每經(jīng)記者 張宏  李玉雯    每經(jīng)編輯 馬子卿    

“AI取代銀行業(yè)工作崗位的數(shù)量可能超過其他任何行業(yè)。”花旗集團近期一份報告顯示，美國銀行業(yè)約54%崗位將有可能實現(xiàn)自動化，還將有12%崗位通過AI得到增強。

當下銀行業(yè)的種種跡象已然對此觀點有所映射，特別是這兩年正逢生成式AI大模型的風口，“AI+金融”發(fā)展迅速。從應用場景來看，銀行機構(gòu)在客戶服務(wù)與智能問答、信貸審批與風險管理、智能運營與流程自動化等多個領(lǐng)域都開展了AI應用探索且日趨成熟。

這背后的動力在于，在當前息差持續(xù)承壓、營收增速放緩的環(huán)境下，以銀行業(yè)為代表的金融機構(gòu)正在進行一場“刀刃向內(nèi)”的自我革新，而AI在金融領(lǐng)域的創(chuàng)新應用則推動著金融服務(wù)向著更加智能化和個性化發(fā)展，促使金融機構(gòu)更有效地管理風險、提高運營效率、優(yōu)化客戶體驗。

有觀點認為，以生成式AI等為代表的新興技術(shù)作為驅(qū)動力，將為金融領(lǐng)域帶來一場前所未有的變革，而與此同時，行業(yè)仍面臨著隱私保護、成本投入、決策可信度等多方面挑戰(zhàn)，如何破局成為各家金融機構(gòu)面臨的共性問題。

當前，在金融數(shù)字化轉(zhuǎn)型的版圖上，一場新的科技競賽已悄然展開。

交易、貸款、反洗錢??人工智能正被廣泛應用于銀行各業(yè)務(wù)條線

“就銀行業(yè)而言，各家商業(yè)銀行都在擁抱AI技術(shù)，希望利用技術(shù)創(chuàng)新來支撐業(yè)務(wù)創(chuàng)新發(fā)展，提升服務(wù)水平，在差異化競爭中脫穎而出。”南京銀行相關(guān)負責人對記者表示，由于客戶量巨大及AI技術(shù)的成熟度，商業(yè)銀行的零售AI場景更為常見，如智能問答、OCR輔助錄入、反欺詐、智能投顧等。其實，在小微企業(yè)、中大型企業(yè)、集團以及金融市場客戶中，各類AI應用場景也逐漸豐富起來，并且銀行內(nèi)部各項管理環(huán)節(jié)中，也逐步出現(xiàn)了增效、提質(zhì)的AI場景。

行行AI董事長、工信部工業(yè)文化發(fā)展中心AI應用工作組執(zhí)行組長、順福資本管理合伙人李明順表示，人工智能在金融行業(yè)的應用歷史相當悠久。并非因為大語言模型（LLM）的出現(xiàn)，才開啟人工智能在金融領(lǐng)域的應用，要將傳統(tǒng)的AI技術(shù)與大語言模型加以區(qū)分。

李明順介紹，“據(jù)我了解，至少從20世紀90年代開始，美國的一些金融行業(yè)就已經(jīng)開始應用人工智能技術(shù)。大約在十幾年前，我國金融行業(yè)也開始采用人工智能技術(shù)。包括十年前，我本人也投資了一些專門從事風險控制、資產(chǎn)定價以及消費者信用評分的金融公司。這些應用已經(jīng)擁有較為豐富的歷史，因此可以說，金融行業(yè)是人工智能應用較早的領(lǐng)域之一。”

一名在國有行從事風險管理相關(guān)工作的員工告訴記者，人工智能在銀行金融市場業(yè)務(wù)中，主要應用于量化交易算法和虛擬交易員。例如，在貴金屬、外匯等代客交易中，操作重復且結(jié)構(gòu)化，往往只在方向和金額上有差異，故可使用量化交易算法（AI）代替交易員執(zhí)行市場策略。而在資金業(yè)務(wù)中，虛擬交易員可利用生成式AI，在資金拆借等場外交易中，通過聊天方式完成交流、報價甚至成交。

