來源：懂財?shù)?/p>

原創(chuàng)懂財?shù)劭萍冀M懂財?shù)?i>2024年10月07日

未來一段時間,，AI大模型的場景化落地將會是銀行業(yè)的重要命題——它考驗的不僅僅是哪條技術路線能落地更快、更穩(wěn)，更考驗銀行的戰(zhàn)略規(guī)劃、落地執(zhí)行等能力,。

??懂財?shù)鄢銎?· 作者｜嘉逸

9月的最后5個交易日,，A股漲瘋了,，上證,、深證,、創(chuàng)業(yè)板指數(shù)分別暴漲21.37%,、30.26%、42.12%,。

趁著國慶假期,，筆者本想整理一下市場觀點和板塊漲幅數(shù)據(jù)，做策略復盤,。搜了一圈金融類APP,，遂放棄了這個念頭。

因為我發(fā)現(xiàn)了一個更有意思的點——盡管AI金融大模型被吹得天花亂墜,，但在實際應用中,，效果卻各有差異。

資料來源：東方財富Choice、同花順iFind,、招行APP

例如,，我想了解國慶后A股市場上漲的概率。

東方財富AI的答案算是合格,，從歷史概率,、行業(yè)表現(xiàn)進行了分析，給出了“上漲概率較大”的結論,，并提示了投資風險,。

但同花順AI的回答就比較混亂，開頭就搞錯了時間——“2024年9月30日反而在國慶之后”,，后續(xù)的影響因素分析也很籠統(tǒng),。

對比之下，招行AI給出的觀點同時覆蓋了股票,、債券,、黃金三個投資品種，相對完善,，利好,、利空的原因分析也比較切合實際，確實具備一定的參考價值,。

聊到這里,，筆者想起前段時間，有兩家國有行的朋友透露,，他們內(nèi)部已經(jīng)開始使用AI大模型來撰寫研究分析報告和編寫代碼了,。

除此之外，另一個重要趨勢是,，所有的國有行,、股份行在2024半年報中都明確提到了AI大模型。其中,，工行,、建行,、郵儲銀行,、興業(yè)銀行、民生銀行等,，更是花費了大量筆墨來介紹AI大模型的最新落地進展,。

再疊加新質生產(chǎn)力等政策來看，顯然,，中國銀行業(yè)正大踏步進入AI時代,。

今天，我們就一起來聊聊這件事。

01｜得場景者得天下

移動互聯(lián)網(wǎng)時代,，“得場景者得天下”被銀行奉為圭臬,。

如今的AI時代，亦是如此,。

梳理國有行,、股份行2024半年報能發(fā)現(xiàn)，今年上半年,，大部分玩家正從AI大模型的研發(fā),，向場景落地應用進階。

來看幾個具體的案例,。一個是興業(yè)銀行“隨興寫”生成式大模型賦能反洗錢,。

過去，興業(yè)銀行的反洗錢員工每天要處理約30份可疑交易報告,。這一工作極其繁瑣,，每份報告都要從頭開展調查、分析交易流水與行為特征,，再到撰寫潤色,。處理時長短則20分鐘，長則1個小時,。

按照最短時間計算,，僅30份報告處理下來，就要花費至少10個小時,。這意味著,，加班是常態(tài)。

但現(xiàn)在,，隨著AI大模型的落地,，他們終于可以卸掉沉重的“包袱”了。

據(jù)悉,，興業(yè)銀行“隨興寫”是一個可疑交易報告智能生成模型,，它利用大模型與自然語言處理技術，能高效精準分析洗錢可疑客戶行為,、可疑主體信息和可疑交易信息等特征,，并快速生成輔助分析報告。這意味著,，反洗錢員工只要在初稿基礎上調整優(yōu)化,，即可上報提交。

這大大解放了生產(chǎn)力,。多位一線員工透露,，現(xiàn)在他們可以“將更多精力投入到業(yè)務發(fā)展、新型洗錢手法研究和專家規(guī)則優(yōu)化等工作之中?！?/p>

另一個是AI大模型賦能財富管理,。

在國內(nèi)，缺少金融知識的大眾客群一直是財富管理的“盲區(qū)”,，他們極易追漲殺跌,，長期缺少投資獲得感。這幾天A股暴漲,，很多散戶非理性貸款,、加杠桿“跑步入市”，就是證明,。

