售前方案书 — KYC 审核 AI 改造的 TCO/ROI 与 POC 门禁
售前方案书 — KYC 审核 AI 改造的 TCO/ROI 与 POC 门禁
日期: 2026-10-06 阶段: Phase 4 - 自建 Agent 平台×求职冲刺 标签: #presales #kyc-automation #roi-tco #poc-gating
核心问题
Day 113 把私有化部署的技术路径选完了。但技术方案再漂亮,到不了客户预算审批那一关就是零。今天换一顶帽子:从「架构师」切到「售前/解决方案架构师(pre-sales SA)」,写一份能让银行 COO/CCO 签字的 KYC 审核 AI 改造方案书。回答三件事:
- 售前方案包到底由什么组成? 不是一张架构图,是一个有固定骨架的包:痛点量化 → 目标架构 → TCO/ROI 测算 → 风险与合规 → POC 计划。其中 ROI 那一节决定生死。
- 怎么把已建组件翻译成业务价值? 本项目 P1–P3 攒下的 evals、judge 校准、可观测、合规映射,在售前语境里不是「技术亮点」,而是**「为什么我们不会成为那 50% POC 后被砍掉的项目」的证据**。
- POC 怎么设门禁? POC 不是「做个 demo」,是一份带验收数字和里程碑的合同——每个里程碑挂一个可量化的 gate,达不到就停,这恰恰是 Day 19 阻断式 CI gate 的售前版。
这件事直接关系求职定位:AISA(AI Solutions Architect)市场(2026-06)里,Citi 这类「金融 GenAI Architect」JD 显式要求「能向高管翻译业务价值 + 主导 POC」。一份带真实 ROI 数字的 KYC 方案书,是这类岗位最硬的作品集。
关键内容
A. 售前方案包的五段骨架:为什么 ROI 必须排在架构前面
售前方案书的常见死法是「架构师视角」——开篇就上 C4 图、讲 RAG、讲 agent 编排,高管三页就走神。正确骨架按**「先疼后药」**排序,把 ROI 提到架构之前:
KYC 审核 AI 改造方案书 — 五段骨架
──────────────────────────────────────────────
① 痛点量化(Pain, 1页)
· 现状:人工 KYC 单户审核 25 min、年 2000 户 → X 万分析师工时
· 行业基线:合规告警 FP 率 85–95%、人工复核 7–10 个工作日/户
· 把痛点折成「钱」:分析师成本 + 合规罚款风险 + onboarding 流失
↓
② 目标架构(Solution, 2页,但放在痛点之后)
· 一张业务流程图(before/after),不是技术架构图
· 人机协同点:AI 起草 + 人审签发(HITL,呼应 Day 5)
· 一句话技术栈:复用已建 agent 平台,私有化部署(Day 113)
↓
③ TCO/ROI 测算(Economics, 2页)★决定签不签
· TCO:平台 + 推理 GPU + 集成 + 运维(3年)
· ROI:节省工时×费率 + 罚款风险下降 + onboarding 提速
· 给出回收期(payback period)月数 + 3年净现值
↓
④ 风险与合规(Risk, 1.5页)
· SR 11-7 三道防线 / EU AI Act / DORA(复用 Day 92-95)
· 模型风险:幻觉/漂移→evals+judge 校准如何兜(Day 16-19)
· 「为什么我们不进那 50% 失败项目」的证据
↓
⑤ POC 计划(Proof, 1.5页)
· 4 阶段里程碑,每阶段一个可量化 gate
· 验收数字写死进合同(见 C 节)
为什么 ROI 排在架构前——Gartner 口径:至少 50% 的生成式 AI 项目在 POC 后被放弃,四大主因之一就是「unclear business value(业务价值不清)/ 无法换算成可衡量 ROI」(Gartner, 2024-07 预测 end-2025,实际达 50%)。高管砍项目从不因为「架构不够优雅」,只因为「算不出账」。把架构放 ROI 前面,等于把方案书最弱的部分(高管看不懂的技术)放到最显眼,把最强的部分(钱)藏后面——自废武功。
