盘点2023年银行申请的大模型、AIGC相关专利
来源：移动支付网 作者：木子剑
站在2024年，回望2023年。2023年是大模型、AIGC概念火热的一年。ChatGPT引燃了国内外大模型领域，多家互联网、科技企业争相推出、更新大模型。而银行业作为拥有海量数据且正加速数字化转型的行业，理论上是大模型应用的良好“土壤”。
大模型是AIGC的基础，AIGC是大模型能力体现的重要方式。事实上，大模型与AIGC早已受到银行业的关注，从之前的招行尝试利用ChatGPT写营销文案、江苏银行用来写代码等，到如今，更多银行进行相关招标、打造大模型或AIGC应用等，未来银行的大模型或AIGC应用有望迎来爆发，进一步助力提质增效。
2023年，已有银行申请大模型、AIGC相关的专利，《银行科技研究社》对此进行了不完全统计。需要注意的是，数据来源于网络，《银行科技研究社》对其完整性、准确性不作保证。
一共统计到15个大模型、AIGC相关专利。从申请人来看，主要是国有银行、股份制银行、互联网银行等。
其中，国有银行包括工商银行、中国银行、建设银行，股份制银行包括中信银行、平安银行，互联网银行包括微众银行、苏宁银行、百信银行。
中国银行、建设银行、平安银行申请的专利分别达到4、3、3个，其余银行为1个。
而从场景和方向看，可以说是多种多样。
比如生成研报、报表。工商银行申请的“金融研报生成方法、装置、计算机设备和存储介质”专利旨在解决人工生成金融研究报告方法费时费力等问题，利用AIGC大模型和RPA提升研报生成效率。百信银行申请的“一种基于大模型的智能报表生成方法及其系统”则用以降低用户在报表生成过程中的技术门槛，提高报表生成的效率，并改善用户对大数据资源的理解和利用。
比如生成海报。建设银行和建信金科申请的“金融培训活动的海报生成方法及装置”主要是针对金融培训活动中专业设计师从活动信息和参赛作品信息中提取关键信息，设计成海报时，人力成本和时间成本较高，且可能受人为因素影响而提取信息存在偏差的问题，旨在提高海报制作效率和海报内容准确性。
比如客户服务。目前通过微银行客户服务渠道回答客户问题时，在闲聊、逻辑计算、内容生成等方面显得吃力，而中国银行申请的“微银行的服务方法、装置、电子设备及计算机存储介质”专利旨在解决该问题，结合生成式人工智能模型和语料库模型的输出结果并分析后进行组装，从而提升对客户问题的应答结果质量。
比如开发应用。建设银行和建信金科申请的“一种组件组装和大语言模型结合的应用开发方法及装置”专利，以低代码的组件组装思想结合大模型，解决目前软件开发中门槛高且无法输出多种形式的结果的问题。
比如中台服务流程构建。平安银行申请的“一种中台服务流程的构建方法、装置、系统及存储介质”专利主要针对目前现有技术在对公业务中台服务编排方面仍存在的问题和局限性。其基于深度学习模型的大模型作为大脑，给定需求概述，智能识别需求意图、涉及的产品接口和接口编排顺序，提升对公业务中台的需求实现效率。
比如催收敏感词识别。苏宁银行申请的“一种基于大模型的催收敏感词质检方法和装置”专利，利用大语言模型技术，通过对催收语音和文本数据的分析，发现敏感词，有利于保障合规。
上述申请的专利主要面向大模型、AIGC的实际应用。但目前也并非所有的专利都是如此。
比如平安银行申请的“银行业务中大模型的微调方法、装置、设备及存储介质”专利实现通过少量数据对大模型的微调，降低大模型在银行业不同领域进行应用时的训练成本，推动大模型在银行业的应用。
另外，部分专利并未在名称中体现大模型、AIGC，但在方法过程中有提到。
比如中国银行申请的“一种量子算法验证方法、装置、设备和存储介质”专利，方法包括：获取银行存储的真实数据集，将真实数据集输入至生成式人工智能AIGC模型进行数据模拟，得到模拟数据集，也就是说，为避免银行的真实数据集在训练量子算法时的泄露，可以利用AIGC模型将真实数据集进行模拟，得到和真实数据集具有相同的数据特征的模拟数据集。而后获取量子算法，在外网量子计算机上利用模拟数据集对量子算法进行运行验证，得到量子运行结果。如此，既不会泄露银行的真实数据集，还能实现量子算法更好地适应银行业务场景。
申请专利，既体现了银行对大模型、AIGC应用的布局，也旨在保护自身相关利益。未来，必然会有更多银行申请专利。当然，银行全面落地大模型、AIGC应用还存在一些挑战，只能说这是一件“急不得”的事情。