生成式AI讓金融服務更有溫度

高峰

當前，以ChatGPT為代表的人工智能大模型引領新一輪技術發展浪潮，生成式AI大模型熱度持續走高，受到業界廣泛關注。銀行業作為最早應用傳統人工智能技術的領域之一，生成式AI大模型的應用對其產業形態具有顯著影響力。銀行業貫徹落實中央金融工作會議精神，堅定不移走中國特色金融發展之路，扎實推動金融高質量發展，加快建設金融強國，需要把握生成式AI大模型發展機遇，加快AI大模型在業務中的廣泛應用，做好“五篇大文章”，為經濟社會發展提供高質量服務。在大模型助力下，金融機構將不斷提升全業務、全流程、全場景的智能化水平，賦能數字化轉型。通過大模型全面提升金融服務質效，推動數據與實體的融合，改變行業發展格局?！渡墒紸I大模型：賦能金融業變革》的出版恰逢其時，我將圍繞“生成式AI讓金融服務更有溫度”談幾點看法，供讀者參考、指正。

大模型將給銀行業帶來深遠影響。一些銀行業金融機構堅定地加入了這場浪潮之中，農業銀行推出ChatABC，工商銀行發布了基于昇騰AI的金融行業通用模型，中國銀行、交通銀行、郵儲銀行、招商銀行、中信銀行、興業銀行、華夏銀行、浙商銀行、江蘇銀行等多家銀行都在探索大模型應用。一些銀行業金融機構已從戰略層面開始重視大模型，但受制于算力資源緊缺、算力成本高昂等因素，很多金融機構開始從單純希望自己建算力、建模型，轉變為探索應用層面多方合作。銀行業金融機構更關心業界用大模型做了什么，實現了怎樣的效果。具體到不同規模的銀行，也走出了不同路徑。大型銀行具有海量金融數據和應用場景，可引入業界領先的基礎大模型，自建企業大模型，形成專業領域的任務大模型，快速賦能業務。值得一提的是，針對大模型落地過程中遇到的各種難點，各家銀行都在努力探索解決方案。

對大模型應用在銀行業落地應持審慎態度。大模型應用需要具備“三個條件”，即技術成熟度、政策支持、應用場景。2022年元宇宙技術也曾眾星捧月，但最終并沒有在金融業“落地生根”，歸根結底還是因為技術與業務沒能深度融合，沒能實際改善金融業的服務效率。對金融機構來說，合規是第一要務。國家網信辦聯合國家發展改革委、教育部、科技部、工業和信息化部、公安部、廣電總局公布《生成式人工智能服務管理暫行辦法》，自2023年8月15日起施行，目的就是促進生成式人工智能健康發展和規范應用，維護國家安全和社會公共利益，保護公民、法人和其他組織的合法權益。沒有應用場景，新技術就是“無根之木”。當前，大模型技術并不成熟，而金融行業是一個強監管、高安全的行業。目前金融大模型已經應用在內部職能運營方面，如金融資訊、產品介紹等內容的文本自動生成，提升了內容運營效率；以助手形式、人機協同來提升業務人員工作質效，構建虛擬客服在線交互等，給用戶提供更人性化的服務。而像投研、投顧等場景，價值很大，但很難快速產生效果，對數據的要求也高?？傮w而言，內部員工訓練模型目前使用比較廣泛，而對外、對客的使用還不是很多。

銀行業大模型存在數據安全問題和隱私泄露風險。大模型的訓練和應用涉及大量身份信息、金融資產、交易記錄、信用歷史等個人敏感數據，導致存在合規風險。隨著大模型應用場景增多，需要打通的銀行各業務部門數據范圍越來越廣。然而當前各業務部門的數據采集使用標準不統一，數據治理與規范整理過程將成為新挑戰。行業亟須制定數據治理操作標準與數據規范整理操作指引，建立數據治理與評估體系，實現全域化數據治理。

此外，生成式AI大模型賦能金融業還存在其他一些問題。大模型對算力要求提升，硬件設施未來亟須完善。大模型的高成本、高能耗與綠色AI發展理念不符，如何平衡大模型訓練需求與碳排量至關重要。國產芯片設計和制造方面雖取得了顯著進步，但與國際頂級廠商相比，仍存在一定的技術差距。我國大模型涌現，但均從Transformer等基礎模型衍生，在底層網絡及框架方面的研究布局較少，大模型底層技術、基礎架構由國外頭部企業掌握，存在“卡脖子”隱患。大模型應用于銀行業需克服幻覺問題、基準測試對標難問題等。

大模型和人工智能對元宇宙的興起提供了很好的機會。元宇宙在2022年就已經比較火爆，2023年大模型又對元宇宙起到了“空中加油”的作用。國內外金融元宇宙的應用重點在虛擬營業廳、數字員工。目前，已有工商銀行、建設銀行、交通銀行等11家客服中心與遠程銀行實現了虛擬數字人應用落地。在應用場景方面，虛擬數字人廣泛應用于對客服務、風險控制、新媒體運營、內部賦能等四大領域，并全面提升遠程銀行智能化水平與客戶體驗。大模型將賦能虛擬數字人“智能進化”。AIGC大模型在語義理解和內容生成方面有著卓越表現，虛擬數字人或成為AIGC在遠程銀行的最佳著陸點。在AIGC大模型的加持下，虛擬數字人將被廣泛應用于前臺員工輔助、中臺運營賦能、后臺管理支持等各環節，推動金融場景內容生產加速發展。虛擬數字人助推遠程銀行轉型升級，其作為人機交互新入口，未來將助推遠程銀行沉浸式交互體驗更加擬人、降本增效更加顯著、數字化轉型質效持續提升。

總而言之，AIGC對金融業的影響主要在于減少人力成本、豐富并優化有溫度的金融服務。具體來說，在遠程銀行、投研、運營、營銷、風控、數字員工等方面，AIGC都有一些很好的應用案例。但同時也面臨一些挑戰，主要包括芯片設計制造、成本控制、數據安全以及法律法規制定等等。應對這些挑戰，我從四個方面提出發展建議與舉措。第一，監管方面，應形成一套完備的人工智能監管體系，制定針對不同業態的法規，對生成式人工智能進行監管。第二，法律法規方面，應加強數據隱私保護，提高透明度和可解釋性；加強倫理和道德約束，制定倫理準則和行業標準。第三，人才方面，應加強產學研結合，通過與企業合作開展實踐項目，加強國際合作和人才引進。第四，生態方面，應針對性開放數據并共享數據，支持開放研究合作。

（作者為中國銀行業協會首席信息官，本文為人民日報出版社《生成式AI大模型：賦能金融業變革》序言）