首頁 > AI資訊 > 最新資訊 > 深度|“AI原生銀行”來了,人工智能時代商業(yè)銀行加速“變形”

深度|“AI原生銀行”來了,人工智能時代商業(yè)銀行加速“變形”

財聯(lián)社記者郭子碩羅克關(guān)    2025-03-15

3月14日訊(記者 郭子碩,羅克關(guān))DeepSeek爆火之后,銀行對大模型的應(yīng)用正加速從技術(shù)探索轉(zhuǎn)向場景落地,其對組織模式、人才儲備等方面的影響也在顯現(xiàn)。

近日,微眾銀行宣布要從數(shù)字銀行邁向AI原生銀行,成為國內(nèi)首家宣布向AI原生銀行轉(zhuǎn)型的商業(yè)銀行。

微眾銀行數(shù)字金融發(fā)展部負責(zé)人姚輝亞向記者表示,所謂商業(yè)銀行AI原生階段,即產(chǎn)品設(shè)計、研發(fā)、部署、運維等過程都將基于AI無處不在的理念進行,AI成為功能的自然組成部分。目前,微眾銀行從基礎(chǔ)設(shè)施、應(yīng)用、治理三個層次構(gòu)建AI系統(tǒng)化能力。

姚輝亞強調(diào),這一過程將是系統(tǒng)性變化,商業(yè)銀行需要通過組織架構(gòu)調(diào)整和人員AI素養(yǎng)培訓(xùn)等舉措做好充分準(zhǔn)備。

本輪DeepSeek熱潮以來,至少有30家銀行宣布接入。記者注意到,目前強調(diào)AI內(nèi)嵌將對組織架構(gòu)帶來影響的銀行仍然不多。AI時代悄然來臨,商業(yè)銀行如何界定大模型應(yīng)用邊界、平衡效率與風(fēng)險?銀行如何依據(jù)AI特性使用AI,用好AI?這些問題都是現(xiàn)實挑戰(zhàn)。

AI變革對銀行人才儲備挑戰(zhàn)正在加大

“AI原生的理念更強調(diào)AI不再是產(chǎn)品的補充或附加組件,而是構(gòu)成產(chǎn)品與體驗的有機組成部分。不是簡單地將AI嵌在流程里,而是流程嵌進AI里。”姚輝亞對記者表示。

他認為,這一變化這將引發(fā)系統(tǒng)性的變革——無論在產(chǎn)品設(shè)計、研發(fā)體系、基礎(chǔ)設(shè)施,還是組織人才、風(fēng)險治理層面,AI能力都將滲透至金融服務(wù)的全生命周期,成為功能的自然組成部分。因此,銀行需要通過組織架構(gòu)調(diào)整和人員AI素養(yǎng)培訓(xùn)等舉措做好充分準(zhǔn)備。

記者了解到,DeepSeek開源模型發(fā)布后,微眾銀行已在業(yè)內(nèi)率先成功部署DeepSeek-R1滿參數(shù)模型。

不過,盡管AI引入對效率提升顯著,但目前仍處于‘輔助駕駛’的階段。其中核心問題是通用大模型存在一定的幻覺問題,即使用本地數(shù)據(jù)仍可能出現(xiàn)不準(zhǔn)確的情況。姚輝亞認為,銀行要充分認知AI的約束性和局限性,將大模型應(yīng)用到合適的場景中。

姚輝亞甚至強調(diào),除了專業(yè)人才外,也需要業(yè)務(wù)人員具備較高的數(shù)字化素養(yǎng)和AI素養(yǎng),才能有效發(fā)揮AI工具的價值。

對于DeepSeek之后模型生態(tài)持續(xù)迭代帶來的挑戰(zhàn)。姚輝亞認為銀行應(yīng)重點把握兩個方面:一是通過架構(gòu)設(shè)計支持開源模型的可插拔特性,二是加強算力資源管理以應(yīng)對未來巨大的算力消耗需求。

對于商業(yè)銀行研發(fā)大模型過程中的合規(guī)要求,姚輝亞告訴記者,此前,中國人民銀行、工信部、網(wǎng)安標(biāo)委曾出臺一系列的模型風(fēng)險管理要求以及數(shù)據(jù)治理要求,這些規(guī)定基本覆蓋了大模型可能引發(fā)的風(fēng)險類型。

“實際上,大模型帶來的風(fēng)險還是拆解到信息科技風(fēng)險、數(shù)據(jù)風(fēng)險和模型風(fēng)險等幾類,所謂的大模型風(fēng)險只是源于更復(fù)雜的模型算法。而在應(yīng)用大模型之前,是否具備相應(yīng)的治理能力至關(guān)重要。”姚輝亞對記者表示。

