過去的2023年，生成式人工智能（AIGC）浪潮席卷科技圈，海外各大科技公司紛紛逐浪AIGC，國內(nèi)也一度掀起“百模大戰(zhàn)”。生成式AI更是上榜了國家語言資源監(jiān)測與研究中心發(fā)布的“2023年度中國媒體十大新詞語”首位。

如果說2023年是生成式人工智能的元年，那2024年也被寄希望為AI大模型應(yīng)用的元年。例如某頭部科技公司高管不久前談及此話題就公開表示：“2024年是關(guān)鍵分水嶺”。

金融行業(yè)因為擁有大量的數(shù)據(jù)和豐富的應(yīng)用場景，成為AI大模型技術(shù)落地應(yīng)用的重要領(lǐng)域。重視并布局人工智能成為金融行業(yè)的共識。當前已有多家銀行等金融機構(gòu)布局生成式AI，加速應(yīng)用場景的探索。其中，國內(nèi)大型銀行在充足的資源下開啟自研金融大模型；同時，中小銀行也意識到，AI大模型技術(shù)不只是噱頭，但囿于資金、技術(shù)等成本限制處于觀望階段。

不過，當前生成式AI技術(shù)在各個細分領(lǐng)域的應(yīng)用還處于萌芽狀態(tài)，金融業(yè)在大模型實際落地過程中，還存在著算力、數(shù)據(jù)治理等諸多成本和監(jiān)管問題。2024年，這些情形或許會初見分曉。

大型銀行積極布局：推產(chǎn)品、組團隊

由清華大學(xué)經(jīng)濟管理學(xué)院、度小滿等聯(lián)合編寫的《2024年金融業(yè)生成式人工智能應(yīng)用報告》顯示，生成式AI有望給金融業(yè)帶來3萬億規(guī)模的增量商業(yè)價值。生成式AI技術(shù)在金融業(yè)中的應(yīng)用尚處于技術(shù)探索和試點應(yīng)用的并行期，預(yù)計1—2年內(nèi)，首批大模型增強的金融機構(gòu)會進入成熟應(yīng)用期，3年后將會帶動金融業(yè)生成式AI的規(guī)模化應(yīng)用。

從對生成式AI布局看，在金融機構(gòu)中，國有大行、股份制銀行等率先展現(xiàn)出了較強的行動力。

梳理看，2023年2月份，郵儲銀行、興業(yè)銀行、百信銀行、新網(wǎng)銀行、中信銀行紛紛宣布將接入“文心一言”等大模型平臺；3月份，農(nóng)業(yè)銀行推出的業(yè)內(nèi)首個自主創(chuàng)新的金融AI大模型應(yīng)用ChatABC，工商銀行聯(lián)合多家機構(gòu)發(fā)布了金融行業(yè)通用模型……

此外，在戰(zhàn)略規(guī)劃上，國有大行中的工商銀行、農(nóng)業(yè)銀行、中國銀行、交通銀行，股份制銀行中的招商銀行、平安銀行、興業(yè)銀行、浙商銀行、中信銀行、華夏銀行明確于2023年半年報中提出對AI大模型等相關(guān)布局。

工行2023半年報中表示，完成人工智能AI大模型能力建設(shè)應(yīng)用規(guī)劃；交通銀行在其2023年半年報中表示，積極探索 AIGC 前沿技術(shù)，制定生成式人工智能建設(shè)規(guī)劃，組建GPT大模型專項研究團隊，為體系化、規(guī)模化應(yīng)用奠定基礎(chǔ)。

在探索應(yīng)用方面，跨界合作成立實驗室成為主流方式，如交通銀行與科大訊飛聯(lián)合創(chuàng)新實驗室；中信銀行與華為、雄安新區(qū)成立了聯(lián)合創(chuàng)新實驗室，布局大模型等聯(lián)創(chuàng)課題。此外，農(nóng)業(yè)銀行建立了人工智能創(chuàng)新實驗室，研究大模型技術(shù)應(yīng)用場景，圍繞知識檢索、答案推薦等領(lǐng)域，研究大模型技術(shù)應(yīng)用場景。

小銀行落地瓶頸多

金融大模型最終落地應(yīng)用存在技術(shù)、資金投入成本高的現(xiàn)實瓶頸。

在技術(shù)上，足夠的算力供應(yīng)是支撐大模型高效訓(xùn)練的基礎(chǔ)。此外，數(shù)據(jù)、網(wǎng)力、存力和應(yīng)用場景也是影響金融機構(gòu)對大模型研究探索進程的重要因素。

工商銀行首席技術(shù)官呂仲濤于2023年12月在中國金融四十人論壇舉辦的第二屆明珠灣金融論壇上表示，大模型技術(shù)的研發(fā)是技術(shù)和資金密集型產(chǎn)業(yè)，金融機構(gòu)在基礎(chǔ)設(shè)施和人才團隊支撐方面也需要跟上相關(guān)技術(shù)的發(fā)展。

呂仲濤認為，大型金融機構(gòu)因為擁有海量金融數(shù)據(jù)，應(yīng)用場景豐富，宜引入業(yè)界領(lǐng)先的基礎(chǔ)大模型，自建金融行業(yè)、企業(yè)大模型，以及可采用微調(diào)形成專業(yè)領(lǐng)域的任務(wù)大模型，快速賦能業(yè)務(wù)。而小型金融機構(gòu)由于在數(shù)據(jù)、算力、算法等資源方面相對不足，可能難以自主建設(shè)大模型，可按需引入各類大模型公有云API或私有化部署場景化專屬產(chǎn)品。