此外，銀行還通過在“易貸類”產(chǎn)品中應用AI技術(shù)簡化貸款審批流程。利用AI分析客戶信息，形成“白名單”，名單內(nèi)客戶將在輸入請求后快速獲得信用額度。上述國有行員工表示，“傳統(tǒng)審批流程繁瑣，需信貸員與客戶溝通、簽署材料、提交分行或總行審批，耗時可能數(shù)周至數(shù)月。‘易貸類’產(chǎn)品使審批模型化、實時化，客戶可迅速獲得反饋。”

在結(jié)算業(yè)務(wù)中，AI還用于反欺詐和反洗錢，預判交易風險。上述國有行員工指出，“以前身份證到期后需要去網(wǎng)點更新信息，現(xiàn)在不用去網(wǎng)點，拍照人臉識別即可，這也得益于AI的應用。”

此外，李明順也表示，生成式AI正被用于提供輕度引導服務(wù)，包括為高凈值客戶提供投資理財咨詢。結(jié)合數(shù)字人技術(shù)，指導客戶辦理手續(xù)，提供專業(yè)投資建議，同時降低隱私信息泄露風險。傳統(tǒng)人工服務(wù)中，客戶經(jīng)理可能記住敏感信息，存在信息泄露風險。人工智能則能有效保護客戶隱私，避免數(shù)據(jù)泄露。

人工智能還可被應用于催收。李明順表示，“過去，催收工作通常由人工執(zhí)行。然而，人工催收存在情緒波動問題，可能導致不當溝通和極端行為。生成式AI輔助催收可通過預設(shè)表述避免過激語言，能夠始終保持禮貌、專業(yè)，且不用休息。”

參與項目篩選、盡職調(diào)查??硅谷風投機構(gòu)“玩轉(zhuǎn)”人工智能

談及未來可探索的領(lǐng)域，上述國有行工作人員表示，AI還可用于貸后管理，預警市場風險、信用風險或其他風險指標。此外，由于生成式AI在文本處理上具有先天優(yōu)勢，未來還可探索在輿情管理方面的應用。

李明順表示，人工智能輔助面試在大規(guī)模招聘中極具潛力。人工智能可準確記錄候選人的情緒、性格及專業(yè)程度，幫助面試官客觀評分，減少私人關(guān)系影響。已有公司在連鎖企業(yè)中嘗試AI面試，雖非直接服務(wù)金融，但原理相同，預示著AI在金融人力資源領(lǐng)域的應用前景廣闊。

一位在海外咨詢行業(yè)工作的數(shù)據(jù)分析師告訴記者，他所在的公司正在訓練自己的大模型。“公司在這個行業(yè)已有20年歷史，我們想把歷史數(shù)據(jù)做成數(shù)據(jù)庫，輸入到大模型中，做一個聊天機器人。”訓練過程需要大量數(shù)據(jù)微調(diào)，“要將機器人變成能回答某一領(lǐng)域問題的專家，就需要這個領(lǐng)域的專家出馬，給出問題的答案。組內(nèi)的數(shù)據(jù)工程師再將答案拿走用作微調(diào)，逐步將大模型調(diào)整到可以給出合理答案的狀態(tài)。”

《AIGC：智能創(chuàng)作時代》作者、未可知集團創(chuàng)始人杜雨曾先后供職于騰訊、紅杉資本。他表示，大模型在數(shù)據(jù)處理、表格創(chuàng)建方面的速度及能力已遠超傳統(tǒng)信息服務(wù)軟件。目前，券商在報告編寫、投資協(xié)議草擬及定期報告撰寫等場景中，已開始利用這項技術(shù)。

此外，硅谷風險投資機構(gòu)已廣泛采用人工智能參與項目篩選、盡職調(diào)查，并撰寫投資備忘錄。AI通過算法和數(shù)據(jù)分析，提高風投與初創(chuàng)公司匹配效率，實現(xiàn)自動化篩選和交易搜索。它輔助商業(yè)數(shù)據(jù)分析，使投資人快速決策。投資人還可利用專有數(shù)據(jù)源訓練人工智能平臺，構(gòu)建內(nèi)部知識庫，增強投資決策深度和廣度。

