一、AI大模型发展趋势及DeepSeek技术简介

1.发展历程：AI大模型发展趋势及热门模型DeepSeek的演变历程

2.模型特色：深入对比国内外主流AI大模型优劣势

3.定位/价值：AI技术发展趋势、DeepSeek当前生态位，以及未来发展方向

*附：2025年职场人必备数字化工具全景图

二、金融科技新时代的用户体验技术全景

1.AI新技术全景图（一）：C端业务场景篇

(1)生成式AIGC：

①技术介绍（通用基础介绍，非技术向）

②银行金融应用场景：虚拟助手（如招商银行AI小招）、个性化文案生成

③其它行业应用实践：提供更多业务拓展思路

*互动：结合当红炸子鸡DeepSeek，探讨在银行金融不同的业务场景中，如何更高效地生成高价值的内容？

(2)多模态交互：

①技术介绍&其它行业应用实践

②银行金融应用场景：个性化文案生成语音/图片/视频+语义理解+语音交互+视觉融合的智能终端（如VTM机生物识别）

*互动：举例展示当前AIGC多模态应用的图片、音频、视频的最佳实践，探讨在银行场景中的使用效果

(3)AR/VR沉浸式交互：

①技术介绍&其它行业应用实践

②银行金融应用场景：远程金融咨询、线上业务厅参观

2.AI新技术全景图（二）：B端算法/流程篇

(1)知识图谱：

①技术介绍&其它行业应用实践

②银行金融应用场景：数据分析及挖掘、精准营销（多家银行）

(2)情感计算：

①技术介绍&其它行业应用实践

②银行金融应用场景：客户情绪实时监测与服务策略调整（某银行情绪识别试点）

*互动：举例展示当前用户情感陪伴类的AI产品，探讨在银行场景中的通用性

(3)RPA自动化：

①技术介绍&其它行业应用实践

②银行金融应用场景：业务流程自动化处理（多家银行）

*互动：介绍RPA+AI的能力边界，探讨该技术+银行的边界、风险与限制

3.AI新技术全景图（三）：数据安全篇

(1)区块链：

①技术介绍&其它行业应用实践

②银行金融应用场景：跨境支付、票据服务、智能合约（工商银行）

(2)联邦学习：

①技术介绍&其它行业应用实践

②银行金融应用场景：跨机构数据协同下的精准用户画像（金融数据安全要求）

三、数字化转型中的体验创新要素

1.全渠道体验整合

2.数据驱动的个性化服务

3.智能化服务流程再造（结合RPA）

4.AI创新技术应用（新兴科技）

四、AI创新思维驱动的用户体验设计

1.服务体验创新

(1)lv1-工具型：结合AI工具减少银行人员工作量，提效为主，快速响应

(2)lv2-场景型：升级AI交互场景，结合客户多样化需求，提供个性化服务

(3)lv3-伙伴型：基于数据进行用户分层、周期分层，提供AI评估建议

2.场景综合拓展

(1)从被动到主导：客户来咨询被动激活体验→AI主动切入客户需求点

(2)从工具到陪伴：点到点提供解决工具→提供陪伴式AI服务

(3)从单一到综合：单一用户标签→复合业务AI综合推荐

(4)从平台到端到智能体：轻量化产品形态，多渠道提供产品服务

3.服务框架重构

(1)用户研究方法创新

(2)用户反馈收集与优化

(3)体验评估监测与持续优化机制（正负反馈）

五、银行AI应用综合实践

1.案例1：智能化营销组合能力

(1)个性化营销物料定制

(2)SCRM私域运营升级用户体验

2.案例2：智能客服综合服务

(1)大模型+垂类知识库+RAG

(2)语音交互+多语言+人机协作

六、银行金融领域AI技术新方向

1.央行数字货币与AI钱包体验

2.无感支付环境构建

3.无障碍服务升级

4.银行人力组织变革（数字员工）

七、用户体验地图实战

1.梳理用户体验地图坐标轴

(1)介绍几点要素：阶段、行为、爽点、痛点、机会等

(2)方法论匹配：结合真实业务场景，梳理用户体验地图的设计思路

2.互动：分组探讨当前银行有哪些待优化的用户体验场景？如何结合AI能力进行提升？