每經記者｜張宏  李玉雯    每經編輯｜馬(ma)子卿(qing)    

“AI取(qu)代銀(yin)行業(ye)工作(zuo)崗(gang)位(wei)的數量(liang)可能超(chao)過其(qi)他任何(he)行業(ye)。”花旗集(ji)團近(jin)期一份報告(gao)顯(xian)示(shi)，美國銀(yin)行業(ye)約54%崗(gang)位(wei)將(jiang)有(you)可能實現自動化，還將(jiang)有(you)12%崗(gang)位(wei)通(tong)過AI得到增(zeng)強。

當下(xia)銀行業的種(zhong)種(zhong)跡象已然對此觀點有(you)所(suo)映(ying)射，特別是(shi)這兩年正逢生(sheng)成(cheng)式(shi)AI大模(mo)型的風口(kou)，“AI+金融”發展迅速。從應用場景(jing)來看，銀行機構在客戶服務(wu)與(yu)智能(neng)(neng)問答(da)、信貸審批(pi)與(yu)風險管理、智能(neng)(neng)運營與(yu)流程自動(dong)化等多個領域(yu)都開展了AI應用探索且日趨(qu)成(cheng)熟。

這背后(hou)的(de)(de)動(dong)力(li)在(zai)于，在(zai)當前息差(cha)持續承壓、營(ying)收增速放緩(huan)的(de)(de)環境下(xia)，以銀行業為代(dai)表(biao)的(de)(de)金(jin)融機構正在(zai)進行一場“刀刃向內”的(de)(de)自我革新(xin)(xin)，而AI在(zai)金(jin)融領域的(de)(de)創新(xin)(xin)應用則(ze)推動(dong)著金(jin)融服務向著更(geng)加智能化(hua)和個性化(hua)發展，促使(shi)金(jin)融機構更(geng)有效地管理(li)風(feng)險、提高運營(ying)效率、優化(hua)客戶體驗。

有觀點(dian)認為(wei)(wei)，以生成(cheng)式AI等為(wei)(wei)代表的(de)新(xin)興(xing)技術作為(wei)(wei)驅動力，將為(wei)(wei)金融領域帶來一場(chang)前所未(wei)有的(de)變革，而(er)與此同時，行業仍面(mian)(mian)臨(lin)著隱私保護、成(cheng)本投入(ru)、決(jue)策(ce)可信度等多方面(mian)(mian)挑(tiao)戰，如(ru)何破局(ju)成(cheng)為(wei)(wei)各家(jia)金融機(ji)構(gou)面(mian)(mian)臨(lin)的(de)共(gong)性(xing)問題(ti)。

當前(qian)，在金融數字化轉(zhuan)型(xing)的(de)版圖上，一場(chang)新的(de)科(ke)技競賽已悄(qiao)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務條線

“就銀行業(ye)而(er)言，各家商業(ye)銀行都(dou)在擁抱(bao)AI技術(shu)，希望利用(yong)技術(shu)創新來(lai)支撐業(ye)務創新發展，提升服務水(shui)平(ping)，在差異(yi)化競爭(zheng)中(zhong)脫(tuo)穎而(er)出。”南(nan)京銀行相(xiang)關(guan)負責人對記者表(biao)示，由于客戶量巨大(da)及(ji)AI技術(shu)的成熟度(du)，商業(ye)銀行的零售AI場景更為常見(jian)，如智能問答(da)、OCR輔(fu)助錄(lu)入、反欺詐、智能投顧等。其(qi)實，在小微企(qi)業(ye)、中(zhong)大(da)型企(qi)業(ye)、集(ji)團以及(ji)金融市場客戶中(zhong)，各類AI應用(yong)場景也逐漸豐富起(qi)來(lai)，并且銀行內(nei)部各項管理環節中(zhong)，也逐步出現(xian)了增效、提質的AI場景。

