知识，作为企业最宝贵的资产之一，其有效管理和应用成为企业提升竞争力的关键。然而，传统的知识管理系统往往存在信息孤岛、检索效率低下、知识更新滞后等问题，难以满足企业快速响应市场变化的需求。

基于大模型的知识助手应运而生，它以其强大的语义理解和数据处理能力，正在成为企业知识管理的最佳解决路径，有效打通了企业知识应用的“最后一公里”，为企业知识管理带来了革命性的变革。

对于“知识密集”的银行业来说，大模型知识助手扮演着越来越重要的角色。在《2024中国银行业大模型应用场景评估报告》中，从业务价值和可行性两个维度进行评估，沙丘智库认为，大模型知识助手是当前银行业可以考虑战略投资的大模型应用场景之一。

从技术实现方式上看，基于大模型的知识助手主要通过RAG技术进行优化，无需重新训练整个模型，只需更新知识库即可实现知识的更新和扩展，降低了知识更新的成本，对银行来说成本更加可控。

基于对银行业大模型应用的长期跟踪，沙丘智库观察到，大模型知识助手正逐渐成为银行在探索大模型时的“标配”场景，国有大行、股份制银行、城商行/农商行等均有落地案例。在《2024年中国银行业大模型案例跟踪报告》中，沙丘智库研究了12个典型的银行大模型知识助手案例，旨在为其他银行提供参考。

以下内容节选自《2024年中国银行业大模型案例跟踪报告》：

01

国有大行

▎案例2：邮储银行基于大模型的智能知识问答

02

股份制银行

▎案例4：浦发银行为审计人员提供知识助手服务

借助大模型技术在问答对话方面的能力优势，浦发银行研制审计制度搜索问答应用，为审计人员提供根据问答生成相应答案的分析工具。

浦发银行通过“大模型+向量数据库”搭建审计领域的制度搜索服务，在向量数据库中构建自有审计制度知识资产，并进行提示工程采用对话引导式问答交互，通过问答形式完成知识查找，充分发挥浦发银行所拥有的丰富、多种形态、高质量的知识资产，为审计人员提供知识助手服务，具有更高的专业性和时效性。

03

城商行/农商行

▎案例5：中原银行知识问答助手赋能一线员工

结合全行业务咨询实际痛点，中原银行在充分调研客户经理、产品经理、运营人员等一线员工基础上，规划建设知识问答助手。

知识问答助手落地公司业务、小微应用、运营管理、内控合规等9项场景，整合内外部专业文档超6万篇。中原银行重视运营知识机制建设，在各业务领域设置知识管家，更新维护知识资产，持续提升问答服务满意度。

目前，知识问答助手累计服务对话1.9万轮次，用户满意率达98%。

“富滇AI合规助手”整合了当前行业先进的大语言模型技术，依托机器学习自主深入研究本行内外各类规章制度，并凭借高效、智能的信息筛选功能，可快速实现内容检索和智能匹配，有效提升合规查询效率与准确性。

当用户提出问题时，它能迅速在海量数据中精准定位已发布的相关制度条款，通过AI 智能分析给出专业解答，并对综合性问题进行归纳总结，为用户提供准确、可靠的合规指引。