每經(jīng)記者 陳植    每經(jīng)編輯 馬子卿    

3月5日，第十四屆全國人民代表大會(huì)第三次會(huì)議在北京人民大會(huì)堂開幕。今年的政府工作報(bào)告提出，持續(xù)推進(jìn)“人工智能+”行動(dòng)，將數(shù)字技術(shù)與制造優(yōu)勢、市場優(yōu)勢更好結(jié)合起來，支持大模型廣泛應(yīng)用，大力發(fā)展智能網(wǎng)聯(lián)新能源汽車、人工智能手機(jī)和電腦、智能機(jī)器人等新一代智能終端以及智能制造裝備。

近年來，人工智能技術(shù)在金融場景的應(yīng)用日益廣泛，成為銀行等金融機(jī)構(gòu)推動(dòng)數(shù)字化轉(zhuǎn)型的“新基建”。記者獲悉，當(dāng)前AI在金融場景的應(yīng)用正呈現(xiàn)“百花齊放”趨勢，無論是信貸風(fēng)控、交易安全、財(cái)富管理、客戶管理，還是合規(guī)審查、遠(yuǎn)程銀行等金融業(yè)務(wù)領(lǐng)域，都能看到AI科技賦能的身影。

為了更好地推進(jìn)“AI+金融”融合發(fā)展，越來越多銀行還專門設(shè)立AI中臺(tái)，集成光學(xué)字符識別、語音識別和語音合成、生物識別比對、深度學(xué)習(xí)等AI科技，驅(qū)動(dòng)AI能力與金融場景的深度融合，為銀行各項(xiàng)業(yè)務(wù)高質(zhì)量發(fā)展“融智賦能”。

尤其在DeepSeek等大模型相繼面世后，銀行正進(jìn)一步擁抱AI科技。一位城商行金融科技部門人士向記者分析說：“相比傳統(tǒng)AI應(yīng)用模式，大模型技術(shù)在數(shù)據(jù)分析推理、內(nèi)容自動(dòng)生成、模型深度學(xué)習(xí)等方面更具智能性。”在接入DeepSeek等大模型進(jìn)行數(shù)據(jù)訓(xùn)練后，他所在的銀行發(fā)現(xiàn)大模型技術(shù)在金融市場投研分析、企業(yè)知識問答、代碼生成審查、信貸風(fēng)控報(bào)告準(zhǔn)確性等方面發(fā)揮更高的降本增效作用。

他認(rèn)為，在政府工作報(bào)告提出“支持大模型廣泛應(yīng)用”后，銀行將持續(xù)增強(qiáng)AI大模型在金融場景下語義理解、邏輯推理、多輪交互等方面的適應(yīng)性，將AI技術(shù)應(yīng)用能力更快轉(zhuǎn)化成業(yè)務(wù)價(jià)值，構(gòu)筑AI時(shí)代下更強(qiáng)的金融服務(wù)能力與業(yè)務(wù)核心競爭力。

銀行要建立AI中臺(tái)，仍面臨提高實(shí)時(shí)分析與反饋循環(huán)效率等挑戰(zhàn)

上海交通大學(xué)上海高級金融學(xué)院副院長李峰此前接受《每日經(jīng)濟(jì)新聞》記者專訪時(shí)表示，金融機(jī)構(gòu)提供卓越金融服務(wù)的一大基礎(chǔ)，就是高效專業(yè)的數(shù)據(jù)分析處理能力。人工智能技術(shù)最擅長的，恰恰是高效準(zhǔn)確地分析處理海量數(shù)據(jù)。

記者多方了解到，AI近年來在銀行場景的應(yīng)用日益廣泛，在身份驗(yàn)證、智能風(fēng)險(xiǎn)控制、精準(zhǔn)營銷、投資研究、投資咨詢、運(yùn)營管理、合規(guī)監(jiān)管、客戶運(yùn)營、客戶服務(wù)等各個(gè)業(yè)務(wù)環(huán)節(jié)，都能看到大量AI科技賦能的身影。

在信用風(fēng)險(xiǎn)評估環(huán)節(jié)，AI機(jī)器學(xué)習(xí)技術(shù)對歷史數(shù)據(jù)進(jìn)行訓(xùn)練，以更全面的維度預(yù)測用戶的信用價(jià)值并詳盡評估用戶信貸相關(guān)的風(fēng)險(xiǎn)，提升銀行的信貸風(fēng)控控制與信貸利率精準(zhǔn)定價(jià)能力。

