新火種
2024-12-03 
與AI大模型共舞銀行迎戰“未來金融”
本報記者 王柯瑾 北京報道
“擁抱AI”已成為一個廣泛共識，銀行正在加快金融AI大模型探索建設。
《中國經營報》記者注意到，近期多家銀行金融AI大模型建設更進一步。具體表現在，多家銀行宣布與科技公司簽署聯合協議，并通過創新實驗室渠道，在金融AI大模型領域開展實踐研究，促進AI大模型技術在金融行業的廣泛應用。
在業內看來，AI大模型將成為金融科技的下一站風口，中長期看，金融AI大模型的探索應用將推動商業銀行數字化進入AI+的新階段。
“我國金融業擁有大規模的實時數據，通過構建垂直領域AI大模型，不僅可以充分發揮這些數據資源的價值，還能驅動金融科技創新發展和銀行業的數字化轉型。”中國銀行（601988.SH）研究院博士后馬天嬌向記者分析，“隨著技術的不斷進步和監管的完善，AI大模型將改變銀行運營模式，顯著提升銀行的運營效率，極大改善客戶體驗。”
合力探索金融AI大模型更多可能
AI大模型是指擁有超大規模參數（通常在十億個以上）、超強計算資源的機器學習模型，能夠處理海量數據，完成各種復雜任務，如自然語言處理、圖像識別等。而金融AI大模型是指應用于金融領域的擁有大量參數和復雜結構的機器學習和人工智能模型。它們可以從海量的金融和經濟數據中提取特征和規律，并建立高效的預測或分類模型，幫助金融機構做出更好的決策。
《2023金融業大模型應用報告》顯示，一方面大模型具有更好的泛化能力，能夠建立擬人化的思維鏈推理能力，不需要額外的訓練或梯度更新。另一方面，大模型的能力引起開發范式的轉變，開發成本、交付周期大幅降低，AI應用長尾問題得到有效解決。在大模型能力的加持下，各行各業都選擇擁抱這一輪科技浪潮，將迎來范式轉換與場景變革。
記者注意到，近期多家銀行披露金融AI大模型探索新動態。
民生銀行（600016.SH）與阿里云公司簽署聯合創新協議，并舉行聯合創新實驗室揭牌儀式。聯合創新實驗室將在金融級云原生和AI大模型領域開展實踐研究，在云原生研發平臺、容器計算、大模型技術和應用等多個課題結合雙方優勢資源開展創新探索，深入挖掘先進技術在銀行的高價值應用場景。
記者也從蘇商銀行了解到，該行與北京郵電大學簽署金融大模型研究戰略合作協議，基于通用大模型技術與AI算力能力，共同在AIGC、AI平臺、金融云服務等領域開展研究，落地應用場景，加快培育新質生產力。根據協議，雙方將合作開發專為金融行業設計的大模型應用平臺，通過整合大語言模型技術、多模態向量庫技術及檢索增強生成技術，孵化自主可信的金融行業大模型，在智能投顧、智能風控、智能辦公等垂直領域應用上，達到行業領先水平，加速推動金融服務的智能化、數字化轉型。
蘇商銀行方面表示，該行在2023年組建研究團隊，開展大模型技術應用研究。目前，該行已取得多個金融大模型領域的知識產權，在客戶畫像生成、代碼生成、智能客服等場景開展了有效落地應用。如在客戶畫像生成領域，利用AI技術，能夠在2小時內完成之前需要2個月才能完成的報告生成工作量，顯著提升了全行的運營效率和服務質量。
中央財經大學證券期貨研究所研究員楊海平分析認為：“在監管部門的指引下，穩妥推進商業銀行與科技公司在AI大模型方面的合作，將對商業銀行數字化經營、數字化管理產生積極影響。”
推動數字金融進入AI+新階段
近年來，多家銀行將金融AI大模型建設和應用作為金融科技戰略以及數字金融大文章的重要內容。
如建設銀行（601939.SH）投產金融大模型，構建大模型向量知識庫，打造“文生圖”工具，深入推進生成式人工智能技術在智能客服、市場營銷、投研報告、智慧辦公、智能運營、智能風控等場景的應用。作為核心編寫單位，聯合中國信息通信研究院發布國內首個金融行業大模型標準。使用異構圖神經網絡算法，經歷史數據驗證有效提升了企業風險預警效果。
