來源：中國城鄉(xiāng)金融報

■趙浩翔

近日，以ChatGPT和“文心一言”為代表的大型語言模型（Large Language Models,，簡稱LLMs）火爆出圈,，掀起了人工智能應(yīng)用的新一輪浪潮。大型語言模型,，即通過大量的文本數(shù)據(jù)學(xué)習(xí),，構(gòu)建出一個能夠理解人類語言并生成高質(zhì)量自然語言文本的模型，已在多個領(lǐng)域中展現(xiàn)出巨大的潛力與應(yīng)用價值,。

基于此技術(shù),，工商銀行聯(lián)合鵬城實驗室、清華大學(xué),、中國科學(xué)院,、國內(nèi)頭部科技企業(yè)等，在國內(nèi)同業(yè)中率先研制投產(chǎn)自主可操控的首套人工智能金融行業(yè)通用模型,，推動人工智能技術(shù)在金融領(lǐng)域進行更大規(guī)模、更深層次的探索和應(yīng)用,，引領(lǐng)金融行業(yè)新變革,。

據(jù)悉，該通用模型具有大算力,、大數(shù)據(jù),、大網(wǎng)絡(luò)結(jié)構(gòu)等技術(shù)特點，具有更豐富的通用知識,、更強的學(xué)習(xí)與推理能力以及海量的金融專業(yè)知識,，可實現(xiàn)不同業(yè)務(wù)場景的快速適配和應(yīng)用，已率先在客戶服務(wù),、風(fēng)險防控,、運營管理等領(lǐng)域應(yīng)用落地，并取得出色表現(xiàn),。在客戶服務(wù)領(lǐng)域,，工商銀行應(yīng)用該模型支撐智能客服接聽客戶來電，顯著提升了對客戶來電訴求和情緒識別準確率,，能夠更精準有效地響應(yīng)客戶需求,，并且可以大幅縮減維護成本；在風(fēng)險防控領(lǐng)域,，實現(xiàn)了對工業(yè)工程融資項目建設(shè)的進度監(jiān)測,，監(jiān)測精準度提升約10%，研發(fā)周期縮短約60%,；在運營管理領(lǐng)域,，能幫助智能提取期限、利率等信貸審批書核心要素,，提升了信貸審批效率,。

無獨有偶，郵儲銀行,、興業(yè)銀行,、中信銀行、蘇州銀行等多家銀行近日紛紛宣布接入百度大型語言數(shù)據(jù)模型“文心一言”（ERNIE Bot）,?？梢灶A(yù)見的是,，各商業(yè)銀行將從智能客服著手，借助大語言模型,，進一步優(yōu)化升級智能識別,、智能網(wǎng)點、智能營銷,、智能理財,、智能風(fēng)控等金融場景，加快人工智能賦能銀行建設(shè),。

從客戶的需求出發(fā),，大型語言模型可以憑借著海量的專業(yè)知識庫和強大的算法能力，為客戶提供24小時在線服務(wù)和專業(yè)的金融支持,，相較于之前的智能客服更能貼近客戶意圖,。從數(shù)字營銷的角度來看，模型可以細化識別客戶的真實需求和偏好,，并精準匹配個性化營銷產(chǎn)品與話術(shù),，使客戶經(jīng)理更加專注于銷售過程本身，有利于賦能營業(yè)網(wǎng)點提升客戶服務(wù)體驗,。從經(jīng)營管理層面來講,，基于思維鏈推理能力，可輔助做一些復(fù)雜的腦力勞動,、創(chuàng)造性工作,。比如：授信報告,、審批報告,、貸后管理等強格式性案頭工作，從而提高運營效率,，降低經(jīng)營成本,，加速金融機構(gòu)的智能化轉(zhuǎn)型。

毫無疑問,，大型語言模型在金融領(lǐng)域的廣泛應(yīng)用,，是一項“金融+人工智能”完美融合的過程，但同時也面臨著風(fēng)險和挑戰(zhàn),。一方面,，大型語言模型是基于巨大的數(shù)據(jù)集聚產(chǎn)生的，它在回答客戶問題時,，可能存在知識盲區(qū),、偏見與錯誤，如果把不正確的答案,，特別是涉及投資理財方案的答案提供給客戶使用,，將使風(fēng)險轉(zhuǎn)嫁給銀行,，造成一系列負面影響。另一方面,，電子數(shù)據(jù)存在泄露的可能性,。大型語言模型依托海量數(shù)據(jù)庫信息而存在，在使用的過程中,，會涉及大量用戶數(shù)據(jù)的傳遞和處理,，這些數(shù)據(jù)一旦泄露，將會對客戶隱私,、財產(chǎn)安全造成嚴重威脅,，也會對商業(yè)銀行聲譽造成嚴重影響。

由此可見,，商業(yè)銀行在創(chuàng)新應(yīng)用大型語言模型進行數(shù)字化轉(zhuǎn)型時,，要通過制度完善和技術(shù)提升，合法合規(guī)地引導(dǎo)大型語言模型朝著可靠可控,、安全實用的方向健康發(fā)展,，在AI銀行建設(shè)的賽道上闊步向前、行穩(wěn)致遠,。