在客戶運(yùn)營環(huán)節(jié)，AI技術(shù)深度分析用戶的消費(fèi)習(xí)慣、交易行為、職業(yè)發(fā)展?fàn)顩r等各方面數(shù)據(jù)，向銀行提供不同細(xì)分客群的差異化營銷建議，助力銀行實(shí)現(xiàn)千人千面式的個(gè)性化金融服務(wù)。

在反欺詐風(fēng)控環(huán)節(jié)，AI技術(shù)能實(shí)時(shí)分析大量交易數(shù)據(jù)，迅速識別與電信網(wǎng)絡(luò)詐騙等非法金融活動(dòng)相關(guān)的異常交易狀況，助力銀行主動(dòng)采取風(fēng)控舉措，全力保護(hù)用戶的錢袋子。

在財(cái)富管理環(huán)節(jié)，AI技術(shù)可以協(xié)助客戶經(jīng)理進(jìn)行客戶財(cái)富狀況分析、市場趨勢解讀與產(chǎn)品推介，持續(xù)提升財(cái)富管理服務(wù)能力。

但是，由于不同規(guī)模銀行在AI研發(fā)人才儲(chǔ)備、AI技術(shù)研發(fā)應(yīng)用經(jīng)驗(yàn)、AI研發(fā)投入等方面存在差異，他們在AI應(yīng)用方面的實(shí)施路徑與業(yè)務(wù)規(guī)劃也截然不同。

“相比大型銀行早早建立AI中臺(tái)，賦能大量金融業(yè)務(wù)場景實(shí)現(xiàn)AI科技賦能，中小銀行由于AI研發(fā)人才與預(yù)算投入有限，只能先在單個(gè)業(yè)務(wù)場景先引入AI科技，再逐步由點(diǎn)及面地推廣更多場景的AI賦能。”上述城商行金融科技部門人士告訴記者。所幸的是，隨著近年AI在金融場景的應(yīng)用日益廣泛并取得顯著的降本增效作用，越來越多城商行與農(nóng)商行也相繼設(shè)立AI中臺(tái)。

例如，齊魯銀行建立了一體化的全行人工智能中臺(tái)——泉智AI中臺(tái)，通過將整合多項(xiàng)AI技術(shù)，推動(dòng)AI能力與金融場景的充分融合，為全行運(yùn)營、風(fēng)控、營銷等各類業(yè)務(wù)發(fā)展“賦能”；長沙銀行打造以人工智能模型管理平臺(tái)為核心的AI中臺(tái)，實(shí)施以應(yīng)用落地為目標(biāo)的AI訓(xùn)練、以價(jià)值挖掘?yàn)閷?dǎo)向的數(shù)據(jù)治理、以存續(xù)周期為閉環(huán)的模型管理，加速釋放AI數(shù)智化潛能。

前述城商行金融科技部門人士指出，相比傳統(tǒng)AI技術(shù)開發(fā)應(yīng)用普遍存在建模成本高、部署周期長、管理不完善、監(jiān)控不到位、模型資產(chǎn)分散、部署流程不統(tǒng)一等問題，銀行建設(shè)AI中臺(tái)，可以更高效釋放數(shù)據(jù)價(jià)值，加快銀行基礎(chǔ)數(shù)據(jù)的資產(chǎn)化建模進(jìn)程，對數(shù)據(jù)到模型、訓(xùn)練到應(yīng)用、評估到改進(jìn)的全鏈路AI賦能金融發(fā)展，提供更全面與強(qiáng)有力的支持。

