10月9日，中国人民银行吉林省分行对外公示吉林省金融科技创新监管工具第10批创新应用，包括1项创新应用，为吉林银行申请的“基于AI大模型技术的客服辅助服务”。

据悉，该创新应用运用大模型技术，构建集智能小结、智能质检、坐席辅助、文档挖掘于一体的智能客服全流程赋能体系，实现客服通话全链路的智能化分析、质检、辅助与知识沉淀，大幅提升了客服运营效率、服务质量与知识管理水平，有效解决传统人工模式下人力成本高、标准不统一、响应速度慢、知识沉淀难等痛点问题，为银行客服场景提供全流程、智能化、可追溯的数字化服务支撑。

其中，运用大语言模型对客户提问进行意图识别，并通过智能体技术，进行对话管理与知识检索。构建坐席辅助模块，提升坐席服务效率与并发服务能力。

运用垂直领域知识图谱与索引构建技术，实现知识的存储与高效检索。深度融合银行业务规范、常见问题及政策文件，实现多源异构知识的结构化存储与动态实时更新，强化内部知识管理与业务支撑能力。

运用大语言模型，依托底层知识库进行深度语义分析与关联计算，对客户的提问进行语义分析并定位相关知识，结合对话上下文，实现对话逻辑的灵活跳转与个性化服务策略匹配，提升客户需求识别精准度与服务响应效率。

上述应用的创新性主要在于：

在服务质效方面，运用大模型技术实现知识文档自动化解析与标准化问答对生成，将传统人工逐句梳理知识、提炼问答的模式升级为自动化批量处理，大幅压缩知识沉淀周期；同时依托大模型能力实时为客服生成回复语，将平均响应时长从分钟级压缩至秒级，显著提升客户服务效率与知识复用价值。

在质量管控方面，采用大模型技术对通话录音开展全量智能质检与内容结构化总结，替代人工抽样监听与手动记录的传统模式，实现通话服务合规性、服务话术规范性的全流程自动化核查；同时自动提炼通话核心诉求与关键信息，既提升了服务质量监控覆盖率，又减轻了人工复盘工作负担，保障业务服务标准的落地执行。

在数据应用方面，基于行内客服对话数据、业务文档数据，打通多源文本与音频数据壁垒，通过大模型实现非结构化数据向结构化知识的转化，深度挖掘通话录音与业务文档中的高频问题、服务短板与客户需求，丰富服务优化与知识迭代的数据维度，为精准提升服务能力、优化业务流程提供数据支撑与决策依据。