AI是2025年最热的话题，各种应用和大模型高潮迭起，于是乎很多银行和钱包也在讨论AI，当然他们讨论AI很多时候或者是为了抓这个噱头获得更多融资或者让股价上升，或者是董事会或者老板给下了个任务，所以对他们来讲，AI是个什么，上什么样的AI，都成了一个需要回答的问题。

站在我们技术解决方案出海的角度，既然有需求，就是去匹配需求。尤其是国内各银行和金融机构已经在尝试AI，有一些经验可以参考。

上面借了一张图，更容易理解。

AI产业链包括了应用层，技术转化层和底层，对于海外的银行和钱包客户，他们远远没有能力去做底层，也比较少有能力做技术转化层，所以他们的诉求多是应用层面——应用层面的也容易出成果，容易汇报。

我们也着重聊聊海外客户在这些应用层面的潜在诉求，这些诉求不是对上面图的解释，会有些差异。

1. C端服务——包括AI在线客服，AI电话营销，AI个性化营销等

这一块是最容易实现的AI，因为不与核心系统关联，属于外挂，改造一下现有的在线客服系统，营销系统即可。

实际上即使没有AI，大量互联网企业的在线客服也是机器人的，只是上了AI以后可以实现更流畅的对话，机器人不会显得那么傻了。在客服领域有很多传统厂家已经在叠加AI的功能了，这一块的竞争是非常激烈的。

之前像国内很多大厂提供的云客服系统里就是机器人和真人混杂，对外说全是真人，但实际中杂了多少百分比的机器人是个秘密。

再比如一些电话客服，上了AI以后，完全无法区分是真人还是机器人。

其实这种AI真的把印度，肯尼亚，尼日利亚这种做客服外包的行业都给干死了，减少岗位对公司是减少支出，但对整个国家来讲并不见得太好的事情。

关于AI个性化营销，这个就是以前所谓千人千面的结合数据分析的营销解决方案，现在加了个AI的前缀，但东西还是那些东西，其实说不出有太多的不同。

另一种C端服务是AI搜索，像支付宝之前做的“支小宝”实际上是通过对话AI实现了一个加强版本的搜索，对着“支小宝”说，“我要点杯咖啡”，他就推了最近的咖啡馆。——实现起来看起来相对容易，但也需要内部重新做数据抽取和整合，不然也容易流于表面。

2. AI提升效率

这里面最常见的一种AI就是身份核实（简称核身），包括了图片识别，文字识别，人脸识别，以及反AI作图的识别。

当然这里面像文字和图片识别，人脸识别都属于传统上KYC或者e-KYC的范围，现在只是加了个AI的前缀的噱头。

但反AI作图和视频的识别就有点更高科技的意思了，因为随着AI做图和视频的普及，很多灰产或者黑产使用批量制作的身份证信息以及伪造的照片，甚至有伪造的人脸识别等来骗过核身环节，从而骗贷款或者其他非法行为。这就需要更为先进的反AI的AI方案来进行鉴别这些伪造材料。

3. 风控和反欺诈

风控加上AI总是给人一种期待，期待传统风控+AI就可以包揽所有问题，但在当前阶段，现在的风控还没有进化到原生AI来做风控，所以AI风控也只是用传统的风控解决方案加了个前缀而已，技术上还是传统的技术，或者只是设定规则，或者通过图计算技术来提升匹配能力，这个决策权还是在人。

如果未来真正进化到原生AI的风控，那就要直接由AI来做决策，这对现有的审批流程的变化可能是巨大的，传统金融监管的很多流程都需要推翻重来。

而且原生AI的风控还面临其他问题，比如由于是AI判断和决策，可能会出现某客户的贷款申请被拒了，或者某个支付账号被封了，具体原因AI无法给出，因为他的判断是基于AI和大数据的分析和大量模拟的，而不是明确的几条规则不匹配。在这种情况下，如果客户坚持要求解释，可能金融机构会出现很尴尬的情况，这一样也对方案供应商厂家提了问题，如果甲方要求说明为什么，供应商也一样给不出来。

还有可能的问题就是AI幻觉问题，这是所有AI产品都想避免但依然还没有解决的问题，如果AI给了一个自己创造出来的答案，这对金融机构来讲可能是灾难性的。

4. 智能投顾和财富管理

这个领域也是AI未来值得好好投入的场景，在过去大数据讲的“千人千面”的基础上加入AI，类似于上面讲的个性化营销，现在采用大模型以及量化交易是可以实现一定的个性化投顾的，而怎么喂用户数据可能是一个问题。

5. 产品开发

当前AI使用的一个重要场景是代码开发，很多互联网公司都对外宣称AI代码的使用率都达到了30%或者40%，现在各AI公司也推出了像Cursor，Claude Code等。由于开发难度降低，所以这对于海外缺乏大量码农的公司来讲是一个非常好的机会，一些传统上都需要供应商去做定制开发的功能，都可以尝试用AI编码来解决。

如果钱包或者银行提供了小程序开发平台给到开发者或者商家，那商家可以采用AI辅助快速生成自己的商家小程序，快速上线其生态，这对于当地钱包和开发者都是个非常好的机会。