反直觉洞察①(售前方案的杀手是 ROI 数字不是架构图):技术出身的人写售前方案,本能想把架构图画到极致——以为「架构越漂亮越显专业」。但真相相反:高管几乎不看架构图,他们看回收期和年节省额。Gartner 的 50% POC 死亡率里,没有一条主因是「架构不好」,全是 business value / 成本 / 数据 / 治理。一份架构平庸但 ROI 算得清楚可信、回收期 <12 个月的方案,会赢过一份架构惊艳但「价值待评估」的方案。架构图是入场券,ROI 是临门一脚——把 80% 的打磨精力放在 ROI 那两页。
B. 复用全部已建组件:把技术资产翻译成业务语言
售前的真功夫是翻译——把 P1–P3 的每个技术组件,翻成高管听得懂的「为什么这降低你的风险/成本」。建一张「技术资产 → 业务价值」翻译表:
| 已建组件(技术语言) | 文件 | 售前翻译(业务语言) |
|---|---|---|
| evals as success metrics(Day 3) | src/aml/evalBaseline.ts | 「我们用数字证明 AI 质量,不靠拍脑袋——这就是你不会成为 50% 失败项目的原因」 |
| judge 校准 κ≥0.6(Day 17) | src/aml/judgeCalibration.ts | 「AI 打的质量分经过人工校准,监管问起来有据可查」 |
| 阻断式 CI gate(Day 19) | src/aml/evalChecks.ts | 「质量不达标的版本根本上不了线,等于内置质量熔断」 |
| 不可变审计轨(Day 75) | src/aml/auditTrail.ts | 「每一次 AI 决策可追溯、可向 examiner 出证——SR 11-7 第三道防线」 |
| 证据链/HITL(Day 5) | src/aml/sarNarrative.ts | 「AI 只起草,人审签发——合规责任不转移、监管能接受」 |
| 合规映射层(Day 92-95) | src/aml/observability/ | 「EU AI Act + DORA + SR 11-7 已逐条映射,省你一轮法务对接」 |
| 私有化部署(Day 113) | src/agent/config/llmEndpoint.ts | 「客户数据不出你机房——GDPR 驻留/断网都能满足」 |
这张表是整份方案书的底气来源:方案④风险段不是空喊「我们很合规」,而是「这里是我们已经实现的合规证据,逐条对到你头上的监管条文」。这正是 AML Copilot 作为求职作品集的差异化——大多数候选人只有 PPT,本项目有可运行的 src/aml/ + src/agent/。
C. ROI 测算公式 + POC 里程碑门禁
ROI 那两页不能写「显著降本」,要写可被财务挑战的公式。KYC 改造的 ROI 三块收益:
年节省额 = 工时节省收益 + 罚款风险下降 + onboarding 提速收益
① 工时节省收益
= 年案件数 × 单案节省工时 × 分析师全负载时薪
例:2000 户/年 × (25min→17min, 省 8min ≈ 0.13h... 取保守 2h/案)
实测口径:单案省约 2 小时、复核时长降 32%(25→17 分钟)
若 2000 户 × 2h × $60/h = $24 万/年(仅工时一项,保守)
大行口径:年节省 2000 户 ≈ 1.8 万分析师工时
② 罚款风险下降(期望值法)
= 漏报概率下降 × 单次 AML 处罚期望额 × 年化
(evals 提升 recall → 漏报少 → 罚款期望降,给区间不给点估)
③ onboarding 提速收益
= (旧周期 7–10 天 → 新 4–6 小时) × 提前上线客户带来的收入贴现
─────────────────────────────────────────
回收期(月) = 一次性实施成本 ÷ (月节省额 − 月运营成本)
3年 ROI = (3×年节省额 − 3年TCO) ÷ 3年TCO × 100%
行业锚点(2026 一手):单案省约 2 小时 / 复核时长降 32%(25→17 分钟);onboarding 从 7–10 工作日压到 4–6 小时;$500 亿资产银行 KYC+AML 自动化典型年节省 $1200 万–$2000 万、对标平台成本 $200 万–$400 万/年;某美资银行案例 8 个月内 $150 万 ROI(GeekyAnts / Latentbridge / Accelirate, 2026)。报价时给区间不给点估,并标注「基于客户实际案件量校准」——点估会被财务一票否决。
POC 里程碑门禁——POC 不是 demo,是带验收 gate 的小合同。每阶段一个可量化 gate,达不到就停(这是 Day 19 阻断式 gate 的售前镜像):
