文|中国电子银行网 韩希宇

近两年，以大模型、生成式AI为代表的科技加速发展，正成为推进银行数字化转型的新兴动力。银行业拥有广泛的客户覆盖、海量的数据、以及丰富的应用场景，是金融AI应用价值最高的垂直行业之一。

金融AI将革新数字金融模式和业态，重新定义客户服务与体验。当前，其应用已涉及风险管理、智能决策、流程增效、客户服务、反欺诈、编程等诸多领域，不同规模银行机构积极探索大模型、生成式AI等技术，以提升业务效能。

近日，清华大学经济管理学院、度小满、《麻省理工科技评论》中国、清华大学经济管理学院动态竞争与创新战略研究中心联合发布《2024年金融业生成式人工智能应用报告》（以下简称《报告》），《报告》提出，生成式AI正在席卷金融业，释放新的生产力，赋能银行数字化转型，以前所未有的方式重塑全球金融业的格局。

《报告》还表示，一些创新的银行将从“采用技术的银行”迈向“最懂技术的银行”，并向“最懂银行的先进技术服务商”领域拓展，充分释放其高质量数据价值，有望给金融业带来3万亿规模的增量商业价值，并可能将彻底改变交易的进行、投资的管理和风险的评估方式。

农业银行研发中心联合北京金融科技产业联盟人工智能专委会发布的《数据智能赋能金融数字化白皮书》在展望银行科技演进趋势时指出，银行将通过知识图谱深化关联数据分析，通过可信AI提升模型可靠与可解释性，通过大小模型协同推进云端全方位协同进化，通过大模型、AIGC、自适应AI等技术强化主动学习进化和数字化内容创造能力，推动人工智能进入到更高阶、更人性化、更可靠的智能决策阶段，为金融业智能化升级提供强大的算法基础。

实际上，银行业在金融AI领域已取得积极的阶段创新成果。例如，工商银行打造全栈自主可控的AI大模型技术体系，基于同业首个千亿级参数大模型训练的算力底座，率先实现AI大模型技术在远程银行、网点服务、信贷风控、金融市场等银行主要业务领域的全流程创新应用。

年初，中信银行一项名为“一种基于通用大语言模型的金融数据查询方法及系统”的专利公布。该专利将自然语言查询请求转换为对应数字向量后使用预设的识别模型转换为查询脚本执行查询请求，使用通用大语言模型为基础，实现可以理解中文需求的SQL脚本自动生成，自动完成脚本安全和数据安全校验，最终执行并将结果发送给需求提出人。此方案能够将商业银行一线业务人员的用数需求文档直接导出SQL脚本并执行生成结果，减少了数据分析人员分析需求和编写SQL脚本的工作，在大幅减少人工工作量的同时，也提升了业务人员用数效率。

上海银行联合商汤科技打造的“海小智”和“海小慧”AI数字人，可提供业务咨询、业务指导、银行品牌文化宣传、营销主播、产品推荐、银行内部新闻播报、内部产品介绍、客户投教等专业交互服务。同时，数字人能以自然聊天而非搜索的模式进行交互，让客户轻松使用手机银行的所有服务。这为不习惯相对复杂App页面操作的老年群体而言，其使用门槛明显降低了，其超写实高精的形象也让能老人们感受到有温度的陪伴式交流。

近期，河北省金融科技创新监管工具新一批6个创新应用对外公示，其中之一为衡水银行和北京枫清科技联合申请的“基于图智能及AIGC技术的普惠金融贷款服务”，该应用由北京枫清科技负责系统研发，衡水银行提供金融应用场景并提供系统运维，拟于5月正式运营。

此外，《MIT科技评论》与瑞银集团合作发布的一份新报告称，在银行业，生成式人工智能也被用于编程和软件开发。如果经过适当的培训，这些工具可以像其他人回答问题或生成图片一样轻松地生成所需的计算机代码，从而解决技术挑战，加速开发流程并推动创新。例如，高盛已开始使用生成式人工智能工具来帮助其代码开发人员，在澳大利亚，西太平洋银行（Westpac）进行了一项使用生成式AI来协助其编码人员的试验。结果发现，与对照组相比，工作效率提高了46%，并且代码质量没有下降。

进入2024年，AI大模型将开启更加高阶的生态进化。据21世纪资管研究院日前发布的《大模型重塑金融业态》报告称，在大模型时代的企业AI应用架构中，仅有大模型这一“大脑”是显然不够的，特别是在面对大模型“幻觉”问题、精调后出现的“灾难性遗忘”问题，要求绝对精准的金融行业，需要中间件作为“四肢”、向量数据库作为“外脑”。这些软硬件正在迎来新风口，而RPA技术也在与AI Agent（人工智能体）融合后实现了应用层面的新飞跃。

通过诸多案例可以发现，银行业正在积极稳妥地善用以生成式AI为代表的领先科技降本增效，不断深挖数据要素价值，深化业务模式变革，以智能金融体系驱动实体经济数字化转型创新。