3D智能交互數(shù)字員工上崗、AI貸前調(diào)查報告快速生成，債券智能助手提升運營效率……今年以來，金融行業(yè)迎來大模型應(yīng)用的爆發(fā)期，多家銀行紛紛加大對 AI 技術(shù)的投入，不斷探索創(chuàng)新，努力提升服務(wù)體系的智能化水平。

業(yè)內(nèi)人士、相關(guān)專家表示，當(dāng)前，個性化的客戶體驗成為銀行競爭的關(guān)鍵。AI 技術(shù)的應(yīng)用使銀行能夠更便利地提供量身定制的金融產(chǎn)品和服務(wù)，有助于拉動業(yè)績增長。但不容忽視的是，AI是把“雙刃劍”，其在金融領(lǐng)域中應(yīng)用越廣泛，銀行面臨的數(shù)據(jù)安全和信息保護的壓力越大，這對銀行的技術(shù)水平和管理能力提出了更高的要求。

國有大行研發(fā)進入爆發(fā)期 助推業(yè)態(tài)全面升級

近年來，隨著人工智能技術(shù)的飛速發(fā)展，國有大型銀行紛紛將目光聚焦在 AI 大模型的研發(fā)上。據(jù)《麻省理工科技評論》2024年發(fā)布的全球金融大模型領(lǐng)域?qū)＠?a href="http://www.xmqqs.cn/tag/%e5%88%9b%e6%96%b0" style="color:#01579b">創(chuàng)新排行榜，有12家中國機構(gòu)進入全球前20。其中，螞蟻集團、平安集團、工商銀行位列前三，另有建設(shè)銀行、中國銀行、馬上消費金融、微眾銀行、農(nóng)業(yè)銀行等5家機構(gòu)進入前10。

記者梳理年報及公開信息發(fā)現(xiàn)，今年以來，已有近20家銀行披露了在AI領(lǐng)域的探索，國有大行是主力軍。其中，工商銀行與郵儲銀行對大模型的重視度相對更高，對此話題的提及次數(shù)到篇幅都遠超其他大行。

其中，工商銀行在半年報中提到，今年上半年，該行深化大模型技術(shù)建設(shè)與賦能，金融同業(yè)首家完成企業(yè)級金融大模型全棧自主可控訓(xùn)練和推理部署；促進大模型技術(shù)與業(yè)務(wù)深度融合，實現(xiàn)多領(lǐng)域落地創(chuàng)新應(yīng)用，包括賦能金融領(lǐng)域投資、融資、交易等業(yè)務(wù)全流程，依托大模型打造營銷智能助手。

“大模型”一詞在郵儲銀行今年半年報里出現(xiàn)了15次，是所有上市銀行中最多的。郵儲銀行披露，已完成大模型算力云資源池試點建設(shè)，達成分布式對象存儲跨云落地應(yīng)用，今年上半年新增超50萬vCPU（虛擬處理器）資源，有效支撐系統(tǒng)資源的平滑遷移。目前，該行大模型異構(gòu)算力集群已初步具備支持千億級規(guī)模大模型訓(xùn)練能力。

建設(shè)銀行則在打造金融影像文字識別產(chǎn)品方面持續(xù)發(fā)力，研發(fā)的系統(tǒng)可支持識別140余種票據(jù)，覆蓋 75%的票據(jù)識別量，票據(jù)審核信息錄入效率提升120倍，并獲得全球人工智能文檔圖像分析識別領(lǐng)域比賽 (ICDAR 2023) 印章文字檢測賽道冠軍。

中國銀行披露，今年上半年該行推動隱私計算、物聯(lián)網(wǎng)等技術(shù)應(yīng)用，圍繞算力、算法、數(shù)據(jù)三大關(guān)鍵要素，試點代碼輔助等大模型應(yīng)用，開展抗量子密碼、量子計算技術(shù)預(yù)研。

上海金融實驗室主任、首席專家曾剛表示，不同類型的銀行應(yīng)選擇適合自己的數(shù)字化路徑，國有大行會更注重安全性和技術(shù)要求。預(yù)計未來有相當(dāng)數(shù)量的金融崗位可能會被人工智能所替代掉，銀行應(yīng)該盡快構(gòu)建新的核心能力，實現(xiàn)高質(zhì)量發(fā)展。

中小銀行“小步快跑”尋求AI賦能新機遇

記者調(diào)研發(fā)現(xiàn)，人工智能在金融中的研發(fā)創(chuàng)新具有投入成本高、見效相對慢、邊際收益遞增、規(guī)模效應(yīng)等特點。相比大中型銀行，城商行、農(nóng)商行等中小銀行雖然在成本投入上不可同日而語，但并未坐以待斃，在資源有限的情況下“各顯神通”，奮力追趕數(shù)字化浪潮。