在投資機會發(fā)現(xiàn)階段，AI通過分析招聘平臺動態(tài)、應用程序下載量和消費品交易規(guī)模，幫助投資者識別潛在項目。盡職調(diào)查環(huán)節(jié)中，生成式AI自動生成公司業(yè)務(wù)介紹，進行前瞻性分析，直接通過郵件發(fā)送給投資者，包括投資選項比較和評估。撰寫投資建議書環(huán)節(jié)，生成式AI可以完全自動化地完成，提供專業(yè)且精準的投資建議。

此外，AI在時間管理和規(guī)劃方面也能為投資團隊提供有力支持。團隊成員可以在系統(tǒng)上查看同事對特定項目的評價和反饋。系統(tǒng)具備定期提醒功能，確保投資團隊能夠及時回訪目標公司，并更新業(yè)務(wù)進展。

多位受訪人士指出，AI介入金融領(lǐng)域帶來的優(yōu)勢是多方面的，其中最為顯著的是效率和成本的優(yōu)化。與傳統(tǒng)的業(yè)務(wù)操作流程相比，AI技術(shù)能夠自動化、智能化地處理大量數(shù)據(jù)，實現(xiàn)快速、準確地決策，從而顯著節(jié)省時間和人力成本。

同盾科技創(chuàng)新研發(fā)負責人Tinus對記者表示，AI的介入能夠提升金融風控、金融營銷等應用的精準度，提高金融機構(gòu)的效率、降低運營成本，并增強金融服務(wù)的普及性。

他舉例說道，傳統(tǒng)金融業(yè)務(wù)流程主要依賴專家決策系統(tǒng)，系統(tǒng)建設(shè)以指標和專家規(guī)則為基礎(chǔ)，指標加工以數(shù)據(jù)批處理等離線方式為主，數(shù)據(jù)時效性較低；專家規(guī)則的更新維護以數(shù)據(jù)分析為基礎(chǔ)，需要大量領(lǐng)域?qū)＜业娜斯こ杀?，且難以滿足日益增長的業(yè)務(wù)體量。

與傳統(tǒng)的離線批處理方式相比，AI可以更及時地獲取最新的數(shù)據(jù)和信息，為決策提供更全面的參考。與傳統(tǒng)的基于指標和規(guī)則的風險評估相比，AI優(yōu)化的決策系統(tǒng)可以綜合利用更多維度的數(shù)據(jù)和因素，更全面地識別潛在的風險，通過持續(xù)的數(shù)據(jù)分析和模型優(yōu)化，可以不斷提升決策的精準度。

瑞銀證券非銀金融分析師曹海峰以證券行業(yè)為例闡釋AI介入帶來的優(yōu)勢。一是大幅減少基礎(chǔ)性、重復性的人力工作，提升效率。例如，營銷環(huán)節(jié)中的人工客服、營銷內(nèi)容制作；投顧業(yè)務(wù)中初步客戶信息收集、客戶咨詢；投研工作中的數(shù)據(jù)檢索、會議紀要、定期報告撰寫、路演材料制作；投行業(yè)務(wù)中的銀行流水核查、招股書撰寫等；投資中的交易策略代碼撰寫；中后臺的報告生成、辦公、代碼開發(fā)。

二是提效，賦能員工，提升產(chǎn)品競爭力，投研業(yè)務(wù)中分析師利用“數(shù)字分身”提高傳播效果；投資業(yè)務(wù)中實現(xiàn)數(shù)據(jù)的自動挖掘分析、股價預測、優(yōu)化基金產(chǎn)品的收益風險比；交易業(yè)務(wù)中優(yōu)化交易策略以減少交易成本及人為偏差。

三是優(yōu)化服務(wù)，提升客戶體驗。例如，在營銷環(huán)節(jié)中實現(xiàn)千人千面的營銷；投顧業(yè)務(wù)中深度分析客戶需求并提供個性化推薦，投顧通過智能檢索內(nèi)部智庫為客戶提供專業(yè)化服務(wù)，人性化的智能客服。