但如今,，AI大模型的應用創(chuàng)造了新解題思路。

本文初提到的招行智能財富助理“小招”就在后市展望中列舉了利空因素,，并提示了風險：之后可能進入震蕩調整期,，仍需等待經(jīng)濟基本面好轉。

此外,，“小招”還能針對筆者的資產(chǎn)給出了配置優(yōu)化建議,，如下圖，“小招”就建議：及時補充活錢配置,，靈活取用以備不時之需,。

資料來源：招行APP

中信銀行也已入局。其基于大模型,、自然語言處理,、知識圖譜已推出智能財富顧問“小信”，它不僅能解答“投資投什么”,，還能解讀“產(chǎn)品好不好”,、分析“持倉怎么樣”，以及給出資產(chǎn)負債,、加減倉等建議,。

客戶覺得怎么樣呢？一組數(shù)據(jù)可以說明,，截至今年6月末,，“小信”已累計服務超百萬普通投資者，累計會話量超327萬通,，用戶滿意度超95%,。

第三個案例是AI大模型賦能研發(fā),。

民生銀行是“吃螃蟹者”,，其研發(fā)團隊推出了代碼大模型規(guī)模化應用方法——“慧碼”旅程，并基于行內(nèi)的大模型平臺,，打造了覆蓋開發(fā),、集成、測試,、投產(chǎn)的端到端運行風險監(jiān)測能力,。

具體效果如何？來看測試數(shù)據(jù)：引入代碼大模型產(chǎn)品后,，系統(tǒng)的生成采納率為20-30%之間,，采納代碼與提交量占比大致在30%左右，接近業(yè)界主流實踐水平,，代碼注釋率從18%提升至約30%,。一句話：民生銀行的開發(fā)效率和代碼質量實現(xiàn)了大幅提升。

而這三個案例僅僅是中國銀行業(yè)數(shù)字化,、智能化轉型的“一隅”,。

AI浪潮愈加洶涌。截至目前,，中農(nóng)工建交郵儲6家國有大行都已經(jīng)發(fā)布了自己的大模型,，股份行中，招行,、平安,、興業(yè)、中信,、浦發(fā),、民生6家銀行也已推出自己的大模型。

剩余的浙商,、光大,、華夏三家銀行正加碼資源，積極研發(fā)AI大模型,。

場景落地事關降本增效,，以及新商業(yè)增量的挖掘，雖然搞得很熱鬧,，但目前仍處于探索嘗試的初期,。

根據(jù)財報和公開資料，銀行大模型主要應用于智能問答,、智能客服,、智能撰寫研報、智能風控,、智能營銷,、數(shù)智財富管理等,，標準化程度較高的業(yè)務模塊。

02｜兩條技術路線

十年河東,，十年河西,。

遙想十年前，銀行還是移動互聯(lián)網(wǎng)轉型的“困難戶”,。如今,，他們已成為AI大模型落地的“排頭兵”，并走出了兩條不同的技術發(fā)展路線,。

其一是技術自研派,，大概率是想實現(xiàn)完全的自主可控，農(nóng)行“ChatABC”,、建行大模型,、平安銀行BankGPT、興業(yè)銀行ChatCIB是代表選手,。

他們都擁有較強的科技實力,。《麻省理工科技評論》發(fā)布的最新榜單顯示,，平安集團在大模型領域的專利申請量為327件,，位居全球前三，建行,、農(nóng)行位居前十,。

基于此，農(nóng)行是國內(nèi)最早推出銀行大模型的機構,。農(nóng)行“ChatABC”和興業(yè)銀行ChatCIB的參數(shù)規(guī)模已達到百億級,。

建行大模型、平安銀行BankGPT暫未披露相關技術數(shù)據(jù),。但落地情況可圈可點,，截至上半年末，建行大模型已全面賦能對公,、零售,、資管、風控,、科技,、管理六大板塊79個內(nèi)部業(yè)務場景；平安銀行BankGPT已應用在零售貸款審批,、運營管理數(shù)智化升級,、消保降訴、汽車金融AI驗車等業(yè)務場景中,，實現(xiàn)了降本增效,。

其二是“融合派”,，走的是“外部引入+內(nèi)部自研”的技術路線，代表選手有工行,、交行、郵儲,、招行,、中信、浦發(fā),、民生,、浙商8家銀行。

并非這幾家銀行技術不行,，而是因為他們想借鑒外部千億大模型的底層能力,，再來打造百億級的銀行垂直模型，以實現(xiàn)能力互補,，快速落地,。

理論上是可行的。通用大模型靈活度高,、泛用性強,，但受制于成本，在細分領域并不深入,。垂直模型的專業(yè)性,、合規(guī)性強，但通用性差,，數(shù)據(jù)利用率低,。二者正好互補。

實踐中也取得了一定成果,。比如工行大模型和華為昇騰大模型合作研發(fā)的,，其參數(shù)規(guī)模已經(jīng)達到千億級，已在金融市場,、信貸風控,、網(wǎng)絡金融等50多個場景落地，在銀行業(yè)內(nèi)處于領先地位,。

