当银行AI不再只是回答问题，而是开始理解客户、跟进业务、参与催收，甚至跨区域复制落地——一场从中国实践到全球落地的Agentic Banking变革，正在悄然发生。
全球银行业进入Agentic Banking新阶段
随着大模型与银行业务系统逐步融合，AI在银行中的角色正在发生变化。
早期，AI更多承担信息查询、知识问答和辅助分析等工作；AI Copilot进入客服、销售等一线业务后，开始帮助员工处理信息、提供建议和提升工作效率。如今，AI Agent正进一步进入具体业务流程，在既定规则和授权范围内理解业务目标、调用系统能力并执行任务。
银行AI正从AI Assistant、AI Copilot走向AI Agent：从提供信息和建议，到参与业务协同，再到承担越来越多标准化、高频的业务流程。Agentic Banking正成为银行智能化发展的重要方向。
这一趋势也为中国金融科技企业进入全球市场带来新的机会。
经过多年数字化发展，中国银行（HK3988）机构已经形成了大量复杂、高频、规模化的业务场景，也推动金融科技企业积累了丰富的产品和实施经验。但成熟方案进入海外市场，还需要面对不同国家的监管要求、数据环境、业务流程和客户习惯，同时解决本地客户拓展、项目交付和长期运营等问题。
华为“全球金融伙伴融海计划”正在成为连接这些能力的重要纽带。依托全球ICT与AI基础设施、全球销服网络和本地生态资源，华为帮助中国科技企业连接海外市场，为成熟方案进入不同国家提供基础设施、市场和生态支持。
Speakly AI正是这一合作模式中的实践者之一。从印尼一家头部私营零售银行的联络中心项目开始，双方逐步将合作拓展至线下网点、客户经营和智能催收等场景，并进一步进入中东市场，持续验证银行AI从单点业务落地，到多场景应用，再到跨区域复制的实践路径。
从一次联络中心升级开始
作为较早投入大模型研发与应用的企业之一，Speakly AI已与国内50余家头部金融机构开展合作，在银行销售、客服、催收等核心场景积累了丰富的实践经验，也为后续海外市场的业务落地打下了基础。
Speakly AI与华为海外合作的第一站，是一家印尼头部的私营零售银行。
该银行拥有数千万客户账户，每年处理数千万次客户互动，联络中心拥有数千名坐席，客户触点覆盖电话、网页、App、Email、社交媒体等多个渠道。
随着客户服务规模不断扩大，多渠道数据分散、传统抽样质检覆盖有限，以及服务标准化和风险管理难度提升，成为该联络中心需要解决的问题。对该银行而言，关注点已经不只是“如何让客服回答得更快”，而是如何理解每一次客户互动，让客户问题更快得到解决，让管理者及时掌握服务质量、风险和业务机会。
基于双方的能力互补，华为与Speakly AI联合推出基于昇腾AI平台与AICC的智能联络中心解决方案。华为提供算力基础设施与联络中心平台，Speakly AI提供AI Copilot与智能质检等核心能力，将实时辅助、客户洞察、风险管理与经营分析融入联络中心业务流程。
对一线坐席，AI Copilot实时理解客户意图，为客服提供知识和响应建议，并进行合规提醒；服务结束后，AI自动沉淀沟通内容，生成待办任务。在管理端，大模型基于全量沟通数据，汇总客户反馈与需求，分析团队服务过程和执行情况，并结合业务结果进行交叉分析，定位影响客户转化的关键因素。
项目围绕服务效率、问题解决、质量管理和风险控制等展开，推动语音及数字渠道平均处理时长、一次性问题解决率和100%全量质检等核心指标的提升，实现对服务流程、投诉及合规风险的全面识别。与此同时，AI开始向客户经营延伸，通过理解客户需求、兴趣和购买意向，进一步挖掘服务互动中的潜在业务机会。
随着合作深入，会话智能开始进入更多银行业务场景。
场景持续扩展：覆盖银行更多客户触点
线下网点：让面对面沟通进入业务数据体系
线下网点是银行与客户建立深度关系的重要场景，但面对面的客户交流长期缺少有效的数据沉淀，客户经理的服务过程、客户需求和销售机会往往停留在一次次具体交流中。
