
引言:缺少深度的流程变革,难以实现AI价值的真正释放
在过去的两年中,金融业的大模型试点不计其数,但是真正进入生产并扛起KPI,实现价值转化的却寥寥无几。MIT NANDA《2025 企业 AI 现状报告》指出,约95%的企业生成式AI试点,没有产生可衡量的业务影响[1]。
问题不在模型,而在部署。近日,神州信息与一家全国性股份制银行,正在合作开展“AI-FDE”共创模式,重塑客户服务旅程,以智能体为“执行者”,打通“旅程—断点—智能体—闭环”的链路,实现AI智能体与实际客户服务流程的深入结合,真正落地AI for Process。
以流程为枢纽,让AI成为运营生产力
AI for Process作为神州信息提出的企业级AI落地理念[2],其核心理念是:企业 AI 应用的核心不是单点工具或问答助手,而是业务流程(Process)。按照“创新风轮”框架,业务模式、技术范式、管理方法如三片叶片,由流程这一“轮毂”相连,流程再造的过程,本质上就是创新发生的过程[3][4]。
该理念还区分了两种生产力:员工用AI写材料、查资料,提升的是个体的“管理生产力”;企业级AI则要成为直接参与价值创造的“运营生产力”[3][5]——进入流程的运行层,把专家经验沉淀为可复用、可审计的“判断力资产”。
方法上有三个抓手:一是“TD双驱动”(Twin-Drive),自顶向下拆解流程、保证覆盖,自底向上从一线痛点快速验证;二是“L1—L5智能成熟度”,用五个等级衡量AI在流程中的自主程度,从AI辅助、人机协作走向全自主[6];三是AI First FDE交付模式,从高价值决策节点切入,与客户共同拆解流程,把模糊需求转化为可度量的智能体[5]。
落到银行,最大的难点是复杂:信贷、运营、风控、合规深度耦合,背后是监管边界、遗留系统和隐性规则。既懂AI边界、又能读懂这张网的FDE(Forward Deployed Engineer,前线部署工程师,即深入业务现场、把AI接进真实流程的复合型工程师)极度稀缺。AI-FDE范式的答案是:用客户旅程重塑,把FDE的方法论变成一件工具。旅程图按客户视角拆解触点、动作、系统与数据,业务专家、产品经理和工程师可以在同一张画布上共创,不再依赖稀缺的“双语者”。

图1 承袭 AI for Process:以流程为枢纽,让 AI 成为运营生产力
如何做到:从一张旅程画布到一支数字员工队伍
■ 共创背景:一道来自业务一线的“命题作文”
这次共创的场景,是一条典型的跨渠道、跨部门客户服务流程。客户与银行的每一次交互,散落在多个互不相通的业务系统中:岗位人员需要逐一登录各个平台查看记录、手工整理台账、再凭经验做分析,费时费力。更难的是,同一位客户在不同系统中的信息并不一致,人工难以精准、全面地形成客户统一视图,也就难以对潜在风险提前识别、有效预警。
作为共创方,该股份行提出了三项明确诉求:
多源归集,让分散在各系统的数据自动汇聚;
统一视图,把“同一个客户”认出来、拼完整;
智能研判,自动形成分析报告与处置建议。底线是:要亲眼看到智能体“在不在跑、怎么跑、结论怎么溯源”。
银行的诉求本身就反映不要“大而全”,而要针对实际业务流程小切口“真能跑”的意图,即流程一定要按一线岗位的真实动作还原,价值测算必须有据可依。
如何破题,借助FDE模式,让开发人员加入业务一线,神州信息与该银行的联合共创从第一天起就要踩在实处。
第一步:画布还原(自顶向下)
以CJR(Customer Journey Reshaping,客户旅程重塑)方法为指导,按一线岗位的真实动作还原端到端旅程,把需要人去搬运、比对、等待、猜测的环节逐一标红,双方发现这些红色断点基本集中在四类:数据要“搬”、信息要“听”和“读”、客户要“认”、结论要“拼”。
第二步:断点即需求(自底向上)
每一类断点,都是一个智能体的栖息地。神州信息据此设计了一支由10个智能体(A0—A9)组成的“数字员工”队伍,按编排、感知、决策、执行、治理五层分工协作(见图2):感知层负责把多源信息变成可分析的数据,决策层负责认人、拼全貌、做研判,执行层负责把结论送到对的人手里,治理层贯穿全程守住合规底线。

图2 从一张旅程画布到一支数字员工队伍
每个智能体都有一张ADC(Agent Design Card,智能体设计卡),相当于数字员工的岗位说明书:做成什么、具备哪些能力、何时开工、干不了怎么办,在开发之前就由业务与技术共同确认。
第三步:可信设计
银行场景的底线,是每一句结论都经得起“证据在哪里”的追问。神州信息共创团队在设计中内置了证据溯源、分级授权、人工关卡与合规护栏,确保智能体可解释、可审计、可回退。按V.R.F.(Value-Risk-Feasibility,价值—风险—可行性)评估,本次智能体整体定位在L2—L3级:智能体负责搬运、整理与初判,关键结论由业务专家把关定稿。
■交付价值:从“事后拼碎片”到“事前看全貌”
对照银行的诉求,价值要在四个方面体现(数值为共创设定的目标,以试点实测为准):
提效:单个客户的全景分析从数小时压缩到分钟级,人工只做复核;
提质:多源信息由抽查变为全量覆盖,结论条条可溯源;
前移:对高风险客户提前预警,从事后处理走向事前介入;
升级:岗位人员从“写台账、拼报告”,转向研判、沟通与推动改进。
方法精髓:以旅程之“简”,驭银行之“繁”
真正可复制的不是10个智能体,而是背后的方法。面对银行的高度复杂性,客户旅程重塑回应了四个长期痛点。

