李晔林：如何挖掘ChatGPT在银行业应用潜力？
作者 李晔林 中国银行研究院博士后
2022年底，人工智能公司OpenAI发布智能聊天机器人产品ChatGPT，由于其具有强大的智能对话、信息搜索和文本生成功能而火爆全球。2023年1月份，ChatGPT的全球月活用户达到1亿，获客速度超过有史以来的所有搜索类和办公类软件，并超过Tiktok、Instagram等风靡一时的娱乐性产品。
在众多用户的体验过程中，ChatGPT逐渐展示出其在软件开发、广告宣传、多语翻译等多个行业的高水平应用成果，激发了其他行业从业人员的应用热情。对于在数字经济时代已经完成电子化、网络化和终端化转型，正处于智慧化转型进程中的商业银行来说，ChatGPT及其底层的文本生成技术和强化学习技术也可能成为不容忽视的科技力量。
ChatGPT在银行文本生成类工作场景中具有应用潜力
一是在前台经营部门的应用。由于聊天机器人是ChatGPT唯一的使用和交互形式，其最直观的应用迁移场景是银行的线上客服。通过在ChatGPT中输入某大型银行线上客服页面提供的热点问题并对二者提供的自动答复进行对比，可以看出ChatGPT的优点之一是有强大的信息整合功能，例如提问“借记卡无法使用的原因是什么”，ChatGPT提供了六种可能的情况，而银行自动回复包括了四种情况及相应的解决方案，也可由此看出ChatGPT的主要缺点是基于公共知识库训练而成，在需要精准答疑的智能客服场景下针对性较弱。
二是在中台管理部门的应用。ChatGPT在一定程度上集成了数据管理和自动化流程功能，使其在计划财务、渠道运营、授信管理甚至战略规划等领域都具有应用潜力。例如，在ChatGPT中输入“生成各国银行业规模表”，自动返回包含美国、英国、加拿大、日本和法国的银行资产数据；输入“对公贷款余额高、对私贷款余额低存在什么问题”，能够得到“对公贷款余额高容易导致逾期率提高，对私贷款余额过少不能很好地满足民众日常生活和企业发展的金融需求”的回答。虽然上述回答显然存在数据不准确、单位和数值不匹配、分析结果以套话为主等“硬伤”，但随着输入问题的细节增加，有望将其应用到日常工作中。
三是在后台支持部门的应用。ChatGPT从问世之初至今最广受好评的功能是开发辅助和机器翻译，在编写和测试代码以及多语翻译、多语纠错等任务上表现优秀，上述工作在银行被分配到人力资源密集型部门和岗位，目前已经可以处理相应的基础任务。
当前ChatGPT在商业银行业务中面临较多实际问题
一是ChatGPT没有开放标准化的知识库接口，商业应用落地存在壁垒。OpenAI在开发和训练ChatGPT时使用的公开互联网知识库包罗万象，理论上可以解决公域使用场景下的所有文本生成问题，但是在银行业务和经营中的使用涉及各类内部知识，包括数据、管理制度、工作规范等等，要在实际应用领域获得大量语义数据并进行大量训练，初始使用成本极高。
二是ChatGPT无法联网实时更新知识库。当前ChatGPT开放的功能均是建立在OpenAI使用2021年前收集的语料训练基础上实现的，一方面ChatGPT无法就最新的事件和问题作出回答，另一方面未知的知识库更新方式和训练所需的计算资源也是其在实际商业活动中落地的阻碍。
三是ChatGPT的初始方法是有监督的机器学习，在特定领域应用中的准确性和泛化性须进一步平衡。纯机器学习模型相比当下银行智能客服等多用的基于规则的模型在准确性上相对较弱，可能影响客户满意度，同时可能会将在模型训练初期训练者的个体逻辑引入实际的商业活动，带来潜在的风险。
四是存在明显的数据泄露风险和科技伦理问题。从目前人工智能领域的发展来看，ChatGPT的开发者OpenAI具有较大的市场竞争优势，银行与技术提供方之间存在的技术壁垒导致其在银行落地应用的安全性存疑；与此同时，由于技术本身具有可拓展的性质，其此前涉及的作弊、剽窃等伦理问题可能在商业活动中被放大。
可以看出，ChatGPT智能聊天机器人在商业银行前中后台多个部门和岗位都具有应用潜力，但目前实际落地的门槛较高、技术难点较多且明显存在风险隐患。
