每經(jīng)記者 趙景致    每經(jīng)編輯 張益銘

“在需要的領(lǐng)域，我們從不吝嗇投入。”接受采訪時(shí)，招商銀行信息技術(shù)部副總經(jīng)理俞吳杰說(shuō)道。

俞吳杰所說(shuō)“需要的領(lǐng)域”，便是指招行AI信息技術(shù)方面的建設(shè)。近年來(lái)，招行持續(xù)加大科技投入，以2023年為例，招行信息科技投入達(dá)141.26億元，占到全行營(yíng)業(yè)收入的4.59%，研發(fā)人才共計(jì)約11000人，占全行人數(shù)比例近10%。如此這般投入，也使招商銀行在數(shù)字金融服務(wù)上更進(jìn)一步——“秒”級(jí)答復(fù)客戶疑問、數(shù)據(jù)風(fēng)控審批貸款、人機(jī)協(xié)同無(wú)感切換……

大數(shù)據(jù)和AI是數(shù)字金融的底座之一。在大數(shù)據(jù)、AI崛起的時(shí)代，招商銀行怎樣勤修“內(nèi)功”建設(shè)數(shù)字金融？

2024年，《每日經(jīng)濟(jì)新聞》創(chuàng)刊20周年之際，特別啟動(dòng)“智見未來(lái)——全球高端人物專訪系列”。借此契機(jī)，招商銀行信息技術(shù)部副總經(jīng)理俞吳杰接受每日經(jīng)濟(jì)新聞?dòng)浾呙嬖L，分享了建設(shè)“數(shù)字招行”的經(jīng)驗(yàn)與思考。

智算平臺(tái)于今年開啟建設(shè)

看似“橫空出世”的人工智能，其實(shí)相關(guān)概念存在已久，如科幻小說(shuō)《三體》里的“智子”，以及廣為人知的最強(qiáng)圍棋“選手”AlphaGo。

事實(shí)上，在AI及數(shù)據(jù)化布局上，招行早有行動(dòng)。2017年招行率先成立了AI實(shí)驗(yàn)室；2023年3月，招行宣布完成全面上云，即“金融交易云”和“原生云平臺(tái)”的建設(shè)，并將所有應(yīng)用系統(tǒng)、數(shù)據(jù)等全部遷移至云上，進(jìn)入到全面數(shù)據(jù)化階段。

記者注意到，金融業(yè)與其他行業(yè)相比，有較高的專業(yè)性以及合規(guī)要求，且存在服務(wù)場(chǎng)景多、服務(wù)客群廣的客觀情況，因此通用大語(yǔ)言模型很難“圓滿”滿足銀行業(yè)的需求。對(duì)此，在“兩朵云”數(shù)據(jù)化新基建“底座”完成后，今年年初，招行正式開啟了“智算平臺(tái)”建設(shè)，用以探索新一代人工智能技術(shù)對(duì)銀行業(yè)務(wù)的創(chuàng)新應(yīng)用。

“原來(lái)的服務(wù)器集群叫通算平臺(tái)，和大模型相關(guān)的叫智算平臺(tái)，這方面的投入非常高。”俞吳杰介紹，智算平臺(tái)包含了招行的“訓(xùn)練平臺(tái)”以及“推理平臺(tái)”。“招行的重點(diǎn)不在通用模型，而是在金融行業(yè)的領(lǐng)域模型。”訓(xùn)練平臺(tái)主要用于訓(xùn)練專業(yè)的領(lǐng)域模型，推理平臺(tái)用于銀行具體服務(wù)場(chǎng)景。值得注意的是，無(wú)論是推理平臺(tái)還是訓(xùn)練平臺(tái)，算力都是剛性需求。俞吳杰介紹，招行在智算平臺(tái)建設(shè)方面是以“億”為單位的投入。

此外，目前國(guó)內(nèi)的智算平臺(tái)還處于起步階段，性能方面也需要持續(xù)提升。俞吳杰表示，招行在國(guó)內(nèi)智算平臺(tái)建設(shè)方面走在前列，但因目前尚無(wú)成熟的智算平臺(tái)可以借鑒，在進(jìn)一步提升算力效能方面仍面臨諸多挑戰(zhàn)。

新一代AI將對(duì)銀行業(yè)務(wù)帶來(lái)全面變化

如果僅從大語(yǔ)言模型來(lái)看，2022年底ChatGPT的問世才使得整個(gè)社會(huì)對(duì)生成式AI有了明顯感知，目前新一代人工智能在金融業(yè)的應(yīng)用還處于探索階段。