大幅降低成本,超30家銀行競相接入大模型

記者注意到,以DeepSeek-R1為代表的大模型問世后,因其具備“低成本、高性能、開源”的優(yōu)勢,近期銀行業(yè)內(nèi)掀起一波接入熱潮。

某國有大行金融科技子公司人士告訴記者,DeepSeek大幅降低了推理成本,銀行私有化部署后,已經(jīng)用在生成營銷話術(shù)、營銷預(yù)測、分析用戶畫像上。而且由于DeepSeek能提高代碼質(zhì)量,大模型還被用來自動生成代碼,大幅提高了開發(fā)效率。

梳理應(yīng)用情況,各行接入DeepSeek后也主要落地在風(fēng)控、營銷、客服等業(yè)務(wù)。工商銀行將DeepSeek模型接入自主研發(fā)的 “工銀智涌”大模型矩陣體系,落地三大應(yīng)用場景:在金融市場領(lǐng)域推出ChatDealing數(shù)智對話交易產(chǎn)品,實現(xiàn)交易規(guī)模提升;遠程銀行坐席助手 “工小慧”推動通話時長壓降10%;信貸審批風(fēng)控助手 “工小審” 實現(xiàn)對公信貸全流程智能化。

招商銀行“AI理財顧問”依托DeepSeek-VL2多模態(tài)模型,將客戶畫像顆粒度提升5倍,實現(xiàn)個性化理財建議定制,滿足多樣化金融服務(wù)需求。

從趨勢上看,本次引入DeepSeek模型的主力部隊是城農(nóng)商行、民營銀行等中小銀行。而這一部署態(tài)勢也正好反映了DeepSeek的“撬動性質(zhì)”。新網(wǎng)銀行副行長李秀生此前表示,DeepSeek的低算力要求和低成本特性,為中小銀行縮小與大行的技術(shù)差距提供了可能。

道樂科技CEO盧良楷告訴記者,過去銀行在使用外部AI服務(wù)時,面臨數(shù)據(jù)需要出境或離開銀行系統(tǒng)的問題,這不僅增加了合規(guī)性風(fēng)險,還可能威脅到客戶隱私的安全性。隨著Deepseek這類開源大模型的出現(xiàn),這一問題得到了新的解決方案。

“這些模型的本地化部署成本顯著降低,使得銀行能夠在內(nèi)部環(huán)境中運行AI系統(tǒng),從而有效避免數(shù)據(jù)外流的風(fēng)險。盡管如此,在實施本地化部署的過程中,銀行仍然需要高度關(guān)注數(shù)據(jù)安全和隱私保護,確保數(shù)據(jù)處理流程符合嚴(yán)格的監(jiān)管要求,并維護客戶對銀行的信任。”盧良楷補充。

商業(yè)銀行還有必要自研大模型嗎?

隨著AI時代來臨,一個老問題又擺到了各家商業(yè)銀行面前:還有必要下場自研大模型嗎?

“銀行沒必要自行研發(fā)通用大模型。由于面臨數(shù)據(jù)規(guī)模、算力資源、人才積累等多重資源約束,商業(yè)銀行在通用大模型訓(xùn)練方面的客觀實力與具備萬卡級算力的大廠存在顯著差距。”姚輝亞指出,銀行的核心優(yōu)勢在于本地化場景與垂直領(lǐng)域數(shù)據(jù),AI落地應(yīng)聚焦在應(yīng)用層面,立足實際場景通過‘大小模型結(jié)合+本地數(shù)據(jù)’落地應(yīng)用顯然更為務(wù)實。

招商銀行信息技術(shù)部副總經(jīng)理俞吳杰在近期指出,不建議盲目跟風(fēng),尤其是一次性的大投入,目前大模型的發(fā)展還有很多變數(shù),包括通用大模型哪個更優(yōu),怎么部署等,都還在變化過程當(dāng)中。

盧良楷也指出:“算力是銀行AI化的核心瓶頸。銀行現(xiàn)有的老舊系統(tǒng)難以支撐實時計算與大規(guī)模模型訓(xùn)練,而國內(nèi)IT算力廠商能力不足加劇了對國外設(shè)備的依賴。”

隨著數(shù)字化時代的全面來臨,技術(shù)鴻溝問題日益凸顯。姚輝亞坦言,中小金融機構(gòu)面臨技術(shù)儲備薄弱與研發(fā)資源有限的實際困難,亟需通過技術(shù)合作與開源生態(tài)構(gòu)建實現(xiàn)技術(shù)資源的優(yōu)勢互補,依托行業(yè)集體智慧加速數(shù)字化轉(zhuǎn)型進程,避免重復(fù)性技術(shù)投入造成的資源耗損。

相關(guān)推薦
免責(zé)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(yīng)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(fēng)險,讀者在采取與本文內(nèi)容相關(guān)的任何行動之前,請務(wù)必進行充分的盡職調(diào)查。最終的決策應(yīng)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(chǎn)生的任何金錢損失負任何責(zé)任。

熱門文章