能力來實現。

3.內容生成與新型互動

在生成式人工智能（AIGC）開始廣泛應用的背景下，文案的創作與優化、文生圖、圖生圖、文生視頻、圖生視頻已逐步為廣大用戶所接受。筆者認為，在銀行業一旦素材版權的問題得以妥善解決，AIGC大規模應用于銀行獲客素材創作將指日可待，例如基于獲客文案直接生成相應海報，或者基于設計師畫的頭圖由大模型進行擴圖或調整，形成各種尺寸的橫幅廣告。此外，大模型不但能賦能銀行產品的宣傳，如海報、短劇的創作，更可以直接作用于銀行的創新產品。抖音財經2023年視頻播放量增速最快的金融子分類為“儲蓄”，這反映著大環境下用戶旺盛的儲蓄需求。筆者注意到今年7月份支付寶小荷包所推出的劇本攢產品：以互動劇本的形式通過故事情節吸引用戶的興趣和注意力，以“想繼續看就互動存錢”的邏輯將各方資金吸引至余額寶。類似于賦能短劇創作的鏈路，大模型對于互動短劇同樣可以實現在劇情、素材等方面以較低的成本進行創作。對于銀行而言，雖不同于余額寶的邏輯，但是活期轉理財或者權益的發放，若也能結合互動劇本，強調體驗和內容獲客，不失為零售業務探索的新方向。

除了上述三點之外，隨著大模型在智能體、多模態等方面的快速發展，我們可以預見銀行未來會有更深刻的用戶洞察、更到位的客戶服務，在更好地滿足用戶金融需求的同時，也為用戶帶來充分的情緒價值，而這一切都需要由內容和體驗來承載——畢竟這是一個得內容與體驗者得天下的時代，銀行也不例外。

責任編輯_曲玲玓