一位就職于頭部券商的投資顧問告訴每經(jīng)記者，他在日常工作中通過人機結(jié)合的方式擴大了服務(wù)半徑。一方面，生成式AI的介入提高了微信回復客戶的效率；另一方面，借助生成式AI將專業(yè)術(shù)語轉(zhuǎn)化為客戶易懂的語言或故事，再結(jié)合自己的專業(yè)知識校正，增強溝通效果，提升轉(zhuǎn)化率。

“大模型在直播準備中也能發(fā)揮重要作用，”由于工作需要，他經(jīng)常需要直播。“幫助確定主題、搜索資料、設(shè)計PPT，節(jié)省時間。主播只需提供核心思想，給出總體趨勢或策略，并負責審閱修改。這讓我能夠?qū)Ｗ⒂诤诵牟呗院脱芯抗ぷ鳌?rdquo;

合規(guī)風險、隱私保護??人工智能尚不適用于金融行業(yè)核心部門

曹海峰認為，短期來看，對于生成式AI技術(shù)實際落地仍相對謹慎，特別是對客業(yè)務(wù)，落地案例較少。制度環(huán)境方面，隨著《生成式人工智能服務(wù)管理暫行辦法》的出臺，以及未來金融監(jiān)管的或有規(guī)定，公司需要考慮如何合理地使用這一技術(shù)。

合規(guī)風險方面，一方面需要保證內(nèi)部數(shù)據(jù)的安全性，另一方面使用GPT技術(shù)服務(wù)客戶，直接推薦股票、基金等受到監(jiān)管牌照限制。技術(shù)方面，大模型在一些問題的回答上仍存在謬誤，需要人工介入審核和校對，可能會招致客戶投訴。

同時，記者在采訪中了解到，目前AI在金融領(lǐng)域的應用還存在以下痛點。

一是可能導致市場變得更加脆弱。上述國有行員工指出，如果金融市場中的參與者廣泛采用同一模型進行決策，這可能會導致市場變得更加脆弱。假設(shè)所有參與者使用相同的模型，并且輸入相同的數(shù)據(jù)，那么很可能會得出相似的結(jié)論。金融市場的交易需要觀點不同的買賣雙方達成一致才能完成交易。如果大多數(shù)參與者都采取相同的觀點，比如同時選擇賣出，那么市場波動可能會因此而劇烈增加。

二是大模型尚不適用于金融行業(yè)核心部門。李明順總結(jié)了金融業(yè)在應用大模型時的困境。他表示，可以將大模型在金融行業(yè)中的應用理解為人工智能技術(shù)的一個分支。大模型在金融行業(yè)的主要應用體現(xiàn)在營銷端和服務(wù)端，例如資料整理、咨詢服務(wù)等。然而，在一些更為嚴格和關(guān)鍵的金融領(lǐng)域，如風險控制和資產(chǎn)定價，其應用并不十分直接，因為大模型目前還存在幻覺。

李明順認為，“大模型本質(zhì)上是一種語言模型，它能夠理解和處理文本，但并不是一個規(guī)則引擎，大模型并不適用于金融行業(yè)的核心部門。”上述券商投顧也認為，大模型更適合專業(yè)人士使用。因為普通人可能缺乏足夠的金融知識和經(jīng)驗來判斷生成式AI提供的信息是否準確。如果生成式AI提供的信息是錯誤的，而用戶又無法辨別，這可能會導致問題。

三是缺乏個人信用評分領(lǐng)域的標準化機構(gòu)。李明順表示，美國金融行業(yè)廣泛應用AI于證券和資產(chǎn)交易，得益于標準化用戶數(shù)據(jù)。我國銀行業(yè)雖收集用戶信息，但銀行間數(shù)據(jù)未互聯(lián)互通，資產(chǎn)量化評級面臨標準化不足問題。AI在我國金融業(yè)主要用于風險控制和初級營銷，標準化不足是其應用的主要限制。

