「随着生成式人工智能的关键能力涌现，大模型成为金融机构场景落地的锚点。以之为代表的数智能力将促进银行业生态与价值链再次升级、重塑银行与社会和客户的链接，催化“未来银行”迭代发展。」
毕马威发布的《2024中国银行业展望报告》中给出了上面这样的结论。
银行业作为金融体系的核心，一直以来都是信息技术应用的前沿阵地。随着大模型等人工智能新技术的不断涌现，银行业迎来一场前所未有的创新革命。
“试水”：国内银行对大模型的应用处于起步阶段
根据公开信息披露，国内42家上市银行中，已有6家公开发布大模型技术开发与应用的信息。事实上，大模型横空出世之后，大多数银行都在进行应用摸索，毕竟，在竞争激烈的金融市场中，谁能够更快地掌握和应用大模型技术，谁就可能在转型升级的道路上抢占先机。
从应用态势来看，国内银行对于大模型这类新兴技术的采纳和融合速度显示出了显著的积极性。在2023年3月，农业银行就率先发布ChatABC，该模型可提供人工智能对话机器人服务，还可执行代码生成、知识问答、文本摘要、上下文解析等生成类任务；工商银行也早早发布基于昇腾AI的金融行业通用模型，实现企业级金融通用模型研制投产。然而，从应用的深度分析，国内银行业对大模型的应用还处于将“大模型”与传统人工智能技术结合的初级阶段，多数银行正在进行技术储备和小规模试验。
从应用场景来看，大致可分为两大维度：面向银行内部的运营场景和面向银行客户的问答咨询场景。面向行内的应用主要是工单小结，运营助手等，如江苏银行的 “智慧小苏”大模型平台，可以将人工电话客服录音转换为文本形式，并输送到平台加工处理，实现记录、分析客户需求的全流程自动化；工商银行聚焦人力资源管理领域和日常办公场景，打造了对内服务型员工“工晓办”。面向银行客户的多为智能问答、智能营销、投顾助手等应用。如北京银行发布AIB平台，打造运营助手、客服助手等7个问答机器人，推出“北银投顾 GPT”；平安银行发BankGPT，作为理财大模型，会判断客户意图，评估客户对长期理财是否感兴趣，是否愿意参加相关的营销活动，另外，针对需要推荐的产品，自动化生成话术，同时会推荐其他的业务产品，在客户服务过程中，以消息方式推送给客户经理进行推荐提醒和辅助。
洞察：技术应用倒逼场景、模式和流程的全面创新
对于国内银行业来说，大模型到底能在哪些应用场景发挥作用？“文心一言”和“讯飞星火”分别给出了以下回答。
其实，在应用场景的挖掘上，国内科技公司已经给出了答案。
科大讯飞金融科技业务负责人介绍，基于星火金融大模型技术底座，围绕新产品开发和老产品迭代两大抓手，科大讯飞已探索出覆盖客户服务、营销展业、中台运营、人机协同、APP交互等场景的产品方案。“但应用场景远不止于此，基于上述高价值场景的深入应用与实践，我们正致力于进一步提炼和优化，以期打造出一个全面覆盖金融机构前中后台全场景的方案和体系，为金融科技行业提供更严谨、更专业、更高效的服务。”
长期来看，大模型技术的应用，将为银行的服务模式、业务流程带来全面的创新。
在服务模式创新层面，通过对客户行为、需求和偏好的深入分析，银行可以设计出更加个性化的服务模式，提供差异化的金融产品和服务。例如，大模型技术可以帮助银行识别潜在的高净值客户，为其提供专属的理财顾问和定制化的投资方案。
大模型的应用也将倒逼银行业务流程优化革新，通过大模型对大量业务数据的分析，银行可以发现流程中的瓶颈和低效环节，进而进行优化和改进。例如，大模型技术可以帮助银行实现信贷审批流程的自动化，通过分析客户的信用历史、财务状况等信息，快速准确地评估客户的信用风险。此外，大模型技术还可以帮助银行实现内部审计和合规检查的自动化，提高流程效率和准确性。