在一家泰国政策性银行的实践中，华为与Speakly AI将会话智能能力带入线下网点，联合打造“智能工牌+大模型会话洞察+AI销售助手SalesMate”的智能网点解决方案。
SalesMate面向一线客户经理，帮助管理客户信息、分析客户对话，并与银行App、CRM等业务系统协同，根据客户沟通上下文生成个性化跟进策略；大模型会话洞察则从大量客户沟通中提炼客户需求和销售执行情况。
随着线上联络中心、线下网点以及其他客户触点的沟通数据逐步汇聚，银行开始获得更加完整的客户沟通视图，为客户经营、销售跟进和服务优化提供持续的数据支持。
客户经营：让全域沟通数据进入客户经营
Speakly AI将线下网点、线上联络中心、WhatsApp等渠道的语音与文本沟通信息纳入统一的会话智能体系，结合客户历史互动和业务行为，形成完整的客户沟通上下文，帮助银行识别客户需求变化、发现长期未被主动触达的客户，并匹配相应的理财活动、产品内容和服务方案。
围绕这一能力，Speakly AI进一步构建了客户经理RM Agent+客户服务Service（SCI） Agent的客户经营模式。
对于一位通常管理800至3,000名甚至更多客户、但仅有10%–15%客户能够获得主动触达的客户经理(RM)，RM Agent可以根据客户历史沟通和行为识别沉睡客户，通过WhatsApp等渠道开展个性化触达，推荐匹配的理财活动或产品内容，并完成线索培育与预约排程。当客户表现出较高意向后，AI将客户信息、历史沟通和当前需求整理后交给客户经理进行后续深度经营。
Service（SCI） Agent主要承担日常咨询和标准化服务。对于常规问题，AI可以直接完成解答；遇到高意向客户、复杂问题或超出授权范围的请求，系统将相关信息和沟通记录整理后转交人工坐席。
会话智能持续理解客户，Agent承担规模化触达和标准化服务，客户经理与人工坐席聚焦高价值客户和复杂需求。
智能催收：AI Agent进入高频业务流程
催收是银行业务中高频、强规则，同时又需要根据客户情况进行差异化沟通的场景。
Speakly AI将Agent应用于逾期管理，覆盖0–90天不同逾期阶段，并针对不同客户状态和业务目标制定相应的处理策略。
以东南亚的一家银行为例，超过2,000家网点、5,000+客户经理同时承担客户经营、产品销售和逾期跟进。面对规模庞大的逾期客户和持续增加的沟通需求，银行需要在触达效率、跟进策略和合规管理之间找到更好的平衡。
Collection Agent根据逾期阶段承担不同任务：0–15天：快速响应、温和提醒；15–30天：精准介入、策略跟进。30–90天：可控升级、全程可追溯。
在具体沟通中，AI Agent在银行授权范围内，结合信用等级、贷款产品和债务状态理解客户诉求，查询相关债务信息，并按照银行既定策略提供还款方案。对于还款方式、延期、分期等情况，Agent可以通过多轮沟通完成方案协商、还款引导和后续跟进。
当案件超出授权范围、出现异常情况或客户表现出明显不满情绪时，AI会整理客户信息和沟通上下文，转交人工处理。
实际应用中，0–15天阶段首次响应时间缩短约70%，数字化触达规模提升2–3倍，还款承诺率提升15%；15–30天阶段案件准备时间缩短60%，催收人员人均处理案件量提升约15%；30–90天阶段客户交互实现100%可追溯，合规风险事件降低约40%。在智能多轮对话、个性化协商和还款引导下，承诺还款转化率从传统客服机器人模式下的约3%提升至28%。
从快速响应、精准跟进到合规升级，AI Agent开始进入银行高频业务流程，在明确的业务规则和授权边界下承担规模化、标准化工（850102）作，同时将复杂案件交由人工处理。
跨区域复制：成熟方案进入中东市场
