如何看待生成式AI重塑全球金融业？

创新的银行将从“采用技术的银行”迈向“最懂技术的银行”，并向“最懂银行的先进技术服务 商”领域拓展，充分释放其高质量数据价值。

30年前，当互联网刚刚兴起时，大多数银行业从业者都无法相信支付方式将发生彻底变 革，购物将无需现金和刷卡，交易越多银行内部的排队现象却越少；大多数的证券业从业人员 也都无法想象交易所将不再是股民进行证券交易的场所，证券开户甚至都无需到证券公司现场 办理。基于Windows/Linux操作系统的普通计算机和基于Android/iOS系统的智能手机/平板 电脑就是数字时代的“交易所” 。 过去15年，许多传统大银行一直跟踪并采用最新的数字技术，但是一些银行却在坚持自认 为非常成功的“当铺”模式，坚持过时的商业模式已经或正在让这些银行付出代价，比如破产 重组或利润率至少下降25%。因此，在不牺牲核心原则的情况下拥抱生成式人工智能、进行数 智化转型可能是最好的选择。 在快节奏的金融领域，保持技术的领先地位对于蓬勃发展至关重要。多年来，我们见证了 从互联网银行的诞生到算法交易的兴起的跨越式变革。在此影响下，我国银行业电子支付方式 发生了极其显著的变革，移动支付在2018年超越网上支付，2020年，半数以上的电子交易用 户选择移动支付，成为用户首选的业务支付方式。

当前，凭借无与伦比的计算能力和先进的数据分析能力，生成式AI正在席卷金融业，释放 新的生产力，以前所未有的方式重塑全球金融业的格局，有望给金融业带来3万亿规模的增量 商业价值 ，并可能将彻底改变交易的进行、投资的管理和风险的评估方式。泰康人寿人工智能 研究院院长刘岩对此认为， “生成式AI将加速推动‘金融+AI’向‘AI+金融’的转型升级” 。比如一 个充满想象的应用场景，利用ChatGPT快速处理和审查大量金融数据，包括实时市场趋势、客 户偏好、历史表现和宏观经济需求。从海量信息中获得的见解便可以使金融机构能够做出明智 的决策，并提供符合客户独特需求和愿望的定制服务。 正如贝莱德首席运营官Rob Goldstein所言， “生成式AI将改变人们与技术互动的方式， 提高我们的生产力并加强我们已经在做的伟大工作，还可能改变客户对我们互动的频率、及时 性和简单性的期望。 ”生成式AI在银行的嵌入会对银行产生深刻影响，正在重塑全球金融业。

在零售银行和财富业务上，大型金融 机构每天开设的新账户数量巨大，需要更 有效、高效的了解你的客户（KYC）流程。 生成式AI可以创建合成数据来帮助训练KYC 背后的机器学习算法。它还可以帮助为虚 拟助手创建更准确的自然语言模型。 在中小企业银行业务上，除了支持更 复杂的虚拟助理之外，生成式AI还将帮助 解释包含非数字数据（例如商业计划）的 小企业贷款申请。 在商业银行业务领域，生成式AI将加 速商业银行的后台任务，例如在复杂场景 下实时回答有关客户财务绩效的问题。它 还可以通过增加某些经济条件下业务绩效 的稀疏数据来帮助训练预测算法。

在投资银行和资本市场上，生成式AI 可以帮助银行对包含复杂、非流动性金融 产品的资产负债表进行压力测试。通过综 合各种场景的测试数据，该技术可以帮助 使金融稳定措施更加精确并降低合规成 本。 在支付领域，生成式AI进一步重塑交 易方式。基础大模型支持的聊天机器人和 虚拟助理提供即时客户支持、解决查询， 甚至提供个性化的金融产品和服务。随着 人工智能算法分析客户数据以提供量身定 制的解决方案，漫长的等待时间和通用建 议的日子已经过去。