確實，多數(shù)中小銀行科技能力薄弱、投入成本有限，采取了跟隨和觀望策略。在中小銀行如何著手以及如果落地難題上，有銀行內(nèi)部人士認為，應(yīng)該避免投入過多的基礎(chǔ)研究，多著眼于現(xiàn)有技術(shù)的應(yīng)用上。

廣東南粵銀行首席信息官黃思穎以及該行數(shù)字銀行部副總經(jīng)理林偉曾于2023年9月撰文《中小銀行如何用好AI大模型技術(shù)——以AI營銷助手為例》，他們認為，在探索AI大模型技術(shù)的過程中，中小銀行應(yīng)避免進入研究算法的誤區(qū)，應(yīng)利用已有的算法和方法論，將重點放在大模型的應(yīng)用而不是純粹的算法研究上，找到與實際問題相結(jié)合的途徑，用好大模型解決自身面臨的挑戰(zhàn)，而不是開展大模型的基礎(chǔ)研究。

不過，有實力的中小銀行亦嘗試探索AI大模型應(yīng)用。例如，寧波銀行在其半年報中表示，該行依托大數(shù)據(jù)分析平臺，結(jié)合關(guān)聯(lián)圖譜、生成式AI等新技術(shù)，持續(xù)擴展風(fēng)控覆蓋面，提高風(fēng)險識別、判斷和分析效率。江蘇銀行則表示，要強化新技術(shù)應(yīng)用場景建設(shè)，落地大語言模型平臺并實現(xiàn)智能客服場景應(yīng)用。

在創(chuàng)新與監(jiān)管之間取得平衡點

毫無疑問，生成式AI將重塑金融業(yè)，它在金融領(lǐng)域落地應(yīng)用豐富，諸如智能客服、智能投研、智能風(fēng)控、智能營銷、智能程序員等。

但不容忽視的是，科技倫理、模型治理、數(shù)據(jù)隱私安全等智能金融監(jiān)管難題也擺在面前。在人工智能技術(shù)大潮下，如何防范大模型的潛在合規(guī)風(fēng)險值得關(guān)注。

香港理工大學(xué)副研究員、IEEE計算機協(xié)會區(qū)塊鏈和分布式記賬標準化委員會主席李鳴認為，要從制度、技術(shù)、金融和法律等方面建立完善的保障體系；推動建立人工智能商業(yè)生態(tài)；將治理規(guī)則融入人工智能技術(shù)生命周期過程中。

回顧2023年，在技術(shù)浪潮下，監(jiān)管政策也及時跟進出臺助力行業(yè)發(fā)展，當年8月《生成式人工智能服務(wù)管理暫行辦法》實施后，幾十家大型科技公司和初創(chuàng)企業(yè)已完成了大模型備案。

“金融業(yè)的一大核心功能就是風(fēng)險防控和管理，因此金融行業(yè)大模型的開發(fā)者實際上肩負著 重要的監(jiān)管職責(zé)?！薄?024年金融業(yè)生成式人工智能應(yīng)用報告》認為金融機構(gòu)在自主研發(fā)或共同研發(fā)大模型技術(shù)時，就要強化法務(wù)部門的作用和跨部門協(xié)同。

一方面開發(fā)者不僅需要推動大模型技術(shù)的創(chuàng)新與發(fā)展，提高生成式人 工智能技術(shù)的透明度和可解釋性，還要關(guān)注潛在的網(wǎng)絡(luò)安全新風(fēng)險和道德倫理問題，遵循數(shù)據(jù) 隱私、知識產(chǎn)權(quán)、信息安全等眾多法律法規(guī)，確保技術(shù)應(yīng)用符合社會規(guī)范和法律法規(guī)。另一方面，證券、銀行等金融監(jiān)管部門也是大模型技術(shù)的重要使用者，這也需要大模型技術(shù)開發(fā)者對 嚴格的金融監(jiān)管法規(guī)有深入認識和理解。因此，呂仲濤提醒，生成式能力可控性差，大模型生成式能力基于語言模型而非事實，生成內(nèi)容存在可控性差等問題。可能生成大量看起來合乎邏輯，但內(nèi)容并非真實甚至是捏造的事實。

“短期內(nèi)不建議直接對客使用?！眳沃贊J為，金融機構(gòu)應(yīng)優(yōu)先將大模型面向金融文本和金融圖像分析理解創(chuàng)作的智力密集型場景，以助手形式，人機協(xié)同來提升業(yè)務(wù)人員工作質(zhì)效。

可以看到，當前金融機構(gòu)推出的應(yīng)用場景，不少集中于大量傳統(tǒng)的“重復(fù)勞動”或“低效率”崗位，諸如代碼助手等協(xié)助內(nèi)部員工工作以及客服助手等方面，以進一步降低人力成本。

例如，工商銀行構(gòu)建了基于大模型的智能研發(fā)體系，編碼助手生成代碼量占總代碼量的比值達到40%，此外，該行在國內(nèi)同業(yè)率先實現(xiàn)百億級基礎(chǔ)大模型在知識運營助手、金融市場投研助手等多個場景應(yīng)用；再如保險領(lǐng)域，太平洋保險推出的基于大模型建設(shè)應(yīng)用探索的科技產(chǎn)品“數(shù)字員工”，面向企業(yè)人員提供的人機協(xié)作終端，覆蓋審計、財務(wù)、客服、營銷、承保、理賠等多個保險領(lǐng)域?qū)I(yè)場景，每年可節(jié)約人力70%以上。

來源：證券時報網(wǎng) 券商中國