“银行业传统营销及客户关系管理方式遭遇增长天花板，业务部门希望引入创新AI技术，但面临着执行难的困境。” ——某银行从业人员如是说。
目前银行业的业务营销策略仍然依赖传统方法和个人经验，客户标签体系及普通数学模型所带来的增长有限，同时面临营销自动化（MA）系统和客户关系管理（CRM）系统的老化。
同时，看似蓬勃发展的AI技术在面临行业深度应用和具体业务场景时却力不从心。目前的主流大模型主要面向公开语言长周期序列的文字预测后续的文字，不专属于某个行业，更不专属于某个公司、某个场景。这个问题的本质导致大语言模型在面向特定语境（例如行业专业用语或企业专门用语）会出现较大误解和偏差。在业务营销这类非语言业务环境下就无能为力了。
创景数科结合清华大学团队与自身在银行业的多年从业经验，独创“行为大模型”，同样基于Transformer架构的生成式AI技术，为银行业的数十个业务场景训练了独特的大模型，有效提高了业务营销效果。
行为大模型使用银行自己的，内部的数据，客户在银行里的所有交易和交互行为，用AI技术计算得到它的变化规律，来预测未来的交易行为和交互行为—— 专属于银行业、专属于某个银行、某个具体的场景；
经过长时间的模型训练、调优和测试，创景结合某股份制商业银行的金融行为数据推出了数十款业务模型，覆盖客户资产（AUM）提升、信贷产品定向推荐、理财产品推荐等业务营销领域，经比对测试，相较传统营销模式，大模型营销获得了大幅的业绩增长。
解决方案效果明显：
以贷款产品推荐为例，行为大模型根据客户行为模式每月挖掘40万目标客户进行产品营销，比照基于业务规则或传统模型的客户筛选，申贷率提升了187%，每月新增贷款申请客户1.06万人。
解决方案优势突出：
数十个成熟模型供银行挑选，满足6大银行部门的业务需求
业务场景与目标均已梳理清晰，无需进行复杂的需求调研与沟通
可由业务人员进行操作，一键开启模型训练工作，最短几小时可完成模型训练
即刻查看模型效果评估指标，指标可视化
对比传统方式，营销效果增加3倍以上
经过数年实际投产的考验
无需AI专业人员的支持，即可以开始使用
创景提供一体机，不占用银行的算力资源