在俞吳杰看來(lái)，銀行有三個(gè)重要的“密集型”特征，一是數(shù)據(jù)密集，包括客戶數(shù)據(jù)、行業(yè)數(shù)據(jù)、產(chǎn)業(yè)數(shù)據(jù)等；二是知識(shí)密集，銀行業(yè)有著大量的政策、法規(guī)、條款，同時(shí)還包括銀行內(nèi)部的合規(guī)要求、管理等；三是人力密集，銀行業(yè)存在大量的運(yùn)營(yíng)工作，無(wú)論是網(wǎng)點(diǎn)還是審核團(tuán)隊(duì)，大量的人力都集中在業(yè)務(wù)運(yùn)營(yíng)中。

因?yàn)檫@三個(gè)特征的存在，大語(yǔ)言模型能夠產(chǎn)生的價(jià)值面非常廣。“其實(shí)今天我們談及大語(yǔ)言模型的應(yīng)用，并不是說(shuō)在銀行的某一個(gè)點(diǎn)或者某一塊業(yè)務(wù)方面產(chǎn)生價(jià)值，而是全方位的。”俞吳杰表示。

如在服務(wù)質(zhì)檢方面，目前只需要借助語(yǔ)音識(shí)別技術(shù)將通話轉(zhuǎn)化為文本，再交由大語(yǔ)言模型處理，并按照銀行要求整理歸類即可處理，以前人工可能需要5分鐘，現(xiàn)在效率已經(jīng)達(dá)到“秒”級(jí)。

在風(fēng)控方面，招行強(qiáng)大的AI水平可以集中體現(xiàn)在“天秤”風(fēng)控平臺(tái)上。目前，“天秤”風(fēng)控平臺(tái)已經(jīng)可以通過神經(jīng)網(wǎng)絡(luò)算法，識(shí)別客戶的異常風(fēng)險(xiǎn)行為并進(jìn)行風(fēng)險(xiǎn)前置提示。

俞吳杰表示，“總體來(lái)看，AI已經(jīng)融入銀行日常營(yíng)銷、服務(wù)、經(jīng)營(yíng)的各個(gè)方面。雖然目前更深層次的AI使用還有待論證，但實(shí)際上我們?nèi)粘９ぷ髦写嬖诤芏嘀貜?fù)性的、簡(jiǎn)單的流程化工作，而這恰巧是大語(yǔ)言模型能夠發(fā)揮作用的地方。”

聚焦“三個(gè)場(chǎng)景”打造“智慧招行”

“要給到領(lǐng)域模型足夠的專業(yè)知識(shí)和數(shù)據(jù)，特別是銀行業(yè)務(wù)方面的，未來(lái)也需要拓展到和銀行有很大關(guān)聯(lián)的證券、基金、保險(xiǎn)等行業(yè)。”俞吳杰指出，目前互聯(lián)網(wǎng)上能獲取的相關(guān)知識(shí)有限，招行更多要做的，是要把自身幾十年來(lái)經(jīng)營(yíng)當(dāng)中積累下來(lái)的專業(yè)語(yǔ)料給到大模型，“否則算力再?gòu)?qiáng)也沒有實(shí)用性。”

即使擁有領(lǐng)域大模型，相對(duì)“智慧招行”建設(shè)來(lái)說(shuō)也只是“萬(wàn)里長(zhǎng)征走完了第一步”，要全方位打造智慧招行，需要更豐富多樣的應(yīng)用場(chǎng)景。

“在應(yīng)用場(chǎng)景的選擇方面我們也有比較全面的思考。”俞吳杰表示，場(chǎng)景選擇標(biāo)準(zhǔn)有“三多”：一是“錢投入多”、二是“人投入多”、三是“耗時(shí)多”，“這些場(chǎng)景用AI產(chǎn)生的價(jià)值會(huì)更大，對(duì)于招行而言，我們的創(chuàng)新一般兩條腿走路——自下而上和自上而下。”

自上而下是指招行會(huì)基于對(duì)大模型應(yīng)用的整體規(guī)劃來(lái)投入資源，目前該行的規(guī)劃是按照業(yè)務(wù)條線，如零售、批發(fā)、中后臺(tái)業(yè)務(wù)，以及按照業(yè)務(wù)形態(tài)來(lái)劃分的營(yíng)銷、運(yùn)營(yíng)、合規(guī)、風(fēng)控等領(lǐng)域，來(lái)進(jìn)行資源投入。

自下而上則是運(yùn)用FinTech（金融科技）基金、創(chuàng)新競(jìng)賽等機(jī)制設(shè)立和資金引導(dǎo)等方式，鼓勵(lì)一線員工發(fā)掘創(chuàng)新應(yīng)用場(chǎng)景，引導(dǎo)廣大員工把大語(yǔ)言模型應(yīng)用到日常工作場(chǎng)景中去。

