上海农商银行发布基于大模型的对公智能营销助手，访前报告准备时间缩短至几分钟

正文：

近日，上海农商银行在数字化转型方面取得了显著进展。该行专注于公司金融业务的关键问题，依托大模型技术推出了“对公智能营销助手”这一智能工具。该助手融合了“访前透视镜”和“行研策略写作”两个主要功能模块，旨在构建完整的智能营销闭环。目前，该工具已在部分支行进行试点，为其后续推广奠定了基础。

值得关注的是，自2025年以来，上海农商银行加大了大模型技术在金融领域的应用力度。根据年报，该行已组建了大模型研究专项工作组，探索其应用落地的有效方法并规划建设路径。近期，上海农商银行相继发布了多个项目POC征集公告，大模型技术已成为多个项目的核心技术方向。展望2026年，该行计划进一步强化大模型在营销、办公和知识库等领域的应用，以推进AI赋能。

整合访前透视镜与行研策略写作，致力于构建全面的营销闭环

据了解，传统的对公营销常常面临客户信息分散、访前准备耗时、商机把握滞后等挑战。客户经理通常需要花费大量时间在多个系统中手动查询客户信息、业务数据及历史合作情况，并结合行业动态整理潜在商机。这种信息碎片化、整合困难和分析缓慢的问题，成为了制约营销效率的主要瓶颈。

为了解决这些问题，上海农商银行的“对公智能营销助手”中的“访前透视镜”功能能够为每位待拜访客户自动生成包含全景画像、财务健康状况、合作现状、潜在需求及风险预警等内容的访前报告。目前，该功能已在部分支行进行试点，试点数据显示，单份访前报告的准备时间已从约1小时缩短至几分钟。参与试点的客户经理反馈称，该工具显著减少了数据整理时间，并提炼了客户的关键信息，有助于精准识别客户的潜在需求。

此外，在针对新兴行业的个体客户营销时，除了精准画像外，深入的行业洞察也是必不可少的。为此，上海农商银行于2024年成立了行业研究院，在探讨行业中观策略分析应用机制的过程中，发现行研策略的生成和流转存在三个主要问题：一是人工撰写耗时较长，报告内容的侧重点不一致，对业务引导效果存在差异；二是报告篇幅过长，核心信息被分散在大量文本中，检索成本较高；三是触达渠道单一，导致“报告已生成但关键人员未读”的滞后情况。

针对这些问题，上海农商银行的“行研策略写作”模块利用大模型技术，建立了“生成-摘要-推送”的全流程自动化体系，帮助研究员快速生成行业策略报告。该模块支持基于医疗器械、生物医药等多个行业模板，能够在几分钟内汇总行研素材并生成策略报告；同时对行研素材进行解析，提取结构化摘要，展示行业发展趋势、重点赛道及风险因素；还基于客户行研标签建立智能推送机制，将行业洞察精确推送到相关客户经理手中，提升其面对客户时的能力。

上海农商银行表示，通过这两大功能的协同作用，“对公智能营销助手”构建了从宏观行业洞察到微观客户拜访的完整营销闭环。客户经理可以通过“行研策略写作”迅速识别行业机会与风险，然后利用“访前透视镜”为目标客户制定个性化营销策略。大模型技术与对公业务的融合，不仅降低了作业成本，还将依赖个人经验的传统模式转变为数据驱动、AI辅助的标准化作业方式。这一实践为智能工具的推广奠定了良好基础。

加快大模型人才培养，成立专项研究组以探索应用落地方法

自2025年以来，上海农商银行在金融场景中加大了对大模型技术的应用力度。这一变化在其信息披露中也有所体现，之前该行相关内容公开较少，但在2025年报中有所增加。

2025年报显示，在顶层设计方面，上海农商银行已编制《2026-2028年业务数字化转型规划》，为全面数字化转型确立了方向，推动跨部门协同，促进业务模式创新与提升服务水平。

在基础能力方面，该行加快了大模型人才的引进与培养，致力于构建AI场景应用的人才高地。

在数据治理方面，上海农商银行已落地数据模型工具及AI技术，推进数据标准的线上化。

在科技运用方面，该行深化AI技术对业务发展的赋能，成立了大模型研究专项工作组，以探索大模型的应用落地方法并规划建设路径，同时形成完善的大模型技术研究框架；聚焦业务试点场景，部署多款主流大模型，开展应用实践研究。

近期，上海农商银行频繁发布多个项目的POC征集公告，多个项目的技术方案中均提及了大模型技术的使用。

例如，在企微智能营销辅助项目中，上海农商银行表示将基于大模型构建企微智能营销辅助功能，计划引入企微智能体，实现侧边栏的实时话术辅助功能。

公告指出，该项目需包括实时话术辅助、客户标签生成、会话信息挖掘等功能，并搭建智能体开发平台，支持agent的创建与管理、工作流编排、工具与插件库、知识库管理、评估与调试及提示词工程管理等。

此外，在人才招聘方面，上海农商银行聚焦于AI大模型应用、数据治理、供应链金融等领域，计划招募2026年的博士后研究人员。

应聘者需提交拟报课题的研究计划书（需包含研究内容、研究意义、技术路线及其他必要说明，字数为3000-5000字），备选研究方向有七个，其中“基于AI模型应用的中小商业银行数据治理体系建设研究”是优先推荐的研究课题。

展望2026年，上海农商银行表示将继续推动智能化发展，加速在大模型领域核心技术的掌握，强化大模型的场景应用，并在营销、办公、知识库等领域推进AI赋能；同时推进线上治理，提高业务流程的便利性，提升客户体验与业务效率。

来源：移动支付网