就像“暗厨”那样,它们在制作餐点时完全不与顾客直接接触,银行在设计金融产品时也面临着将用户界面、建议以及客户关系拱手让给对话式智能代理的风险。不过,我们可以设想一些解决方案来应对这一现象。.

继比价网站和聚合平台之后,基于大型语言模型(LLMs)的对话式界面正逐渐成为金融决策的主要入口。 银行面临的风险具有特殊性:虽然继续设计和支持产品,却失去了对界面、推荐以及最终订阅环节的控制权。这就是“暗厨”模式在金融领域的应用——在幕后生产,不露面。这一趋势绝非空穴来风。 早在2024年,23%的消费者就已每月至少一次使用生成式AI处理金融事务(1),而未来三到五年内,聊天机器人可能会成为银行交互的首选渠道。 因此,问题已不再是这些界面是否会置身于银行与客户之间,而是金融机构打算如何在其中保持可见性。.

从历史上看,银行一直通过自己的渠道——包括分行、网站和应用程序——掌控着端到端的客户旅程。数字化通过让产品比较变得更加容易并降低了转换成本,引发了初步的去中介化,但并未威胁到品牌生态系统的核心地位。.

对话式界面正在改变这种动态关系的本质。 客户不再搜索特定产品;取而代之的是,他们表达期望的结果(例如优化储蓄、为项目融资),并将调研、筛选和执行工作委托给智能代理。这些智能代理如今已能够自主规划、记忆、协调并执行多步骤的金融流程。 最重要的是,基于代理的支付基础设施已开始部署:OpenAI 和 Stripe 于 2025 年底推出了“代理商务协议”(Agentic Commerce Protocol),支持用户直接在 ChatGPT 内完成购买;(2) 此后,Visa、亚马逊和谷歌也相继推出了各自的代理发起交易通道。 在某些国家,界面内订阅功能已作为正式功能投入生产使用。.

这些交互界面不再仅限于交易记录。它们能够捕捉用户意图、项目规划及权衡考量,从而成为银行此前从未拥有的“情感型客户关系管理系统(CRM)”。随着这些交互流的日益密集,它们正逐渐确立自身作为客户关系核心聚合平台的地位,既能洞察用户需求,又能引导用户关注相关产品或服务。.

“暗厨”风险在银行业中的应用

因此,风险正转向“暗厨”模式:生产与分销之间的脱钩现象日益加剧。银行继续设计产品并承担相关的风险和合规责任,但失去了与客户的直接接触点。由此产生了以下四点后果:

能见度下降。. 客户不再与银行进行互动,随着时间的推移,可能会忽视银行在价值链中的作用。该品牌逐渐沦为背景中的供应商。.

商品化。. 在持续的比较中,又经由界面重新塑造,各种优惠变得可互换。筛选机制极为严苛:推荐模型通常每条查询只展示一到三个品牌。(3) 能否存续,往往取决于极小的空间。.

关系变得疏远了。. 这种关系变得更加零散且交易化,从而失去了深度。客户忠诚度和交叉销售变得更加复杂,而客户流失率则急剧上升:在以代理人为导向的环境中,转换成本趋近于零。.

利润率面临压力。. 价格透明度以及界面推荐功能的强大影响力加剧了市场竞争。而且这种偏好并不利于传统机构:如今,大型语言模型(LLMs)往往更倾向于推荐新银行和数字原生贷款机构,而非传统金融机构。对于传统机构而言,其面临的风险不仅在于被排除在中间环节之外,更在于被机器系统性地边缘化。.

这种情景绝非遥不可及。随着应用范围的扩大和代理的自主性增强,当务之急是启动转型,以确保银行能够继续留在当今的代理价值链之中。.

掌握控制权:存在、可运作、被选择

面对这种演变,可能采取三种立场:观望;接受新的接口层并退守至产品提供商的角色;或者通过专有平台奋力争取保留客户关系。前两种做法将直接通向“暗厨”。 唯有第三种策略才能在价值链中保住一席之地,这需要对架构、客户旅程和关系模型进行转型,并围绕以下三场战役展开:

存在。随着对话式界面成为入口,关键已不再是专属渠道,而是产品或服务在这些环境中的可发现性:这就是生成式引擎优化(GEO)。 在大语言模型(LLM)的响应中,可见性在很大程度上依赖于第三方来源(新闻、评论、分析),而非品牌自身的资产。 要立足于此,就必须将信息足迹扩展到网站之外。这与2000年代的搜索引擎优化(SEO)有着直接的相似之处:那些早期投资于搜索优化的公司,建立了持久的结构性优势。如今,这样的机遇窗口正在关闭。.

可操作性。在自动化推荐盛行的世界里,界面更倾向于那些最易于理解和执行的方案。 优势在于“支持代理”的产品:具备互操作性,通过开放架构提供服务,并专为无缝订阅而设计。这需要清晰、可靠且“机器可读”的服务。除了可见性之外,能够无障碍地进行分发也成为决定性因素。.

待选。当产品或服务变得可比且技术上高度集成时,差异化便转向了机器所感知到的品牌形象。 大型语言模型(LLMs)会过度呈现被引用次数最多的实体,这遵循着“大品牌偏好”的逻辑:在购买推荐中,某些模型推荐已占据主导地位的品牌的概率最高可达18倍。(4) 由此形成了一个反馈循环:模型给出建议,用户点击,从而进一步巩固了该品牌的统治地位。 未出现在编辑语料库和评论平台中的品牌会被系统性地边缘化。在这些环境中建立活跃的存在感,并将自身的用户旅程直接融入其中,已成为维系客户关系的决定性杠杆。.

代理式商业不仅在演变客户关系,更在改变其根本平衡。重心正向那些掌控访问权限、商品选择以及优惠优先级的人转移。能够重新融入这一市场架构的银行将巩固其地位。 其余银行则将沦为“隐形生产者”,被排除在客户接触点和价值创造环节之外。抉择正在此刻进行。三到五年内,结果便已尘埃落定。.


注:

[1] 麦肯锡,《生成式人工智能代理如何威胁零售银行的客户关系》,2026年5月6日。采用率 data:23% 的消费者表示,他们每月至少使用一次生成式人工智能处理金融事务(2024年)。.

[2] OpenAI 与 Stripe、Agentic Commerce Protocol 及“即时结账”,2025年9月。 竞争方案:Visa 智能商务(2026年4月)、Visa 与 OpenAI 合作(2026年6月)、亚马逊“代我购买”——AWS 代理式购物助手、谷歌通用商务协议。.

[3] 来自生成式优化从业者的估算(Searchable, C. Donnelly, 2026);主流推荐模型通常每个查询仅推荐一到三个品牌。.

[4] L.-M. Lorin 报告的“实体偏见”测量结果(2026年4月):根据不同模型,推荐已占据主导地位的品牌倾向最高可达约18倍(智能手机)。此为指示性数量级,需与原始研究进行交叉核对。.

阅读文章

.