行行AI董(dong)事長(chang)、工(gong)(gong)(gong)信部工(gong)(gong)(gong)業(ye)(ye)文化發展中心AI應(ying)用(yong)工(gong)(gong)(gong)作組(zu)執(zhi)行組(zu)長(chang)、順福資本管(guan)理合伙人(ren)李(li)明順表示，人(ren)工(gong)(gong)(gong)智(zhi)能在(zai)金融行業(ye)(ye)的(de)(de)應(ying)用(yong)歷(li)史(shi)相當悠久。并(bing)非因為大(da)語言(yan)模(mo)型（LLM）的(de)(de)出現，才(cai)開(kai)啟人(ren)工(gong)(gong)(gong)智(zhi)能在(zai)金融領域(yu)的(de)(de)應(ying)用(yong)，要(yao)將傳統的(de)(de)AI技術與大(da)語言(yan)模(mo)型加以區(qu)分。

李明(ming)順(shun)介紹，“據我(wo)了解，至(zhi)少從20世紀(ji)90年(nian)代開始，美國(guo)的一(yi)些金(jin)(jin)融(rong)行(xing)(xing)業(ye)就已經開始應(ying)用人工(gong)(gong)智能技術。大約在十(shi)幾年(nian)前(qian)(qian)，我(wo)國(guo)金(jin)(jin)融(rong)行(xing)(xing)業(ye)也開始采用人工(gong)(gong)智能技術。包括十(shi)年(nian)前(qian)(qian)，我(wo)本人也投(tou)資(zi)了一(yi)些專門(men)從事風險控制(zhi)、資(zi)產定(ding)價以(yi)及(ji)消(xiao)費者信用評分的金(jin)(jin)融(rong)公司。這(zhe)些應(ying)用已經擁有較(jiao)為豐富(fu)的歷史(shi)，因(yin)此可(ke)以(yi)說，金(jin)(jin)融(rong)行(xing)(xing)業(ye)是(shi)人工(gong)(gong)智能應(ying)用較(jiao)早的領(ling)域之一(yi)。”

一名在國有行從事風險管理相關工作的員工告訴記者，人工智能在銀行金融市場業務中，主要應用于量化交易算法和虛擬交易員。例如(ru)，在貴金(jin)(jin)(jin)屬、外匯等(deng)(deng)代客交(jiao)易(yi)中(zhong)，操作重復(fu)且結構化(hua)，往往只(zhi)在方向和金(jin)(jin)(jin)額上有差異，故可使用量化(hua)交(jiao)易(yi)算法(fa)（AI）代替交(jiao)易(yi)員執行市場策略(lve)。而在資金(jin)(jin)(jin)業(ye)務中(zhong)，虛擬交(jiao)易(yi)員可利用生成(cheng)式AI，在資金(jin)(jin)(jin)拆借等(deng)(deng)場外交(jiao)易(yi)中(zhong)，通過聊天方式完成(cheng)交(jiao)流、報價(jia)甚至成(cheng)交(jiao)。

此外，銀(yin)行(xing)(xing)(xing)還(huan)通過(guo)在(zai)“易貸(dai)類”產(chan)品中應用AI技術簡(jian)化(hua)(hua)貸(dai)款審批流(liu)程。利用AI分(fen)析客戶信(xin)息，形成(cheng)“白名單”，名單內客戶將在(zai)輸(shu)入(ru)請求(qiu)后快速(su)獲(huo)得信(xin)用額度。上述國有行(xing)(xing)(xing)員工(gong)表示，“傳統(tong)審批流(liu)程繁瑣(suo)，需(xu)信(xin)貸(dai)員與客戶溝通、簽署材料、提交分(fen)行(xing)(xing)(xing)或總行(xing)(xing)(xing)審批，耗時(shi)可(ke)能(neng)數周至數月。‘易貸(dai)類’產(chan)品使審批模型化(hua)(hua)、實時(shi)化(hua)(hua)，客戶可(ke)迅速(su)獲(huo)得反饋。”

在結算業務中，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(yi)前身份證到期后(hou)需要去網(wang)(wang)點(dian)更新信息，現在不(bu)用(yong)去網(wang)(wang)點(dian)，拍照人臉識別即可，這也得(de)益(yi)于AI的應用(yong)。”