隨著金融AI大模型探索的深入，銀行相關專利申請也不斷公布。國家知識產權局數據顯示，去年12月以來，有7項與“大模型”相關的發明公布，涉及5家商業銀行。申請內容涉及：代碼大模型的測評方法、裝置、計算機設備和存儲介質；基于大模型和RPA的網絡安全監控處理方法及介質；基于大模型的催收敏感詞質檢方法和裝置；基于大模型的智能報表生成方法及其系統；大模型數據保護方法、系統、設備、存儲介質及程序產品等。
近日，記者從蘇商銀行了解到，該行成功申請一項基于大模型應用的銀行客服系統升級方法、系統及裝置的發明專利。該項發明專利是蘇商銀行參與的國家自然科學基金項目的階段性成果，通過大模型技術應用，可以更加精確地理解客戶需求，并提供定制化解決方案，從而顯著提升客戶服務體驗。
蘇商銀行方面表示，近年來，該行推動AI大模型在前中后臺多個業務場景落地應用，實現數字技術對金融服務的賦能。如在客戶畫像生成領域，利用AI大模型技術解決了信息交叉驗證和可靠性等問題，使得客戶畫像生成效率提升5倍，促使金融服務更加個性化和定制化。同時，針對該行普惠客戶較為集中的125個國民經濟行業領域，該行補充上下游信息，構建完善產業鏈關系圖譜，并基于AI大模型開展高效客戶畫像工作，進一步提升數據風控能力，實現對普惠客戶更加精準的風險識別和金融支持。
“AI大模型一經誕生便深入滲透股市投資、風險管理、金融知識傳輸與服務、金融研究等領域。例如，線上客服功能，AI大模型利用強大的信息整合技術，有望解決銀行與客戶之間信息不對稱問題，進一步增強用戶咨詢體驗，提升交互效率。再如，投資顧問服務，通過深度學習，或可以分析客戶是否過度投資于某種特定資產，并為其匹配合適的產品。又如，風險管理方面，可以利用其計算能力掃描資本市場中的潛在不當行為，檢測并預防欺詐和洗錢，為各項業務的安全開展提供助力。此外，AI大模型在編寫和測試代碼、多語言翻譯、協助創作等方面表現優秀，未來可能大幅提高工作效率，節約人力資源成本。”馬天嬌向記者分析。
中長期看，楊海平表示：“金融AI大模型的探索應用將推動商業銀行數字化進入AI+的新階段。”
大模型的挑戰與應對
盡管大模型在金融科技領域具有巨大的潛力和優勢，但創新也意味著將面臨新的挑戰。
在招聯金融首席研究員董希淼看來，金融是AI大模型最重要的應用領域之一。但大模型尚在快速發展之中，開發機構應從技術、安全、開放生態、隱私保護等多方面繼續改進和提升，增強大模型賦能金融的能力。金融機構應在依法合規的前提下利用好大模型等技術，升級優化金融類App，提升數字化的客戶服務、產品營銷、貸后管理等能力，努力結合實際做好數字金融大文章。
在楊海平看來，商業銀行運用大模型只能是建立在體系化思考之上的漸進過程，其最有可能的路徑是從外圍業務走向核心應用。“率先發生變革的領域是智能客服、客戶數據分析與精準營銷、理財業務中的陪伴式服務等，逐步將變革傳導至風險控制、產品設計以及場景化金融服務等領域。”
在楊海平看來，商業銀行運用大模型可能遇到的難點與挑戰包括算力的制約、數據質量的制約、人才的制約等，還會面臨本地化、個性化部署的難題，以及大模型訓練能力和訓練經驗不足的問題。“由于商業銀行對大模型的了解仍有限，大模型的應用可能帶來的數據安全以及其他可能的合規與風險問題亦值得警惕。”
馬天嬌亦認為，AI大模型在實際落地過程中仍面臨一些挑戰，如數據隱私和安全、模型的可解釋性、預測的準確性以及倫理法律保護等。
因此，馬天嬌建議，銀行應健全AI大模型安全應用制度，建立內容審核監管、知識產權保護、數據安全等機制，保障各參與方的合法權益；將AI相關風險納入整體風險管理和合規管理框架中，對模型數據參數進行定期評估和交叉驗證，并使用壓力測試模擬校驗，及時披露模型決策機理、運行邏輯和潛在風險，提升算法的可解釋性、透明性與公平性；建設覆蓋全金融系統的、快速共享的反欺詐數據交換平臺，開發用于欺詐檢測的AI模型等。
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
