行业参考 · 金融 · 客服 · 证据 E2
Barclays scales Claude to upgrade operations and improve client experience
这是公开报道的其他企业案例，不是 Alan 交付的项目。内容由 AI 收集整理，以原文为准。
企业遇到的问题
大型银行客服知识检索和客户邮件处理效率不足，软件开发现代化需要加速，同时需满足严格的安全与治理要求。
概要
巴克莱银行扩大与Anthropic合作，将Claude用于全球运营：Colleague Knowledge Assistant自2025年起基于RAG架构上线，超16000名英国同事使用，处理超100万次检索；Global Markets业务用Claude模型对客户邮件分类、补全并确定最优处理路径，每天处理约120000封邮件；并预期Claude Code到2026年底覆盖50%开发者、2027年覆盖多数软件工程师，同时强调治理、安全控制和人工监督。
原文写明的事实
- Colleague Knowledge Assistant自2025年上线，基于检索增强生成架构
- 超过16000名同事已采用该助手，已处理超过100万次检索
- Global Markets团队使用Claude模型对客户邮件进行分类、补全并确定最优处理路径，平台每天处理约120000封邮件
- Barclays预期Claude Code到2026年底覆盖50%开发者，2027年覆盖多数软件工程师
- Barclays对AI用例施加稳健治理、安全控制和人工监督
怎么做的
- 输入：英国零售客户服务知识库检索问题，以及Global Markets客户邮件
- 处理：RAG检索生成客服答案；Claude对邮件分类、补全信息并确定最优处理路径
- 数据：面向2000万+英国零售客户的服务知识，以及每日约120000封客户邮件
- 动作：客服助手返回答案支撑一线同事；邮件经Claude分类补全后路由至运营同事处理
- 输出：加快客户信息获取与客服响应，减少邮件人工处理活动
如果你也想做：复制评估
AI 初评，供参考。具体能不能做，要看你企业的数据、流程和人。
- 难度：中（需要配置 Skill / Connector）
- 需要的能力：银行知识库检索Skill、邮件分类与补全Skill、Claude Code代码辅助（预期）
- 需要接的数据/系统：内部知识库、邮件系统、客户系统
- 仍需人工的环节：运营同事根据补全后的邮件信息执行处理；对AI用例进行人工监督与安全审批
- 风险：敏感金融数据合规风险；邮件错误路由影响客户服务；代码助手收益未验证
- 原文没披露的：原文未披露具体提效百分比和邮件处理人力节省；Claude Code覆盖率为预期，需验证；银行内部系统集成和合规要求高
客服知识检索问答和邮件分类路由已在Barclays上线，但复刻到WorkBuddy需连接器与合规配置并实测；Claude Code覆盖率为预期目标，不能当作已稳定实现。
来源
证据说明：官方一手新闻稿加独立财经媒体报道，但量化数据来自厂商发布，非第三方审计。