此外，李明順也表示，生成式AI正被用于提供輕度引導服務，包括為高凈值客戶提供投資理財咨詢。結合數(shu)字人(ren)技術，指(zhi)導客戶(hu)辦理手(shou)續，提供專業投資建議，同(tong)時(shi)降低隱私信(xin)息泄露(lu)(lu)風(feng)險。傳統人(ren)工服務中，客戶(hu)經理可能記(ji)住敏感信(xin)息，存(cun)在信(xin)息泄露(lu)(lu)風(feng)險。人(ren)工智(zhi)能則(ze)能有效保護客戶(hu)隱私，避免數(shu)據泄露(lu)(lu)。

人工智能還可被應用于催收。李明順表示，“過(guo)(guo)去(qu)，催(cui)收工作通常由人工執行。然(ran)而，人工催(cui)收存在情緒波動問(wen)題，可(ke)能(neng)(neng)導致不(bu)當(dang)溝通和(he)極端行為。生成式AI輔助催(cui)收可(ke)通過(guo)(guo)預(yu)設表述(shu)避免(mian)過(guo)(guo)激語言，能(neng)(neng)夠(gou)始終保持禮貌、專(zhuan)業(ye)，且不(bu)用休息。”

參與項目篩選、盡職調查??硅谷風投機構“玩轉”人工智能

談及未來可探索的領域，上述國有行工(gong)作(zuo)人員表示，AI還可用于貸后管(guan)理，預警市場風險、信用風險或其(qi)他風險指標。此(ci)外，由于生成式(shi)AI在文本處(chu)理上具(ju)有先(xian)天優勢，未來還可探索在輿情管(guan)理方面(mian)的應(ying)用。

李明順表(biao)示(shi)，人(ren)工智能輔(fu)助(zhu)面試(shi)在(zai)大(da)規(gui)模招聘中極具潛力。人(ren)工智能可(ke)準確(que)記錄候(hou)選(xuan)人(ren)的(de)(de)情緒(xu)、性格及(ji)專業(ye)程(cheng)度，幫助(zhu)面試(shi)官客(ke)觀評(ping)分，減少私人(ren)關系影響。已(yi)有公(gong)司在(zai)連鎖企業(ye)中嘗試(shi)AI面試(shi)，雖非直(zhi)接服務金融，但原理相同，預示(shi)著AI在(zai)金融人(ren)力資源領域的(de)(de)應用前景廣(guang)闊。

一位在海外咨詢行業工作的數據分析師告訴記者，他所在的公司正在訓練自己的大模型。“公司在這個行業已有20年歷史，我們想把歷史數據做成數據庫，輸入到大模型中，做一個聊天機器人。”訓練過程需要大量數據微調，“要將機器人變成能回答某一領域問題的專家，就需要這個領域的專家出馬，給出問題的答案。組(zu)內的數據工程師再(zai)將(jiang)答案(an)拿走(zou)用(yong)作(zuo)微(wei)調，逐步將(jiang)大模型調整到可以(yi)給出(chu)合理答案(an)的狀態。”

《AIGC：智(zhi)能(neng)創作(zuo)時(shi)代》作(zuo)者、未可知集(ji)團(tuan)創始人杜雨曾先(xian)后供職(zhi)于騰(teng)訊(xun)、紅杉資本(ben)。他表示，大模型(xing)在(zai)數據處理、表格(ge)創建方(fang)面(mian)的速度及(ji)能(neng)力(li)已遠超傳(chuan)統信(xin)息服務軟件。目(mu)前，券(quan)商在(zai)報告(gao)編寫、投資協議草(cao)擬及(ji)定期報告(gao)撰寫等場景(jing)中，已開始利用這項(xiang)技術。

此外，硅谷風險投資機構已廣泛采用人工智能參與項目篩選、盡職調查，并撰寫投資備忘錄。AI通(tong)過算法和數據分析(xi)，提高風投(tou)與初創公司匹(pi)配(pei)效率，實(shi)現自(zi)動化篩選和交易(yi)搜索。它(ta)輔助商業數據分析(xi)，使投(tou)資(zi)人快速決(jue)策。投(tou)資(zi)人還可利(li)用專有數據源(yuan)訓練(lian)人工(gong)智能平臺，構建內部知(zhi)識庫(ku)，增強投(tou)資(zi)決(jue)策深度和廣(guang)度。