截至10月底，招商銀行已經(jīng)有超過100個(gè)應(yīng)用場(chǎng)景在使用大語(yǔ)言模型。

聚力有溫度、有效率的“人+AI”服務(wù)

曾幾何時(shí)，電話服務(wù)“轉(zhuǎn)人工”困難成為普遍現(xiàn)象，不過在銀行業(yè)，尤其是招商銀行，這類問題已經(jīng)基本得到了解決。俞吳杰表示，目前招行已經(jīng)邁入了客戶服務(wù)的“第三個(gè)階段”。

第一個(gè)階段，即所有電話服務(wù)均由人工提供。但該階段最大的問題是銀行人工服務(wù)隊(duì)伍規(guī)模與賬戶數(shù)及客戶數(shù)的指數(shù)級(jí)增長(zhǎng)不匹配的問題，無(wú)限制的員工隊(duì)伍增長(zhǎng)將對(duì)企業(yè)造成巨大的財(cái)務(wù)壓力。

第二個(gè)階段，即使用數(shù)字化手段提高效率。在該階段，部分銀行通過自研或采買的自然語(yǔ)言處理小模型解答客戶疑問，但存在“答非所問”和“不知所云”等一系列問題，第二階段因技術(shù)的不成熟及人工的“失位”可能造成不好的用戶體驗(yàn)。

第三個(gè)階段即“人+數(shù)字化”高效協(xié)同，既能保證服務(wù)質(zhì)量，又解決效率問題。俞吳杰表示，“從銀行實(shí)踐來(lái)看，客戶的大部分問題都是簡(jiǎn)單、重復(fù)的問題，機(jī)器人就可以解決。”此外招行采用AI技術(shù)，通過語(yǔ)速、音量等標(biāo)準(zhǔn)輔助判斷客戶情緒，提供信息幫助人工客服主動(dòng)切入，從而避免投訴升級(jí)并提供“有溫度”的服務(wù)；而當(dāng)客戶需要人工對(duì)接時(shí)，也可以直接按鍵切換到人工。

俞吳杰表示，在既要有溫度、又要有效率，同時(shí)又能夠讓真正有需要的客戶隨時(shí)觸達(dá)到服務(wù)人員等方面，目前招行已經(jīng)探索出一套行之有效的“招行方案”，未來(lái)還會(huì)在人機(jī)協(xié)同方面繼續(xù)發(fā)展，為客戶提供更高質(zhì)量的服務(wù)。

如何規(guī)避AI邏輯“黑盒”？

新生業(yè)態(tài)往往伴隨著新生風(fēng)險(xiǎn)。縱觀銀行業(yè)乃至整個(gè)金融業(yè)，信息安全都是繞不開的重點(diǎn)論題。“數(shù)據(jù)隱私是人工智能在金融領(lǐng)域方面非常大的考量。”俞吳杰表示，目前招行涉及訓(xùn)練數(shù)據(jù)的準(zhǔn)備上非常謹(jǐn)慎。

“尤其是在訓(xùn)練環(huán)節(jié)，一定不能使用客戶敏感信息訓(xùn)練模型，否則大模型可能會(huì)記住，并把信息泄漏出去。”俞吳杰強(qiáng)調(diào)。

此外，在大語(yǔ)言模型對(duì)于答案的可解釋性問題方面，俞吳杰表示目前該領(lǐng)域有很多的“黑盒子”。

“我們給大模型輸入，大模型給出一個(gè)輸出，但是為什么會(huì)給到這個(gè)輸出，還無(wú)法完全掌握，很多神經(jīng)網(wǎng)絡(luò)分析的邏輯是黑盒子。落地到具體的金融業(yè)務(wù)場(chǎng)景，比如要做一個(gè)貸款發(fā)放審批，機(jī)器判斷這位客戶不通過，但無(wú)法判斷原因，就沒有辦法使用，必須得讓其解釋清楚。”俞吳杰表示。

值得注意的是，在銀行傳統(tǒng)信息科技應(yīng)用中，也有相較于目前“大模型”的“小模型”，如信貸決策模型、評(píng)分卡模型等，“小模型”技術(shù)擁有更好的解釋性，它是專門針對(duì)銀行業(yè)務(wù)某一個(gè)場(chǎng)景開發(fā)的，能更好的適配該場(chǎng)景。

在“大模型”與“小模型”配合方面，俞吳杰表示未來(lái)二者一定會(huì)長(zhǎng)期并存，“大模型覆蓋的領(lǐng)域會(huì)越來(lái)越廣泛，但在可解釋性方面‘小模型’有很好的針對(duì)性，特別是在算數(shù)方面，比如給客戶的授信額度如何評(píng)測(cè)，小模型表現(xiàn)會(huì)更好，我們會(huì)持續(xù)地用下去。”