根據(jù)對今年年中報的梳理，北京銀行無疑是表現(xiàn)極為活躍的中小銀行之一。今年，北京銀行發(fā)布了AIB 人工智能創(chuàng)新平臺，整合了多達 80 項大模型服務(wù)以及 7 項 GPT 創(chuàng)作工具，構(gòu)建起的數(shù)字化體系覆蓋了語音交互、圖像識別、自然語言處理、智能決策、知識圖譜、機器人自動化、虛擬數(shù)字人、大模型等領(lǐng)域。

可圈可點的是，北京銀行對 “冒煙指數(shù)” 風(fēng)險預(yù)警模型進行升級迭代，加速推動新一代信用風(fēng)險管理系統(tǒng)的建設(shè)，并憑借 “大數(shù)據(jù) + GPT 大模型” 的生成式寫作能力，建設(shè)了京信妙筆智能報告平臺。

南京銀行同樣表現(xiàn)活躍。據(jù)披露，今年上半年，該行上線人機協(xié)同智能外呼，有效提高了觸達目標客戶的效率，成功落地營銷助手、辦公助手等 9 大類 40 余個服務(wù)場景，打造了“小禾Chat” 業(yè)務(wù)答疑助手，提供各類大模型服務(wù)次數(shù)超過 30 萬次。

還有部分中小銀行把重點放在持續(xù)深化大模型等新技術(shù)應(yīng)用場景方面。例如，上海銀行打造“數(shù)智化+人性化”的對公在線服務(wù)體系，探索利用大模型提升精準問答能力，建立前中后臺協(xié)同的對公專家服務(wù)團隊；重慶銀行開展多模態(tài)AIGC能力的深度探索，試點將大模型技術(shù)融入OCR等傳統(tǒng)領(lǐng)域，提升智能識別水平。

此外，相較大中型銀行的技術(shù)研發(fā)優(yōu)勢和人才儲備實力，中小銀行在技術(shù)創(chuàng)新、數(shù)據(jù)治理和生態(tài)構(gòu)建方面處于劣勢。因此，也有部分中小銀行選擇借助外力，實現(xiàn)優(yōu)勢互補，力保不掉隊。

寧波銀行近期公布與螞蟻集團達成戰(zhàn)略合作，雙方將聯(lián)合在大模型、大數(shù)據(jù)、高性能計算、區(qū)塊鏈等領(lǐng)域探索聯(lián)合創(chuàng)新，共同推動新技術(shù)應(yīng)用的研究落地。江南農(nóng)商銀行宣布與京東云合作，引入AI數(shù)字人，借助“言犀”平臺，實現(xiàn)了3D數(shù)字人客服，簡化了用戶交互流程。

機會挑戰(zhàn)并存 AI更好賦能金融需堅持“長期主義”

業(yè)內(nèi)人士表示，銀行業(yè)在奔向“AI+”的道路上并非一帆風(fēng)順。一方面，技術(shù)的快速迭代要求銀行不斷更新系統(tǒng)和培養(yǎng)人才。另一方面，數(shù)據(jù)安全和隱私保護問題也成為智能化過程中不可忽視的挑戰(zhàn)。

平安證券研報指出，2024年，在對公信貸定價缺乏彈性的背景下，零售貸款的增長將成為銀行穩(wěn)定資產(chǎn)端收益水平的關(guān)鍵。但不可否認的是，風(fēng)控復(fù)雜、監(jiān)管趨嚴、人才緊缺??對于銀行而言，在數(shù)字化轉(zhuǎn)型過程中，還有一系列具體挑戰(zhàn)需要面對。

據(jù)《2024年金融業(yè)生成式AI應(yīng)用報告》顯示，雖然生成式AI正以前所未有的方式重塑全球金融業(yè)的格局，但大模型開發(fā)和使用的高成本也是阻礙其在金融業(yè)應(yīng)用的主要挑戰(zhàn)。高成本來源包括高性能GPU一片難求、大規(guī)模參數(shù)帶動的高耗電、大模型人才匱乏、數(shù)據(jù)安全下的本地化部署等，這些因素可能導(dǎo)致一些預(yù)算緊張的中小銀行與生成式AI無緣。

業(yè)內(nèi)人士認為，作為對信息技術(shù)依賴度最高的行業(yè)之一，銀行的日常運營、風(fēng)險管理、客戶服務(wù)都需要依托底層IT系統(tǒng)。但銀行自身IT資產(chǎn)較重，做大規(guī)模系統(tǒng)升級較難。因此，為了適應(yīng)人工智能的發(fā)展，銀行業(yè)需要通過引入先進技術(shù)降本增效，更好支撐上層業(yè)務(wù)的數(shù)字化轉(zhuǎn)型。

瑞銀證券非銀金融分析師曹海峰表示，生成式AI對金融行業(yè)的潛在重塑效果更為直接，主要是由于其大量的數(shù)據(jù)沉淀、勞動力密集度高，以及與語言相關(guān)的工作內(nèi)容占比高。但在將其應(yīng)用在合規(guī)風(fēng)險防范方面時，一方面需要確保內(nèi)部數(shù)據(jù)的安全性，另一方面應(yīng)謹慎使用GPT技術(shù)在服務(wù)客戶中，如直接推薦股票、基金等，以免觸碰監(jiān)管紅線。