在投(tou)資(zi)機會發(fa)現階段(duan)，AI通過(guo)分析招聘(pin)平臺(tai)動(dong)態、應用程序(xu)下載量和(he)消費品交易規模，幫助投(tou)資(zi)者識別潛在項(xiang)目。盡(jin)職(zhi)調查環(huan)節(jie)中，生(sheng)成(cheng)(cheng)式(shi)AI自(zi)動(dong)生(sheng)成(cheng)(cheng)公(gong)司業(ye)務介紹，進(jin)行前瞻性分析，直(zhi)接通過(guo)郵件發(fa)送給投(tou)資(zi)者，包(bao)括投(tou)資(zi)選項(xiang)比較和(he)評估。撰寫投(tou)資(zi)建議書環(huan)節(jie)，生(sheng)成(cheng)(cheng)式(shi)AI可以完(wan)全自(zi)動(dong)化地完(wan)成(cheng)(cheng)，提供專業(ye)且精準的投(tou)資(zi)建議。

此(ci)外，AI在時間(jian)管理和規劃(hua)方面也能(neng)為投(tou)(tou)資(zi)團(tuan)隊(dui)提供有力(li)支持。團(tuan)隊(dui)成員可以(yi)在系統上查看同(tong)事(shi)對特定(ding)項目的(de)評價和反(fan)饋。系統具備(bei)定(ding)期提醒(xing)功能(neng)，確保(bao)投(tou)(tou)資(zi)團(tuan)隊(dui)能(neng)夠及時回訪目標(biao)公司，并更新業務進展。

多位受訪人(ren)士指(zhi)出(chu)，AI介入金融(rong)領(ling)域(yu)帶(dai)來的優勢是(shi)多方(fang)面(mian)的，其中(zhong)最為顯著的是(shi)效率(lv)和(he)(he)成本的優化。與(yu)傳(chuan)統的業(ye)務操作流程相比，AI技術能夠自(zi)動化、智能化地(di)(di)處理大量數據，實現快速、準確地(di)(di)決策(ce)，從(cong)而顯著節省時間和(he)(he)人(ren)力成本。

同盾科技(ji)創新(xin)研發負(fu)責人(ren)Tinus對記者(zhe)表示(shi)，AI的(de)介入能夠提升(sheng)金融(rong)風控(kong)、金融(rong)營銷等應用的(de)精準度，提高(gao)金融(rong)機構的(de)效(xiao)率、降低運(yun)營成本(ben)，并(bing)增強金融(rong)服務的(de)普(pu)及性。

他舉例說道，傳統金融業務流程主(zhu)要(yao)依(yi)賴專家決策系統，系統建設以(yi)指(zhi)(zhi)標和專家規則(ze)為(wei)基(ji)礎，指(zhi)(zhi)標加工(gong)以(yi)數據批(pi)處(chu)理等離線方式為(wei)主(zhu)，數據時效性較(jiao)低(di)；專家規則(ze)的(de)更新維護以(yi)數據分析為(wei)基(ji)礎，需(xu)要(yao)大量領域專家的(de)人工(gong)成本，且難以(yi)滿(man)足日益(yi)增長的(de)業務體量。

與(yu)傳(chuan)統的(de)(de)(de)(de)離線(xian)批(pi)處理方式相(xiang)比(bi)，AI可以(yi)更(geng)(geng)及時地獲(huo)取最新的(de)(de)(de)(de)數(shu)據和信息，為決策(ce)(ce)提(ti)供更(geng)(geng)全(quan)面的(de)(de)(de)(de)參考。與(yu)傳(chuan)統的(de)(de)(de)(de)基(ji)于指標和規(gui)則的(de)(de)(de)(de)風險評估相(xiang)比(bi)，AI優(you)化(hua)的(de)(de)(de)(de)決策(ce)(ce)系(xi)統可以(yi)綜合利(li)用更(geng)(geng)多維(wei)度的(de)(de)(de)(de)數(shu)據和因(yin)素(su)，更(geng)(geng)全(quan)面地識別潛在的(de)(de)(de)(de)風險，通(tong)過持續的(de)(de)(de)(de)數(shu)據分析和模型優(you)化(hua)，可以(yi)不斷提(ti)升決策(ce)(ce)的(de)(de)(de)(de)精準(zhun)度。