| 阶段 | 周 | 交付 | 验收 gate(达不到则停) |
|---|---|---|---|
| M1 数据接入 | W1-2 | 接客户 X 户真实 KYC 样本(脱敏/驻留) | 数据管道跑通,字段映射准确率 ≥95% |
| M2 基线对照 | W3-4 | 规则基线 vs 现状人工对照 | judge κ≥0.6 校准达标(Day 17),baseline recall 不低于现状 |
| M3 AI 起草+HITL | W5-7 | AI 起草 SAR/KYC 摘要 + 人审 | 人审采纳率 ≥X%、单案省时 ≥1.5h、零合规越线 |
| M4 ROI 验证 | W8 | 用真实样本回填 ROI 模型 | 回收期 <18 个月、单位成本($/案)达标,签转生产 |
反直觉洞察②(把「POC 成功标准」写进合同,比把「功能清单」写进合同更保护双方):销售本能想在合同里堆功能清单(「支持实体抽取、风险打分、SAR 起草…」),以为承诺越多越显诚意。但功能清单是 50% POC 死亡的温床——功能都做了,价值没证明,照样被砍。更聪明的做法是把可量化的成功 gate 写进 POC 合同(κ≥0.6、单案省时≥1.5h、回收期<18月),达标才转生产。这对买方是「花小钱验证价值再决策」的安全网,对卖方是「达标即签约」的硬约束——双赢。承诺数字,不承诺功能。 这恰是 Day 19「评测门禁阻断 merge」思想从工程搬到商务的同构应用。
设计要点/决策表
| 决策点 | 选择 | 理由 |
|---|---|---|
| 方案书段序 | 痛点→架构→ROI→风险→POC,ROI 提到架构后第3段 | 高管看账不看图;ROI 是临门一脚 |
| 打磨精力分配 | 80% 投 ROI 两页 + POC gate | Gartner 50% POC 死于 business value 不清 |
| ROI 报价口径 | 给区间不给点估,标注按客户案件量校准 | 点估被财务一票否决;区间显严谨 |
| 技术资产呈现 | 用「技术→业务」翻译表,不堆技术名词 | 高管要听「降你什么风险/成本」 |
| POC 合同形式 | 写可量化成功 gate,不写功能清单 | 功能全做完≠价值证明;gate 双向保护 |
| 风险段证据 | 指向已运行的 src/aml/ 合规组件 | 区别于只有 PPT 的竞争者 |
| 回收期门槛 | <18 个月转生产,理想 <12 个月 | 对齐金融客户预算审批容忍度 |
对本项目的落地
- 新建
docs/aipa/presales/kyc-ai-proposal.md(售前方案书样本):按五段骨架写一份完整的 KYC 审核 AI 改造方案书,作为 P4 求职作品集的核心文档之一。ROI 两段用 C 节公式 + 2026 行业锚点数字,明确标注「示例数字,按客户实际案件量校准」。这份文档直接对应 Citi 类「金融 GenAI Architect」JD 的「向高管翻译业务价值」职责。 - 新建
docs/aipa/presales/asset-to-value-map.md(技术资产翻译表):把 B 节的「技术→业务」翻译表固化,逐行指向真实文件(src/aml/evalBaseline.ts/judgeCalibration.ts/evalChecks.ts/auditTrail.ts/sarNarrative.ts/observability/)。这是方案书风险段的证据库,也是面试时「展示可运行系统而非 PPT」的索引。 - POC gate 复用
src/aml/evalChecks.ts(设计决策):M2/M3 里程碑的验收 gate(κ≥0.6、baseline recall、人审采纳率)直接复用 P1 已建的evalChecks与judgeCalibration——售前 POC 的「成功标准」和工程 CI 的「阻断门禁」是同一套断言,只是阈值面向客户场景重新校准。这把 Day 19 的工程资产变现为商务资产。 - ROI 计算器骨架
src/aml/roiModel.ts(可选设计):把 C 节 ROI 公式做成一个纯函数estimateRoi({ annualCases, hoursSavedPerCase, analystRate, implCost, annualOpex }) → { paybackMonths, threeYearRoi },给售前一个可现场调参的小工具,POC 的 M4 里程碑用真实样本回填后即可生成定制报价。 - 诚实标注:方案书所有 ROI 数字标注为「行业基线 + 待客户校准」,回收期/年节省额为示例区间非承诺;
