在30个场景测试的综合通过率方面，呈现出“头部集中、尾部塌陷”的分布格局。 在智能水平实测中，14家机构的AI客服要么急于推销产品，要么给出无关信息，要么直接放弃智能服务的能力展示，要么完全偏离用户原始意图。 当模拟确诊癌症客户用急促的语气重复追问“多久能赔钱”时，AI客户依然机械地重复着标准化的流程说明，完全无视客户情绪背后的紧急诉求和心理需求。 15家受测评寿险App的智能客服在多轮对话中几乎全军覆没，鲜少能够保持三轮以上对话。

“投顾属性”的核心指标测试结果显示：AI客服平均分仅为30分，其中6家交白卷。 费率透明度是衡量一家金融机构践行“保护投资者合法权益”的重要标尺，亦是股民进行证券交易的核心诉求，但有四家券商AI客服“打太极”，固化“信息茧房”。 优化面向普通投资者的智能客服，既无法贡献显性的商业回报，又需要持续投入人力和算力。在这种功利导向下，AI客服系统往往沦为技术“炫技”的摆设，而非真正解决用户痛点的工具。

与智能客服的一次次周旋让我学到，如果非要在解决问题和态度礼貌中选一个，我更倾向于前者。毕竟，AI的礼貌千篇一律，但“你问的我都懂”的这种交流，还是仅限于人与人之间。

截至2025年3月15日，总计32家银行宣布接入DS，其中10家是地处一隅的农商行。技术将消减马太效应？ 智能客服、智能风控和财报数据分析是DS集中赋能银行的应用场景。银行网点数字化水平可能超出客户想象，比如机器人主动识别客户的情绪。 不可否认的是，DS并未根本上解决人工智能领域长期存在幻觉、信息安全和算法“黑箱”等问题。这对于金融业是一个严峻的挑战。 在协议中，银行应向客户充分说明AI决策的影响因素及申诉渠道，增进客户对AI决策逻辑的理解。

进入2023年下半年，国内金融机构加快布局大模型。除银行外，保险公司和头部券商渐次加入“百模大战”。值得注意的是，消费金融公司也开始逐鹿大模型之战。 从开发模式看，与第三方合作仍是金融机构开发大模型的主流方式。相比于自主研发，合作研发性价比相对较高。 即使在大模型应用最广的客服业务，仍面临诸多问题。此外，金融机构App存在利用智能客服过度营销的现象，如，利用机器人电话频繁骚扰。 在合作模式下，金融机构关注的问题主要有三个：一是效率；二是安全；三是合规。