銀行業AI大模型，從入局到求變_風聞

在人工智能浪潮的推動下，AI大模型技術正以前所未有的方式，改變着各行各業的服務方式和用户體驗。這其中，銀行業作為數據密集型行業，成為大模型率先探索的重要行業。

那麼，經過一年多的發展，銀行業在AI大模型的運用，已經進展到哪一步了呢？

01 從落地到場景深入，大行佔據領先位置

十年前，銀行業實現了從傳統線下到互聯網金融線上的“艱難”轉型。而如今，它們儼然成為AI大模型落地的“排頭兵”。

據《麻省理工科技評論》發佈的全球金融機構大模型榜單，我國有12家金融機構進入全球TOP20，其中螞蟻集團、平安集團、工商銀行、建設銀行、中國銀行、馬上消費金融、農業銀行位居全球TOP10。

具體發展得如何了呢？以國有大行為例，在半年報中，各家銀行均提及了大模型的研發進展，以及在場景落地應用上的進階。

其中，工行在半年報中介紹，其深化大模型技術建設與賦能，在金融同業首家完成企業級金融大模型全棧自主可控訓練和推理部署。同時開展金融行業和企業級大模型二次訓練，建成了高質量、多維度、大體量的金融大模型訓練數據集，使其具備較強的金融領域知識理解和分析推理能力。

另外，工行促進大模型技術與業務深度融合，實現多領域落地創新應用；賦能金融市場領域投資、融資、交易等業務全流程，提高業務處理效率；打造營銷智能助手，開發產品智能問答、營銷活動方案設計等功能，精準發力支持客户營銷。

郵儲銀行稱，其完成大模型算力雲資源池試點建設；大模型異構算力集羣初步具備支持千億級規模大模型訓練能力。

在場景應用上，郵儲大腦逐步向生成創作提升，為員工打造多種智能辦公助手。具體看，遠程銀行客户投訴分析場景可輔助坐席進行投訴內容的監管報送分類，準確率達93%；文檔內容審核可幫助業務需求管理人員快速理解與審核需求內容，業務標籤提煉準確率達84%，功能點抽取準確率達96%等。

建行稱，其持續推進金融大模型建設及應用，全面賦能公司金融、個人金融、資金資管、風險管理、科技渠運、綜合管理六大板塊79個行內業務場景；提升文生圖輸出質量，支撐客户營銷提質增效；優化檢索增強生成應用模式，支撐授信審批財務分析，將客户財務分析報告工作用時由數小時縮短至分鐘級別。

農行2024半年報顯示，其在人工智能技術應用方面，加快以AI技術為驅動的智慧銀行建設，密切跟蹤大模型技術趨勢，持續完善AI軟硬件支撐體系，穩妥推動AI+應用場景落地。

中國銀行在半年報中對於大模型着墨較少，僅表示試點代碼輔助等大模型應用。

交通銀行在其2024年半年報中表示，積極探索AIGC前沿技術，制定生成式人工智能建設規劃，組建GPT大模型專項研究團隊。同時，與科大訊飛聯合成立了創新實驗室。

股份制銀行也不甘落後，在場景應用上不斷開花。

如興業銀行“隨興寫”生成式大模型已經賦能反洗錢。據瞭解，興業銀行“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户行為、可疑主體信息和可疑交易信息等特徵，並快速生成輔助分析報告。

民生銀行則將大模型賦能研發。其研發團隊從金融研發自身安全、效率、可控等需求出發，推出了“慧碼”旅程指導方法，打造了覆蓋開發、集成、測試、投產的端到端運行風險監測能力。

引入代碼大模型產品後，系統的生成採納率為20-30%之間，採納代碼與提交量佔比大致在30%左右，接近業界主流實踐水平，代碼註釋率從18%提升至約30%。

柒財經注意到，銀行業在大模型領域不斷開拓的背後，是其源源不斷對金融科技領域的投入。2023年，國有六大行的金融科技投入總金額達到了1228.22億元，同比增長5.38%。

這一投入不僅創下了新高，而且佔到了總營業收入的3.52%，達到了歷年來的最高值。其中，工商銀行、建設銀行、農業銀行和中國銀行的投入均超過了百億元。且截至去年末，六大行的科技人員總數已超過9萬人。

02 應用效果有差異，中小行“另闢蹊徑”入局

AI大模型確實為銀行業科技發展帶來了無限可能，但實際應用效果如何，通過與它們的智能客服溝通，便可窺見一二。

好比農業銀行，其在今年上半年財報中稱，將持續深化科技賦能，開拓企業微信、智能外呼等渠道建設應用，結合掌銀搭建客户多元化金融場景，引入AI技術賦能線上服務全流程，識客更加精準、產品和服務更加適配、客户體驗更加智慧便捷。

而柒財經通過農業銀行App向智能客服提問時，其回答顯得有些“呆板”：即詢問“推薦的理財產品”時，客服能夠給出具體的操作過程；而詢問“理財產品推薦”時，客服則表示，“暫未找到對應的答案”。同樣的問題，只是調整了語序，回答內容便不同。

除農業銀行外，股份行的“老大哥”招商銀行也推出智能客服助理AI小招，其藉助AI、大數據技術，持續推動零售業務全面AI化。

柒財經進入招商銀行App客服頁面，其中熱門問題中有基金推薦、保本產品推薦及最近市場情況，而當柒財經詢問時，智能客服則機械回答“目前沒有保本理財”“無法預測未來市場”等。

不過，在“小招—客服門户”頁面上，“數字人招曉霖”板塊是一種可以對話的智能助理，其以數字人的形式向用户介紹產品，並能夠通過用户的語音進行產品的答疑互動。

此外，浦發銀行基於智能自動化（IA）的機器人工廠項目獲得中國人民銀行“金融科技發展獎”三等獎。

該行推出了數字人小浦、浦惠座艙、浦惠雲艙、AMA等人工智能創新成果。在行業內首創的數字人體系，形成多類數字員工，有效提升服務轉化率。

而進入浦發銀行手機軟件中，柒財經詢問“理財產品推薦”，浦發銀行智能客服給出了具體的操作流程，並表示“如未解決，您可繼續聯繫客服代表”。

當詢問“存量房貸利率調整實施細則”，浦發銀行智能客服給出了較為具體的回答，涉及“調整方式及時間”“調整規則”“貸款信息查詢方法”等，較為詳細。

此外，和國有銀行和股份行等規模較大的銀行相比，中小銀行在AI技術的籌備和應用上相對有所滯後。畢竟，動輒一年掏出幾十億甚至上百億的大型銀行相比，中小銀行的“腰包”顯然厚度要差得多。而且在人才儲備上，中小銀行業也相形見絀。

更重要的是，在本身就面臨着營收、盈利停滯甚至下滑的現實面前，中小銀行如果在AI大模型上大規模投入，可能還要揹負着不可預測的試錯成本，這又是一個不可承受之重。

不過，越來越多的中小銀行已經“另闢蹊徑”地行動起來，如就大模型項目進行招標，且目標性比較強。

如在上月，吉林銀行發佈大模型知識引擎（一期）建設項目招標公告，擬選擇1家廠商為該行建設大模型知識引擎系統軟件一套，項目資金343萬元。

8月，上海銀行發佈了個人手機銀行鴻蒙版本升級項目之大模型智能體採購公告，要求投標人在2021年1月1日以來，具有大模型對話場景相關實施案例至少1例且只接受擁有智能體相關產品著作權的供應商參與等。

雖然進展有快有慢，但隨着AI在應用場景的持續深入，可以預料的是，銀行業必將被激發出更大的潛力，創造更多的價值。