文 | 中國電子銀行網 韓希宇

2023年，AI大模型展現出極強的商業價值和發展潛力，科技機構紛紛涌入并落地大模型應用。有觀點認為，大模型是頭部機構的“必爭之地”，其將決定一家機構未來5-10年的科技水平。

算力、算法、數據構成了大模型領域的“三駕馬車”，數據作為核心生產要素，成為關乎大模型質量與商業化落地的關鍵點。銀行業作為數據密集型行業，成為大模型率先探索的重要行業。

大模型在銀行業應用前景廣闊

“銀行業數字化轉型需要大模型加持。”中國銀行業協會首席信息官高峰如是說到。

分析人士稱，銀行數字化轉型的本質是“擁抱”數據和算法，利用數字科技對業務流程、運營方式、服務模式等進行數字化的重塑，提升經營質效與服務水平。總體來看，在銀行數字化轉型實踐進程中，“用數”至關重要，而以大模型為代表的人工智能，則是“用數”“賦智”的高級進階，大模型將更加高效、深入地賦能營銷、運營、風控、決策等業務環節，為銀行業數字化轉型提供新范式、新動能。

中國民生銀行首席信息官張斌指出，大語言模型在金融領域有廣泛的應用前景，可以幫助提升工作效率。比如幫助個體成為超級生產者，也可以提升體驗，如支持多輪對話-機器以貼近人的方式交互等。

在具體應用場景上，比如智能客服與數字人結合，可以多輪、高擬人地問答；智能投研領域，可利用其強大的分析和提煉能力、生成能力；程序開發領域，可以輔助編碼、測試、補全；在營銷領域，助力精準營銷，包括個性化內容生成；在運營領域，可以輔助人工互動、摘要與建議生成；在風控領域，可實現風險識別與法務合規智能化；知識管理方面，可實現自動化知識抽取、知識更新與維護，提供更好的知識問答體驗。

中國農業銀行研發中心副總經理趙煥芳表示，國內金融機構優先在智能客服、知識問答、輔助編程、智能辦公等領域開展探索嘗試，一方面是大模型在這些場景上有更好的表現，另一方面是這些場景相對來說對大模型的“幻覺”容忍度更高。

具體應用的時候，金融機構綜合資源投入、技術積累等方面的考量，采用不同的策略。大型銀行更傾向于“深度定制、建用結合”的自建模式，注重大模型能力體系建設，包括算力、AI平臺、模型訓練能力等；會結合自身數據優勢訓練定制化的大模型，會更加聚焦于自身大模型能力的沉淀，打造平臺化的支撐模式。中小型銀行可能會采取“直接引入、輕量快速”的引用策略，會更關注行業大模型、通用大模型的直接引入，通過API調用等形式，快速輕量對接場景應用。

銀行大模型尚處于探索初級階段

業內人士認為，大模型的出現將加速銀行數字化轉型的效率和質量，是各家銀行需要重視的金融科技創新賽道，但大模型在銀行領域的應用目前還處于探索初級階段。其尚面臨數據安全、算力保障、模型構建、開放生態、倫理風險等多方面挑戰。

招商銀行金融科技辦公室主任高旭磊提出，要警惕技術發展可能帶來的風險。以大模型為例，該技術最大的問題是“模型幻覺”，也就是大家都在說的“一本正經的胡說八道”，但不能因噎廢食，必須容許大模型像人一樣犯錯，關鍵要是做好相應的管理。此外，還可能有倫理、版權、大數據、生成有害信息、商業秘密等方面的問題。

清華大學五道口金融學院副院長、金融學講席教授張曉燕在“數字化轉型前瞻 第十九屆（2023）數字金融聯合宣傳年年度活動”上表示，銀行業大語言模型落地同樣面臨很多風險和挑戰，需要行業高度警醒和重視。如大語言模型可能導致銀行機密數據和客戶隱私泄露；大語言模型在銀行業中的應用也面臨監管風險，各國對于大語言模型的監管態度目前分歧較大。有觀點認為人工智能，包括大語言模型的應用可能會成為下一個金融系統性大風險的爆發點。

交通銀行副行長、首席信息官錢斌建議關注人工智能的倫理建設，建設可信、安全、公平的人工智能金融應用。他指出，伴隨生成式人工智能在金融領域的全面應用，可能引發的安全性、公平性、透明性問題將會得到監管機構和市場主體越來越多的關注，需要通過有效治理確保應用過程的安全可控、服務對象的合法權益得到有效保障。金融機構要關注大模型生成內容的準確性、可靠性、穩定性，建立有效的管控機制及應急策略，防止出現價值偏離、算法偏見、歧視性內容生成等問題。負責任地運用好金融科技手段，在數字化轉型的洪流中努力踐行“負責任金融”的價值理念，讓金融為民、科技向善落地生根，滾滾向前。

多位業界人士對中國電子銀行網表示，銀行業大模型未來可期，希望產業鏈機構厚植大模型創新生態，加強案例落地和技術交流，共享大模型發展紅利。

當前，銀行業正深入貫徹中央金融工作會議精神，對標做好數字金融大文章，打造人工智能新增長點，為客戶提供便捷、安全、有溫度的金融服務。