图3 以旅程之“简”,驭银行之“繁”
复杂度高,读不懂整张网。 一条边界清晰的旅程,就是重构的最小完整单元:读透一条、做透一条,再横向复制。
翻译成本高,POC进不了生产。 断点即需求清单,ADC即开发图纸,从业务原话到智能体一路可追溯。
风险边界模糊,不敢放手。 V.R.F.把智能体放进“风险×复杂度”四象限,主导权按数据逐级移交——人以更精细的方式定义机器的边界。
经验难沉淀,项目一结束就停摆。 CJR、V.R.F.、ADC三个齿轮咬合成闭环,运行数据持续回流画布,专家经验沉淀为判断力资产,下一条旅程会比上一条更容易。
■为什么是神州信息?
在落地机制上,神州信息承袭 AI for Process 理念,以 CJR+V.R.F.+ADC 为底座,以 AI First FDE 为核心机制,把业务的自然语言需求,转化为可验收、可运行的智能体应用。
AI 落地难的是啃下落地的硬核细节:系统如何对接、数据口径如何对齐、客户主体如何归并、置信度阈值如何设定、人工核验关卡如何布设、方案如何顺利通过行内安全合规评审。这些细碎又关键的环节,依靠的是扎根银行一线反复打磨的实战经验,这也正是 AI-FDE 范式的核心价值所在。
在技术支撑上,依托标准化工具接口与可控编排能力,实现能力模块化组装,可对接行内自有或集团大模型,支持私有化、信创部署,严守数据不出域、权限最小化原则。
在行业积淀上,神州信息长期深耕银行核心系统与金融软件服务,深谙银行系统架构、数据规范与监管要求。即便资料有限,团队也可快速还原业务全貌,并且能够在不触碰真实客户数据的前提下完成方案验证。
■再次回到AI for Process
流程是AI的价值单位:客户旅程是流程的客户视角,智能体是流程的新执行者,人是流程之上的边界设定者。AI-FDE范式正是AI for Process在银行客户旅程场景中的方法化表达。这次共创的标志性在于:让AI for Process在银行最复杂的跨部门流程中扎根,让客户旅程重塑成为业务与技术共创的通用语言,并沿“亮点—亮线—亮面”持续复制。而这一切的前提,是行方对业务精益求精、对价值实事求是——好的共创,从来都是双向奔赴。
全球缺FDE,金融尤缺;但金融业手里握着一把最称手的工具——客户旅程。用好它,AI才能从会议室里的构想,变成业务里的日常。如果您的机构也有一条“想重塑却无从下手”的客户旅程,欢迎与神州信息一起,从一张画布开始共创。
附:名词速览
1. AI for Process:神州数码提出的企业级AI落地理念,以业务流程为AI的价值单位,让智能体进 入流程运行层。
2. AI-FDE范式:以客户旅程重塑为工具、以智能体为执行者,把FDE方法论产品化的落地方法。
3. ADC:Agent Design Card,智能体设计卡,定义一个数字员工的目标、能力、触发方式与降级预案。
4. CJR:Customer Journey Reshaping,客户旅程重塑,按客户视角还原并重构端到端流程。
5. FDE / AI First FDE:前线部署工程师,深入客户业务现场、把AI接进真实流程的复合型角色;AI First FDE是以此为核心、从高价值决策节点切入的交付模式。
6. L1—L5智能成熟度:衡量AI在流程中自主程度的五个等级,从AI辅助到全自主智能流程。
7. TD双驱动:Twin-Drive,自顶向下拆解流程保证覆盖,自底向上从一线痛点快速验证。
8. V.R.F.:Value-Risk-Feasibility,从价值、风险、可行性三维评估智能体,决定其自主等级与人工介入点。
9. 客户统一视图:把同一客户在各渠道、各系统的信息归并到一张带时间线的全景档案中。
参考文献
[1] MIT NANDA. The GenAI Divide: State of AI in Business 2025[R]. 2025.
[2] 21世纪经济报道. 21对话丨神州数码董事长郭为:企业AI应用的核心是Process,SaaS模式或将消亡[N]. 2025-01-17.
[3] 郭为. AI下一站:运营生产力才是主战场[J]. 哈佛商业评论(中文版),2025年12月刊.
[4] 郭为. AI for Process:认知革命时代的流程重塑[R]. 2026中国企业家高峰论坛主旨演讲,2026年1月.
[5] 量子位. 从技术向运营生产力“质变”:神州数码以AI for Process构建AI落地产业的“飞轮”[N]. 2026年6月.
[6] 神州数码,德勤中国,中国信息通信研究院. AI for Process企业级流程数智化变革(蓝皮书)[R]. 2025世界人工智能大会,2025年7月.