在其看來，銀行要建立AI中臺(tái)仍面臨諸多挑戰(zhàn)。一是持續(xù)增強(qiáng)高性能計(jì)算，分布式計(jì)算與并行處理等技術(shù)，大幅提升AI任務(wù)的執(zhí)行效率；二是完善智能化服務(wù)編排，自動(dòng)化組合與調(diào)度多個(gè)AI服務(wù)的能力，從而實(shí)現(xiàn)復(fù)雜業(yè)務(wù)流程的智能化管理；三是提升模型管理能力，提供一站式的模型開發(fā)、測試、部署和監(jiān)控平臺(tái)，且支持多種機(jī)器學(xué)習(xí)和深度學(xué)習(xí)框架，從而滿足銀行不同業(yè)務(wù)的多樣化建模需求；四是提高實(shí)時(shí)分析與反饋循環(huán)效率，即銀行AI中臺(tái)需與營銷平臺(tái)、運(yùn)營平臺(tái)打通，實(shí)時(shí)收集和分析用戶行為及業(yè)務(wù)數(shù)據(jù)，及時(shí)調(diào)整AI策略和服務(wù)模式，持續(xù)優(yōu)化AI模型的準(zhǔn)確性和響應(yīng)速度；五是強(qiáng)化安全性能，確保金融交易和客戶信息的絕對安全；六是推進(jìn)靈活的定制化服務(wù)，能根據(jù)不同部門和業(yè)務(wù)線的特定需求，提供定制化的AI解決方案，并支持快速原型設(shè)計(jì)和實(shí)驗(yàn)驗(yàn)證，加速新業(yè)務(wù)的孵化進(jìn)程。

一位股份制銀行IT部門負(fù)責(zé)人向記者表示，當(dāng)前銀行在AI能力建設(shè)與推廣應(yīng)用還面臨其他挑戰(zhàn)，包括用于建模的數(shù)據(jù)資產(chǎn)數(shù)量有限；數(shù)據(jù)質(zhì)量還需提升；訓(xùn)練數(shù)據(jù)處理、模型訓(xùn)練調(diào)優(yōu)、模型發(fā)布監(jiān)控等環(huán)節(jié)缺乏統(tǒng)一管理與平臺(tái)支撐等。

“在實(shí)際操作環(huán)節(jié)，有時(shí)數(shù)據(jù)質(zhì)量不高導(dǎo)致AI風(fēng)控模型誤判某些客戶的信用評級，也會(huì)導(dǎo)致銀行做出錯(cuò)誤的信貸決策，影響客戶的金融服務(wù)滿意度。此外，金融行業(yè)具有數(shù)據(jù)密集型特點(diǎn)，用戶信息往往在金融服務(wù)過程頻繁流動(dòng)，AI技術(shù)在提升金融服務(wù)效率同時(shí)如何做好數(shù)據(jù)隱私保護(hù)，也是一大挑戰(zhàn)。”他向記者指出。隨著AI大模型的面世，他認(rèn)為這些難題或能隨著AI技術(shù)迭代升級而“迎刃而解”。

DeepSeek大模型將驅(qū)動(dòng)銀行的研發(fā)應(yīng)用向“輕量化”與“高效化”發(fā)展

隨著DeepSeek等AI大模型相繼面世，銀行看到深化“AI+金融”應(yīng)用的新操作空間。

今年春節(jié)后，越來越多銀行紛紛接入DeepSeek大模型，在金融場景開啟新的AI大模型應(yīng)用征途?！睹咳战?jīng)濟(jì)新聞》記者了解到，大連銀行依托開源RAG框架，在行內(nèi)金融信創(chuàng)云平臺(tái)部署DeepSeek-R1模型，并在金融投研分析、企業(yè)知識問答、代碼生成審查、辦公行文輔助等領(lǐng)域進(jìn)行試點(diǎn)應(yīng)用，加速金融智能化轉(zhuǎn)型進(jìn)程。

近日，內(nèi)蒙古銀行在行內(nèi)數(shù)據(jù)中心完成DeepSeek-R1蒸餾版模型的私有化部署，基于Ollama和Dify等平臺(tái)實(shí)現(xiàn)智能問答、企業(yè)知識管理、個(gè)性化文檔處理能力等，在探索AI賦能金融方面邁出新步伐。

一位金融科技公司負(fù)責(zé)人向記者透露，通過初步測試，DeepSeek大模型在部分金融場景呈現(xiàn)更好的降本增效作用。具體而言，一是它的低算力配置要求，顯著降低銀行在AI算力基礎(chǔ)建設(shè)方面的投入，二是它的強(qiáng)推理能力，令銀行在遠(yuǎn)程銀行、信貸風(fēng)控管理、財(cái)富管理服務(wù)等方面有望產(chǎn)生更高的業(yè)務(wù)效率。