roiModel.ts为售前辅助工具,真实测算须 POC 期用客户案件量与费率回填。本日仅落方案书结构、翻译表、ROI 公式与 POC gate 设计,不含与真实客户的商务承诺。
参考资料
- Gartner — Predicts 30% of GenAI Projects Will Be Abandoned After PoC by End of 2025 + 后续 50% 实际口径:POC 后放弃四主因含「unclear business value / 无法换算 ROI」、escalating costs、poor data、inadequate risk controls(2024-07 / end-2025 实测 50%)
- GeekyAnts — AI KYC Automation for US Banks: Cutting Case Handling Time by 30%:单案省约 2 小时、复核时长降 32%(25→17 分钟/户)、年 2000 户省约 1.8 万分析师工时(2026)
- Latentbridge — How Banks Are Using AI to Cut KYC and Onboarding Time by 40–70%:onboarding 7–10 工作日 → 4–6 小时、直接 onboarding 成本降 50–70%(2026)
- Accelirate — KYC Automation Delivers $1.5M ROI for Leading American Bank:8 个月 $150 万 ROI、月省 200+ 工时;$500 亿资产行 KYC+AML 年省 $1200 万–$2000 万 vs 平台成本 $200 万–$400 万/年(2026)
- McKinsey — How agentic AI can change the way banks fight financial crime:agentic AI 重塑 KYC/AML 调查工作流、HITL 必要性、合规 FP 率与分析师产能(2026,标题级,正文待执行当周二次抓取)
- 本仓库
src/aml/(evalBaseline/judgeCalibration/evalChecks/auditTrail/sarNarrative/observability,售前证据库)、src/agent/config/llmEndpoint.ts(私有化部署,Day 113)(2026-06)
SOTA 检查 (2026-06-11)
- 「POC 后 50% 项目死于 business value 不清」在 2026-06 是 live 的市场现实:Gartner 多份预测(30% GenAI by end-2025 实测达 50%、40%+ agentic AI by 2027 取消)一致指向「价值证明 > 技术」。本日 WebSearch×2 确认这是当前售前/AISA 岗位的核心矛盾,不是历史叙述。
- KYC 自动化 ROI 数字须执行当周重核:单案省 2h、复核降 32%、onboarding 7–10 天→4–6 小时、$500 亿行年省 $1200 万–$2000 万等引自 GeekyAnts/Latentbridge/Accelirate 2026 案例;这些是供应商口径,方案书须标注「行业基线,按客户实际案件量与费率校准」,不可直接作承诺。执行当周用最新案例与客户真实数据重算。
- McKinsey 一手正文待补抓:本日 WebFetch McKinsey agentic AML 长文超时未抓到正文,仅取标题级事实;其 FP 率/分析师产能/调查工作流重塑的具体数字待执行当周二次抓取回填,作为方案书痛点段的权威背书。
- AISA/SA 岗位对「ROI 翻译能力」的显式要求在升温:Citi VP GenAI Architect、LangChain/Anthropic SA JD 均把「向高管翻译业务价值 + 主导 POC」列为职责(2026-06 口径)。本方案书作品集与该需求强对齐,待执行当周复核目标 JD 措辞,对齐方案书侧重点。
- 待跟踪:① POC gate 阈值(κ≥0.6、单案省时≥1.5h、回收期<18月)须随真实客户场景校准,非通用常量;② spec-driven(Day 115)可把 POC gate 写成机器可读验收契约,二者在「承诺数字不承诺功能」上同源,待 Day 115 打通。以上执行当周重新确认。