作為數據密集型和資金密集型產業，銀行業一直處在探索應用人工智能的前沿陣地。近年來，銀行業對人工智能的布局應用以“高舉高打”為主，在資金、人力方面進行高投入。高投入之下，產生了什么效益？
截至目前，上市銀行2024年度報告披露進程已過半，6家國有大行與8家股份制銀行在年報中均提及自身人工智能戰略與布局情況。梳理發現，目前，商業銀行在人工智能的布局上更加靈活豐富，并通過大模型的深度應用，釋放出大量生產力。
釋放生產力
梳理年報，工商銀行金融科技投入285.18億元；農業銀行信息科技投入249.7億元；中國銀行信息科技投入238.09億元，占營業收入的3.76%，同比上升0.27個百分點；建設銀行金融科技投入244.33億元，占營業收入的3.26%；交通銀行金融科技投入114.33億元，占營業收入的5.41%。郵儲銀行信息科技投入122.96億元，同比增長9.03%，占營業收入的3.53%。
頭部股份行方面，招商銀行2024年信息科技投入133.50億元，占營業收入的4.37%；興業銀行信息科技投入83.77億元，保持穩定，占公司營業收入的比重為3.95%；中信銀行信息科技投入109.45億元，占營業收入的5.12%。
經過多年發展，金融科技的創新應用持續為商業銀行積聚更強新動能、催生更多新增長點，所釋放的生產力及效益有所顯現。建設銀行首席信息官金磐石表示：“在授信審批領域，金融大模型可以把過去數個小時甚至數天的工作壓縮到分鐘級別。”
郵儲銀行首席信息官牛新莊在業績發布會上透露，2024年郵儲銀行首次發布自主可控的“郵智”大模型，其中，智能“小郵助手”通過引入DeepSeek大模型的邏輯推理與深度分析能力，應用于內部的營銷、運營、風控、辦公等環節，日均受理咨詢超3000次，業務辦理時長縮短約20%，極大提升該行內部協同辦公和運營效率。
落地場景豐富
從落地場景看，商業銀行的大模型布局不限于內部業務流程的重塑，還在于B端、C端生態的構建。
據悉，工商銀行企業級千億金融大模型技術體系“工銀智涌”已賦能20余個主要業務領域、200余個場景，累計調用量超10億次；中國銀行2024年新增超900個業務場景，運用企業級機器人流程自動化（RPA）推進基層減負，覆蓋超3000個場景應用，月均執行任務超20萬次；建設銀行金融大模型體系已賦能行內193個應用場景；招商銀行全行大模型應用場景超120個；中信銀行決策式AI“中信大腦”的落地場景已超1600個，生成式AI“倉頡大模型”孵化了逾80項創新應用。
不過，大模型幻覺、算法“黑箱”等問題所產生的不確定性也被上市銀行所關注。“考慮到當前人工智能在應用上還存在一些不確定性，甚至可能會存在一些AI幻覺。因此，我行的基本策略是先對內后對外、先局部后整體，會把降成本和控風險作為優先考慮的事項。”交通銀行副行長、首席信息官錢斌表示。
金磐石表示，建設銀行將高度重視大模型技術的安全合規，遵循嚴格的安全規范和科技倫理標準，通過強化學習、檢索增強等，確保大模型生成內容可控、可信，通過集成向量知識庫、內外部可信搜索等方式，最大限度減少“大模型幻覺”問題。
重視“人+AI”
數字化轉型的推進、大模型的豐富應用歸根到底要便利到“人”。梳理年報發現，“人+AI”的理念被多次提及。
年報顯示，基于ChatBot交互框架，建設銀行在客戶經營層面推出ChatBot交互版“幫得”客戶經理全功能AI智能助理，支持員工通過自然語言一鍵喚起知識、產品、活動等客戶服務工具，AI輔助完成一站式產品配置和高效營銷服務。2024年，“幫得”智能助理總交互次數3463萬次，為全行3萬名對私客戶經理服務。
據介紹，郵儲銀行打造交易員助理機器人，主要為該行交易員提供服務，實現交易對手及交易標的債權基礎信息、行內授信等內外部信息批量查詢，解決交易員交易前的查詢準備需求，可以根據用戶的點贊、采納等反饋自動學習，持續自動完善應答準確度。目前交易員助理機器人可以將交易前準備工作耗時大幅壓縮75%，極大地提高了交易員的交易效率。
“我們將政策法規、內部制度、管理辦法、產品手冊等全部納入統一的知識體系進行管理，為員工提供一站式智能服務，極大提升了員工獲取知識的便利性。”民生銀行首席信息官張斌表示，截至2024年12月末，民生銀行使用智能搜索進行知識檢索的員工已超1.5萬人。
（來源：中國銀行保險報）
掃一掃分享本頁