他告訴記者，在對公信貸領(lǐng)域，DeepSeek所生成的企業(yè)信用報(bào)告具有更高的自動(dòng)填充率與輿情風(fēng)險(xiǎn)分析準(zhǔn)確度；在遠(yuǎn)程銀行領(lǐng)域，DeepSeek可幫客服人員根據(jù)客戶個(gè)性化標(biāo)簽自動(dòng)生成回答話術(shù)并協(xié)助質(zhì)檢復(fù)核，以替代傳統(tǒng)流程慢效率低的人工檢索，大幅提升業(yè)務(wù)效率。

蘇商銀行高級研究員孫揚(yáng)也表示，蘇商銀行已應(yīng)用DeepSeek VL2多模態(tài)模型處理非標(biāo)材料，如表格、影像資料、文檔圖片等識別，將提升信貸材料綜合識別準(zhǔn)確率至97%。此外，蘇商銀行將DeepSeek的蒸餾技術(shù)應(yīng)用于信貸風(fēng)控、反欺詐等20多個(gè)場景，使盡調(diào)報(bào)告生成效率提升40%，欺詐風(fēng)險(xiǎn)標(biāo)簽準(zhǔn)確率提升35%。

上述金融科技公司負(fù)責(zé)人向記者透露，就發(fā)展趨勢而言，DeepSeek大模型的興起，將驅(qū)動(dòng)銀行的金融大模型研發(fā)應(yīng)用，向“輕量化”與“高效化”發(fā)展，持續(xù)提升資源利用率。尤其是隨著金融行業(yè)對大模型應(yīng)用的需求持續(xù)增長，為了提升大模型的可用性，金融大模型需面向輕量化模型發(fā)展，通過模型壓縮、知識蒸餾等技術(shù)，保持大模型性能同時(shí)降低算力等資源的消耗。特別是在需要實(shí)時(shí)快速響應(yīng)的金融服務(wù)場景，輕量化的大模型可以靈活快速處理各類數(shù)據(jù)，全面提升金融機(jī)構(gòu)的金融服務(wù)能力。

但是，AI大模型生成內(nèi)容的“幻覺”挑戰(zhàn)與數(shù)據(jù)訓(xùn)練過程的數(shù)據(jù)安全保護(hù)問題，金融機(jī)構(gòu)仍需找到更穩(wěn)妥的解決方案，以滿足嚴(yán)格的金融業(yè)務(wù)合規(guī)性要求。

記者獲悉，部分銀行已嘗試采取多項(xiàng)應(yīng)對舉措，比如引入合規(guī)機(jī)器人技術(shù)，對AI大模型自動(dòng)生成的內(nèi)容話術(shù)進(jìn)行“合規(guī)性”審核，逐步解決大模型“幻覺”問題，二是著手升級數(shù)據(jù)處理與數(shù)據(jù)分析架構(gòu)，提升數(shù)據(jù)信息保護(hù)水準(zhǔn)，確保大模型數(shù)據(jù)訓(xùn)練過程不會(huì)發(fā)生個(gè)人數(shù)據(jù)敏感信息泄露。

李峰此前向記者透露，不少金融機(jī)構(gòu)會(huì)將AI大模型率先應(yīng)用在內(nèi)部辦公場景，一個(gè)重要原因是AI大模型即便出現(xiàn)幻覺風(fēng)險(xiǎn)，其危害性相對較小，金融機(jī)構(gòu)內(nèi)部員工能迅速聯(lián)系IT部門解決這些幻覺問題，不會(huì)影響業(yè)務(wù)正常運(yùn)轉(zhuǎn)；此外，部分金融機(jī)構(gòu)還將AI大模型視為財(cái)富管理服務(wù)的輔助工具，即便大模型出現(xiàn)幻覺風(fēng)險(xiǎn)，金融機(jī)構(gòu)員工也可以拒絕采納大模型生成的某些“財(cái)富管理建議”，將金融服務(wù)風(fēng)險(xiǎn)降至可控水準(zhǔn)。

“銀行等金融機(jī)構(gòu)在AI大模型應(yīng)用方面，都會(huì)考慮先在回報(bào)最大的場景應(yīng)用。畢竟，AI大模型在金融領(lǐng)域的最大價(jià)值，就是降本增效，若沒有良好的經(jīng)濟(jì)回報(bào)，金融機(jī)構(gòu)對AI大模型的使用熱情難以持續(xù)。”李峰強(qiáng)調(diào)說。

封面圖片來源：每經(jīng)記者 張建 攝