郵儲銀行這兩年的轉型速度很快,，它在半年報中花了大篇幅來介紹AI大模型在生成創(chuàng)作、研發(fā),、風控,、消費者權益保護、法律法規(guī)等場景的落地情況,，以及降本增效成果,。它和智譜AI有合作,，“郵儲大腦”已經(jīng)接入百度文心一言。

招行最為開放,，去年引入了上海稀宇科技（MiniMax）的千億級大模型,，隨后又積極“牽手”騰訊、華為,、商湯科技,、字節(jié)系的火山引擎、智譜AI等科技公司,。

并且,，招行還表示,，將“加強與百余家大模型生態(tài)鏈企業(yè)的深度溝通,，推進大模型內(nèi),、外部生態(tài)建設，加快推動AI大模型等前沿科技在本公司的應用落地,?！笨吹贸鰜恚行袑I“野心勃勃”,。

當然,，其他銀行也是如此，對AI志在必得,。

所以,，未來一段時間，AI大模型的場景化落地將會是銀行業(yè)的重要命題——它考驗的不僅僅是哪條技術路線能落地更快,、更穩(wěn),，更考驗銀行的戰(zhàn)略規(guī)劃、落地執(zhí)行等能力,。

“逐鹿”AI,，銀行機構將進入一場全維度的高烈度戰(zhàn)爭。

03 ｜大模型拐點未至

聊了這么多,，是不是有種感覺：AI銀行要來了,。

以后在線上，智能AI助手就能解決你的日常金融需求,，并根據(jù)你的習慣給出個性化解決方案,，比如：A股大漲，會第一時間為你分析原因,；資產(chǎn)配置不合理,，能為你“量身定做”財富管理方案，并推送合適的金融產(chǎn)品。

如果需求復雜要去線下網(wǎng)點辦理,，客戶經(jīng)理早就通過AI系統(tǒng)了解到你的需求,，并提前制定好了一站式解決方案。

銀行基層員工們更是開心,，他們終于從復雜繁瑣的數(shù)據(jù)和報告中解脫了出來,，不再受“案牘勞形之苦”，可以專注于業(yè)務發(fā)展和客戶服務,。

這太酷炫了,，幾乎就是布萊特·金描繪的銀行4.0時代“金融無處不在”的情景。

但筆者現(xiàn)在要潑一盆冷水,，實現(xiàn)上述夢想還很遙遠,。當前,，銀行連AI大模型“拐點”都還沒跨過,。

一個核心痛點是，以大模型為代表的生成式AI技術本身還不成熟,。

受制于數(shù)據(jù)質量,、語料庫標準化建設、訓練成本等因素,，AI大模型經(jīng)常出現(xiàn)“AI幻覺”,，即一本正經(jīng)地胡說八道。如本文初提到的,，同花順AI把時間都搞錯了,，2024年9月30日反而在國慶節(jié)之后。

資料來源：招行APP,、平安口袋銀行APP

再以招行智能財富管理助手“小招”和平安口袋銀行APP為例,。

當筆者換了個問題，提問“A股”和“A股熱門板塊”,，“小招”就無法回答了,。在平安口袋銀行APP中，筆者提問“A股后市展望”,，“小安管家”也無法了解到我的實際需求,，給出的問題推薦也都不匹配。

另一個關鍵問題是技術安全和法律監(jiān)管,。

今年8月,，歐洲人工智能法案（AI Act）已正式生效。9月30日,，盡管美國加州州長Gavin Newsom否決了加州AI限制法案,，OpenAI、谷歌,、Meta等科技公司逃過一劫,，但AI安全治理已經(jīng)成為全球關注的焦點,，且暫未有合適的解決方法。

因此,，為了規(guī)避技術風險,，國內(nèi)銀行落地AI大模型都是小步實驗，穩(wěn)步推進的節(jié)奏,。

但沒辦法,，商業(yè)銀行連接著14億國人和數(shù)百萬億資產(chǎn)，事關人們的“錢袋子”,，這注定了他們無法“快跑”,。

但我們也無需灰心，當AI技術愈加成熟,、法律監(jiān)管逐漸到位時,，銀行機構就能大顯身手，數(shù)智化金融就能無處不在,。

我們可以懷著開放包容的心態(tài),，給銀行和科技公司更多一些時間。

說明：數(shù)據(jù)源于公開披露,，不構成任何投資建議,，投資有風險，入市需謹慎,。

—END—

「點贊」「在看」與 「分享」,，你對作者最大的支持。