经过多个项目实践，Speakly AI已将客服辅助、会话理解、质量管理和客户洞察等能力沉淀为可复用模块，并可按不同银行的业务流程、监管要求和数据环境进行配置。基于这些实践，华为与Speakly AI将方案拓展至中东市场，落地沙特Top银行。
此次合作聚焦客服中心，覆盖语音和数字化客户服务，围绕一线客服提效、服务质量管理、客户体验和经营转化展开。项目服务于银行、数字支付、保险等多类金融服务场景，AI结合不同业务的产品规则、服务流程和客户需求进行场景化理解和配置，不同场景中调用相应的数据、知识和规则，例如：银行业务侧重账户、贷款、信用卡等服务；数字支付聚焦支付、交易与账户安全；保险则围绕保单、理赔、保障方案等专业需求。
随着客户互动数据持续沉淀，AI进一步帮助识别客服过程中的客户需求、产品兴趣和潜在业务机会。进一步探索服务转销售(Service（SCI）-to-Sales)的机会：当客户表现出对贷款、信用卡、保险或财富管理等产品的潜在需求时，AI根据咨询内容和沟通上下文识别相关意图，并将客户信息、沟通上下文和需求线索整理后交由人工跟进。
由此，客服中心从单一的客户服务入口，进一步连接客户服务、客户洞察与业务经营。
从东南亚到中东，Speakly AI逐步形成了“能力模块化+本地化适配”的跨区域落地路径，让经过实践验证的银行AI能力能够结合当地业务、监管和数据环境快速落地。
金融级能力底座：支撑多场景复制与规模化部署
多个业务场景和区域市场的持续实践，也推动双方将项目经验进一步沉淀为更加完整的金融级解决方案能力。
在方案层，预集成AI Agent、对话智能、流程编排、知识库、客户上下文和系统API集成能力，并配套人工转接、审计留痕与风险边界设计，覆盖银行对业务应用、安全管理和运营管控的实际要求。
在基础设施层，华为提供安全、可扩展的企业级数字化基础设施与平台能力；Speakly AI聚焦银行业务场景、AI Agent与客户交互智能能力；双方共同完成方案设计、实施交付和持续优化。
这种软硬协同的方式，使AI能力能够与银行现有系统和业务流程结合，形成从基础设施、AI能力到业务应用的完整支撑体系。
对于银行而言，可以基于已经验证的业务场景进行本地化配置和适配，减少从零建设的投入，缩短交付周期（883436），并降低系统集成成本。
融海计划：从项目合作走向“四方共赢”
随着合作不断深入，Speakly AI作为融海伙伴计划中的ISV生态伙伴，依托华为成熟的全球生态体系，与本地SI和银行客户开展协同，共同推动银行AI方案在海外市场落地。
在这一生态框架下，华为提供全球销服网络及ICT/AI基础设施平台能力；ISV提供经过市场验证的行业解决方案与软件能力；本地SI结合当地市场资源和客户关系，负责本地化适配、合规支持和项目交付；银行客户则基于实际业务需求推动方案落地，并获得相应的业务价值。
对Speakly AI而言，融海伙伴计划提供了连接全球基础设施、海外市场和本地生态的合作路径。通过这一体系，Speakly AI将在东南亚等市场已经验证的银行AI能力带入新的区域市场，并结合当地的业务流程、监管要求和数据环境进行适配，与华为、本地SI及银行客户共同完成项目落地。
这一合作模式让经过实践验证的银行AI能力能够借助成熟的全球生态体系进入新的市场，并在本地完成适配与交付，也为Speakly AI持续拓展海外银行AI场景提供了实践基础。
面向Agentic Banking，持续拓展全球银行AI实践
从中国市场的场景积累，到东南亚和中东市场的业务实践，华为与Speakly AI正在持续探索银行AI全球化落地路径。
未来，双方将依托融海计划，继续围绕银行核心业务场景深化合作，推动经过实践验证的AI能力和Agent能力在更多市场完成本地化适配与落地。
从单点应用到多场景协同，从AI辅助到Agent参与业务流程，再到成熟能力的跨区域复制，银行AI正进入新的发展阶段。华为与Speakly AI也将以真实业务场景为基础，持续探索Agentic Banking的全球实践。