求进：大模型应用已按下“加速键”
不难看出，大模型成为银行数字化建设“标配”是大势所趋，国内银行对大模型的追逐和探索按下了加速键，推动金融行业向更高效、智能、安全的方向发展。
建设银行成立专项工作组启动“方舟计划”,发挥集团优势快速打造具备“大模型、大算力、大数据”的金融大模型基座与能力体系。交通银行组建GPT大模型专项研究团队，科技人员占比6.51%。民生银行成立了“生态金融部”作为全行数字化金融转型牵头部门，从企业、个人、政府机构客群需求出发，搭建生态场景，打造全新互联网+金融模式的银行。
科技公司也在不断增强自己的竞争优势。如科大讯飞将自研的大模型训练平台与华为基于昇腾AI基础软硬件的高算力AI芯片等优势结合，共同打造了面向超大规模大模型的训练国产算力集群，确保了人工智能大模型的算力安全和自主发展。在行业应用层面，科大与中国工商银行安徽分行、中国邮政储蓄银行安徽分行、徽商银行、宁波银行、国元证券等机构签署了合作协议，并与交通银行、安徽省农村信用社建立了联合创新实验室，共同探索大模型在金融行业的应用。目前，科大讯飞正与交通银行深化合作，致力于在银行领域打造代码能力应用的标杆。
路径：“共研+合作”，从小局点试水转向规模化应用
由于金融行业对稳定性和安全性的高要求，大规模的商业应用需要时间来验证技术的成熟度和可靠性。因此，短期来看，银行业更倾向于“小局点试水”，在这一阶段，相较于自行研发的高昂成本，“共研+合作”的模式显得更具成本效益，使银行能够迅速获得先进技术的支持。从科技公司提供的行业方案来看，目前主要专注于和银行现有数字化设施的耦合升级。例如华为发布金融大模型三层解决方案，包括10大应用场景，盘古金融大模型和“算-网-存-云”大模型底座；科大讯飞推出金融大模型V1.0，已在多家银行的智能客服、代码开发等场景部署应用。从行业内的合作实践来看，银行在致力于拓展自己的生态圈：交通银行与华为、腾讯云、科大讯飞共建联合创新实验室，推进大模型及算力集群技术、网络安全以及人工智能等先进技术在金融领域的落地应用。招商银行也在积极布局AIGC生态平台，不仅面向大模型初创团队及企业开放平台接口，还纳入国内外多家主流大模型，探索场景应用、技术合作以及二次开发的多种合作方式。
长期来看，规模化应用是必然趋势。目前，银行通过与科技公司合作，不仅可以获取经过广泛训练、具有强大泛化能力的行业大模型作为技术支撑，还可以基于这些行业通用大模型，结合自身数据进行定制化开发，构建满足特定业务需求的大模型。对于具体业务应用场景，通过微调已有的大模型，可以快速形成专业的任务大模型，提高解决方案的专业性和适用性。“科大讯飞已经在头部银行的多个行业场景中打造标杆应用局点”，科大讯飞金融科技业务负责人认为，随着大模型在金融行业的应用和标杆项目的建设逐渐成熟，下一步的方向将转向成效验证与规模推广。
“新兴数字化技术不断变革，银行业需以审慎包容的态度持续探索技术衍生的产业趋势与应用场景，以确定性的体系面对不确定性的技术发展。”如《2024中国银行业展望报告》所言，随着数字技术和实体经济日益深度融合，中国银行业将肩负着支持宏观经济政策落地、支撑实体经济发展和同步加速自身业务高质量发展转型的多重使命。拥抱大模型，加速行业对大模型的应用从“试水”到规模化应用的转向，加快发展与数字经济相适应的数字金融，是时代对银行业提出的新要求，也是银行业自身发展的新命题。