在投资和财富管理方面，人工智能算法通过仔细分析大量的金融数据来发挥其魔力。这些 算法可以识别投资机会、预测市场趋势并优化投资组合管理策略。这使投资者能够精确而敏锐 地做出数据驱动的决策，从而最大限度地提高潜在回报。 重要的是，生成式AI对银行业务的影响将推动银行自身的组织变革。生成式AI作为AI助手 将取代一些数据量大的人工任务，会带动银行人力资源的优化配置，加快组织的去中心化，更 多的推行扁平化组织管理。生成式AI成为“副驾驶” ，赋能银行员工，提升员工的数字化能 力，加速传统的流程专家转型成为数智化数据专家，推动银行员工绩效的重新定义和改革。

一向较为稳定的保险业也正在经历大模型应用带来的一场革命。国内头部保险公司的一位 副总裁表示， “对保险行业来说，生成式AI是一项革命性技术，不仅仅是提升效率，后续还会 带来商业模式的重大冲击。现阶段，我们应该追求它的多样性，而不仅仅是准确性” 。 ChatGPT通过分析客户数据实现承保流程自动化、改善索赔管理并增强欺诈检测。AI算法计算 风险状况并提供满足个人需求的定制保险计划。 风险管理是金融行业的一个重要方面，生成式AI在该领域也发挥着关键作用。通过分析历 史数据、市场趋势和宏观经济指标，人工智能算法可以识别潜在风险并提出有效的风险缓解策 略。这使金融机构能够做出明智的决策并确保其运营的稳定性。 尽管ChatGPT持续火爆，带动金融大模型的开发热潮，以及金融机构投资并采用大模型技 术，但生成式AI技术在金融业中的应用尚处于技术探索和试点应用的并行期，依据Gartner新 兴技术成熟曲线，预计1-2年内，首批大模型增强的金融机构会进入成熟应用期，3年后带动将 会金融业生成式AI的规模化应用。当然，随着大模型技术在零售、教育、传媒、游戏等行业中 嵌入应用的增加，大模型技术的进化和能力提升，金融业集成生成式AI技术的速度会加快。

以我国银行业为例，财报信息显示，42家上市银行中，当前已经有6家银行公开发布大模 型技术开发与应用的信息。 工商银行在国内同业率先实现百亿级基础大模型在知识运营助手、金融市场投研助手等多 个场景应用。 依托行内人工智能服务体系的算力、算法、数据、人才四位一体的基础能力，农业银行发 布的ChatABC重点着眼于大模型在金融领域的知识理解能力、内容生成能力以及安全问答能 力，对于大模型精调、提示工程、知识增强、检索增强、人类反馈的强化学习（RLHF）等大模 型相关新技术进行了深入探索和综合应用，结合农业银行研发支持知识库、内部问答数据以及 人工标注数据等金融知识进行融合训练调优，实现了金融知识理解和问答应用，同时实现了全 栈AI技术的自主可控。

平安银行探索自研BankGPT平台，研究构建大模型文本生成、图片生成等能力，及其在图 标头像、节日海报、个性化营销内容创作、交互式数据分析、非结构化数据洞察等场景中的应 用落地。兴业银行引入部署私有化的商业大模型，上线大模型产品ChatCIB。 北京银行发布AIB平台，汇聚16万条金融知识，面向理财经理、大堂经理、客户经理、综 合柜员、远程客服等岗位，打造运营助手、客服助手等7个问答机器人，助力一线员工提升工 作质效，同时推出“北银投顾 GPT”，以京行理财产品货架为依托，打造京华四季、智能投 顾、财富课堂、产品工具等四大板块，实现重点、优质、特色产品的遴选与推荐，形成面向用 户需求的个性化交互，为客户经理精准营销提供良好支持。 长沙银行基于AI模型平台实现百亿级参数大型语言模型本地化部署，提供实时流式问答接 口，上线人工智能助手，并入行内业务知识库，问答准确率比传统智能机器人高出43.34%。

一些头部银行、保险机构的高级管理人员表示，已经将生成式AI列入集团公司的年度发展 战略，越来越多的银行和保险机构开始建立大模型技术团队，并与外部的金融大模型开发商着 手技术开发和产品合作，搭建开放创新生态体系。例如，建设银行、交通银行、中金、中国人 寿、泰康人寿、中国银行、招商银行、中信银行等正在搭建各自的新一代人工智能创新平台/ 中心，积极探索大模型落地应用场景。