Discovery Bank 用行为 AI 与治理数据规模化实现超个性化银行服务
本文介绍 Discovery Bank 如何借助 Databricks 平台，将行为数据与 AI 结合，规模化实现超个性化银行服务并兼顾治理与安全。
Discovery Bank 将行为智能、机器学习、生成式 AI 和智能体相结合，在统一治理的数据平台之上构建可复用数据产品，实现个性化与安全并重的银行服务，同时兼顾欺诈防护与风险控制。
正文摘录
如何在规模化场景下实现超个性化银行服务：行为 AI、受治理数据与实时决策 来源公司：Databricks Discovery Bank 将行为智能、机器学习、生成式 AI 与智能体相结合，实现银行业的个性化与安全防护 一家银行如何在满足金融服务业对规模、速度、安全性和治理要求的同时，让每一次客户互动都显得个性化？ 银行业的超个性化，是指让每一次客户互动都基于该客户的实际行为（而非人口统计细分）在当下与该具体个人高度相关。这二者的区别在于：一个是向所有 35 岁以下客户群发储蓄提示，另一个是向一位刚收到工资、有一笔定期存款即将到期、且本周已三次浏览 App 投资板块的客户，呈现一条针对性的具体建议。在金融机构所运营的规模层级上，这需要受治理的 AI 基础设施，而非人工配置。 客户与银行的关系会产生持续的信号流——从支付和消费模式，到储蓄行为、数字端互动、借贷决策和服务对话。挑战在于，如何将这些信号转化为有用的下一步行动，同时保持个性化、防欺诈、客户服务与治理之间的相互衔接。 对于 2019 年成立、旨在变革南非银行业的 Discovery Bank 而言，答案从来不是某个单一的模型或应用，而是围绕基于行为科学和 AI 的数据产品来构建银行，然后将这些产品嵌入到业务的各个环节。这一基础支撑着财务健康、个性化旅程、防欺诈保护、银行家辅助、生成式 AI 以及通过智能体执行的受控操作。对于构建这些能力的团队来说，可复用的决策层能够在营销、数字体验、客户服务和行为改变项目之间保持一致的定义和控制。 Discovery Bank 的经验为金融服务行业的领导者提供了一个切实的启示：当 AI 与以下要素相连接时，其价值会更大： 观看 Discovery Bank 数据负责人 Stuart Emslie 分享他们如何与 Databricks 合作实现这一目标。