四是隱私保護難題。上述數(shù)據(jù)分析師表示，其所在公司雖然正在致力于將人工智能培育成領(lǐng)域?qū)＜?，但對于將聊天機器人開放給客戶使用也有顧慮。“假設(shè)一個場景，公司先后接了兩家公司的合同，這兩家公司是競爭關(guān)系。他們都不可以通過我們知道對方公司的消息，這就需要一個壁壘。而大模型具有隨機性，這很難實現(xiàn)。”

按計劃，該模型數(shù)月后便可投入使用。出于這一顧慮，該模型初期僅供內(nèi)部顧問使用，幫助新員工快速獲取關(guān)鍵信息。

此外，為防止隱私泄露，其所在公司的法律部門提出不能在開放的大模型平臺上訓練。最終，該公司決定將開源模型下載后部署到公司服務(wù)器上，在本地完成檢驗、微調(diào)。

生成式AI對金融行業(yè)的潛在重塑將大于其他行業(yè)

曹海峰認為，生成式AI對金融行業(yè)的潛在重塑將大于其他行業(yè)，主要由于其大量的數(shù)據(jù)沉淀、勞動力密集度高，以及與語言相關(guān)的工作內(nèi)容占比高。Tinus表示，“金融領(lǐng)域正在經(jīng)歷一場由多元技術(shù)融合推動的創(chuàng)新浪潮。在這場浪潮中，人工智能、區(qū)塊鏈、大數(shù)據(jù)、云計算等前沿技術(shù)相互交織，為金融應用創(chuàng)新提供了強大的動力。”

Tinus進一步解釋，人工智能與大數(shù)據(jù)、云計算等技術(shù)的融合，拓展大規(guī)模數(shù)據(jù)的應用，并通過強大的計算能力，支持更加復雜和智能化的金融智能應用；人工智能與區(qū)塊鏈技術(shù)的融合，利用區(qū)塊鏈的分布式賬本、智能合約等能力，實現(xiàn)數(shù)據(jù)的不可篡改性、可溯源性，增強金融數(shù)據(jù)應用信任度，提升人工智能在金融領(lǐng)域應用的可信性和可監(jiān)管性。

此外，人工智能與密碼學技術(shù)融合，打破跨機構(gòu)間數(shù)據(jù)智能協(xié)同共享的安全壁壘，拓展人工智能數(shù)據(jù)應用邊界，尤其是金融領(lǐng)域面臨的私域數(shù)據(jù)共享流通難題，以技術(shù)手段解決金融數(shù)據(jù)的安全、可信、智能化流通難題。Tinus表示，“隨著這些多元技術(shù)的不斷融合和發(fā)展，人工智能必將進一步推動金融科技創(chuàng)新和金融應用領(lǐng)域的變革。”

Tinus認為，AI在金融領(lǐng)域的應用中，數(shù)據(jù)全生命周期的安全保障問題至關(guān)重要，可信人工智能將成為重要的發(fā)展趨勢。

可信人工智能的特征要素包括安全性、魯棒性、公平性、可解釋性、隱私性、可控性等。采用隱私計算、區(qū)塊鏈、數(shù)據(jù)沙箱等技術(shù)搭配融合，是實現(xiàn)人工智能的隱私增強的有效手段。通過隱私增強打造可信人工智能的安全底座，將賦能金融科技從“數(shù)字化”向“數(shù)智化”轉(zhuǎn)型的道路上，實現(xiàn)安全可靠可追溯，促進人工智能的可持續(xù)發(fā)展和更多創(chuàng)新應用。

“AI Agent（AI智能體）是大模型在金融領(lǐng)域應用的一個重要趨勢。AI Agent是基于大語言模型進行構(gòu)建，同時具備記憶檢索、決策推理及行動順序選擇等特性，讓其在處理復雜任務(wù)上更具備優(yōu)勢，被認為是未來的發(fā)展方向。AI Agent的智能決策、自動化執(zhí)行、個性化服務(wù)、持續(xù)學習和優(yōu)化等特點，能夠為金融機構(gòu)提供更加智能化、更高效的服務(wù)和決策支持。”Tinus表示。

封面圖片來源：視覺中國-VCG41N1472123004