外部公开案例解读 · 非识度交付项目：本文解读证券时报 2026 年 9 月 26 日报道的公开信息，平安期货不是识度的客户或合作方；文中效果数据均为该公司自报口径。
您公司是不是也这样：客户A的交易记录在系统一，沟通记录在系统二，产业背景在业务员脑子里。客户经理想全面了解一个客户，得挨个系统翻。9 月 26 日证券时报报道，平安期货总经理袁建峰在 2026 期货业年会上介绍了他们的做法：先把分散的数据整合成动态客户画像，再让 AI 在客户主动开口之前就触发服务。AI客户管理做不做得起来，第一件事不是挑模型，是先把客户数据归到一处。
事件本身：一家期货公司做了什么
据证券时报报道，平安期货过去同样面对客户数据分散的问题：交易、持仓、咨询、产业背景等信息散落在不同系统，客户经理大多靠个人经验，很难拼出一个客户的完整样子。他们的做法是把这些数据整合起来，通过算法持续更新客户动态画像——比如识别产业客户的套保属性，主动推送价差、库存相关信息；再用客户生命周期系统识别开户、活跃、沉默、流失预警等阶段，在客户主动咨询之前提前触发服务。报道还提到，7×24 小时 AI 智能服务承担行情解读、规则答疑、交易基础知识和风险教育等工作，据其披露，相关系统上线首月超过六成的人工咨询实现分流。
为什么客户资料散着，AI就管不动客户？
很多企业买完 AI 客服、装完 CRM，客户经营还是老样子。原因不难找：AI 做判断需要上下文。它得知道这个客户是谁、现在处在什么阶段、上次沟通卡在哪，才能决定「现在该推什么、该不该打扰」。这些上下文散在五个系统里，AI 每次都拿不全，就只能回答通用问题——回答得再流畅，也只是个更快的FAQ。所以这条链路的第一环不是买模型，是数据归拢。
这条链路上，有三段值得细看
- 画像不是静态档案，是动态更新的。据其披露，平安期货的画像由算法持续更新，客户状态变了，画像跟着变。客户档案存着不动，过几个月就作废了；画像不更新，AI 说的话就是拿旧信息在敷衍人。
- 服务从被动响应改为提前触发。生命周期系统识别到客户进入沉默或流失预警阶段，服务在客户开口前就启动。但这一步有个前提：客户走到哪一步，得先定义清楚——阶段都说不出来，触发就免谈。
- 沉睡客户不再统一话术。据其披露，系统会分析沉睡原因再匹配策略：有的需要持仓复盘，有的需要新方案，有的只需要一次回访。这正是我们此前在私域系统设计里的同一条判断——AI 的产出必须是具体动作，不是一段通用话术。
底线同样值得抄：AI生成的内容必须人工复核
报道里袁建峰专门强调了边界：所有 AI 生成的内容必须经过人工复核，涉及交易决策的 AI 不能替代决策。金融行业合规要求高，这条底线不意外；但不管哪个行业都用得上——先划清楚哪些事 AI 绝不能碰，剩下的才放得开手。等出了事再补救，那就晚了。
AI客户管理的第一环不是模型，是客户数据先归到一处。
识度的判断：这份案例能迁移什么
我们的判断是三条。第一，先盘数据，再选工具。动手之前先回答：您的客户数据现在散在几个系统里？拼出一个客户全貌需要翻几处？答案是「三处以上」，AI客户管理就先从数据归拢做起。能自动拿到的数据，绝不让一线再手工填一遍——这是我们在设计销售与私域系统时守的第一条原则。第二，客户阶段要先定义清楚。开户、活跃、沉默、流失预警——这套阶段划分谁来做、依据什么数据，比买哪套系统更值得花时间。第三，效果数字要看前提。「首月超六成人工咨询分流」是该公司自报口径，且金融场景的咨询高度结构化、数据天然集中，这个数字是踩在这些前提上做出来的。别的行业照搬数字没有意义，照搬「归数据、定阶段、划边界」这个顺序才有意义。
常见问题
中小企业没有期货公司的数据体量，能借鉴吗？
借顺序，不借规模。数据归拢、阶段划分、AI 边界三步，任何体量的企业都适用。中小企业反而更容易起步——系统少，归拢成本低。
「六成人工咨询分流」这个数字可信吗？
是该公司自报口径，经证券时报报道，未经独立验证。看它怎么做的，比看数字更有用；具体收益得结合自己的业务单独算。
我们想做AI客户管理，第一步做什么？
列一张清单：客户资料现在存在哪几个地方、拼一个客户全貌要翻几处、哪些判断只存在于业务员脑子里。这张清单列完，数据归拢的范围和优先级自然就出来了。
想知道自己公司的客户和销售环节该从哪里接 AI，可以用识度的《私域与销售 AI 接入点自查》逐条勾一遍：打开自查清单。
如果您正准备做AI客户管理，卡在客户数据归拢和阶段划分上，欢迎预约一次适配沟通。数据散在哪些系统、客户阶段怎么定义、AI 的边界划在哪，我们结合您的业务场景一起过一遍。
相关阅读：数据都在系统里，老板为什么还要问人？｜私域 AI 化的第一步，不是自动回复｜识度的服务与交付方式
← 返回识度案例