瑞銀證券非銀金融分析師曹海峰以證券行業為例闡釋AI介入帶來的優勢。一是大幅(fu)減(jian)少(shao)基礎性、重復性的(de)人(ren)(ren)力工(gong)(gong)作，提升(sheng)效率。例如，營(ying)銷環節中(zhong)(zhong)的(de)人(ren)(ren)工(gong)(gong)客服、營(ying)銷內容(rong)制(zhi)作；投(tou)(tou)顧業務中(zhong)(zhong)初步客戶(hu)信息收集、客戶(hu)咨詢；投(tou)(tou)研工(gong)(gong)作中(zhong)(zhong)的(de)數據檢索(suo)、會議紀要、定(ding)期(qi)報告撰寫、路演材料制(zhi)作；投(tou)(tou)行業務中(zhong)(zhong)的(de)銀行流水(shui)核(he)查、招(zhao)股(gu)書撰寫等；投(tou)(tou)資中(zhong)(zhong)的(de)交易策(ce)略代碼(ma)撰寫；中(zhong)(zhong)后(hou)臺的(de)報告生成、辦公、代碼(ma)開發。

二是提(ti)(ti)效(xiao)，賦能(neng)員工，提(ti)(ti)升產品競爭力(li)，投研業(ye)務中(zhong)分析(xi)師利(li)用“數字分身”提(ti)(ti)高傳播效(xiao)果；投資業(ye)務中(zhong)實現數據的(de)(de)自動挖掘分析(xi)、股價預測、優化(hua)基金產品的(de)(de)收益風(feng)險比(bi)；交易(yi)業(ye)務中(zhong)優化(hua)交易(yi)策(ce)略以減(jian)少交易(yi)成(cheng)本及人為偏差。

三是優(you)化(hua)(hua)服務，提升客(ke)戶(hu)體驗。例如，在營(ying)銷環節中實(shi)現千人千面的營(ying)銷；投顧業務中深度分析客(ke)戶(hu)需求并提供(gong)個性化(hua)(hua)推薦(jian)，投顧通過智能檢索內(nei)部智庫為(wei)客(ke)戶(hu)提供(gong)專業化(hua)(hua)服務，人性化(hua)(hua)的智能客(ke)服。

一位就職于頭部券商的投資顧問告訴每經記者，他在日常工作中通過人機結合的方式擴大了服務半徑。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將專業術(shu)語(yu)轉化為(wei)客(ke)戶易(yi)懂(dong)的語(yu)言或故事，再結合自己的專業知識校正(zheng)，增(zeng)強溝通效果，提升(sheng)轉化率。

“大模型在直(zhi)播(bo)(bo)準備(bei)中也能發揮重要(yao)(yao)作用，”由(you)于工(gong)作需要(yao)(yao)，他經(jing)常需要(yao)(yao)直(zhi)播(bo)(bo)。“幫(bang)助確定(ding)主題、搜索資料、設計PPT，節省時間(jian)。主播(bo)(bo)只需提供(gong)核心(xin)思想，給(gei)出總體趨勢或策略，并負責審閱修改。這(zhe)讓我能夠專注于核心(xin)策略和研究(jiu)工(gong)作。”

合規風險、隱私保護??人工智能尚不適用于金融行業核心部門

曹(cao)海峰認為，短期來看，對(dui)(dui)于生(sheng)成式(shi)AI技術(shu)實際落(luo)地仍(reng)相對(dui)(dui)謹慎，特(te)別是對(dui)(dui)客業務，落(luo)地案例較少。制度(du)環境方面，隨著《生(sheng)成式(shi)人工智能服務管理暫(zan)行(xing)辦(ban)法》的出臺，以及未來金融監管的或(huo)有規定，公司需要(yao)考慮如何合理地使用這一技術(shu)。

合規風險方面，一(yi)(yi)方(fang)(fang)面需(xu)要保(bao)證內(nei)部數據的安全(quan)性，另一(yi)(yi)方(fang)(fang)面使用GPT技(ji)術服(fu)務客(ke)戶(hu)，直接推(tui)薦(jian)股(gu)票、基金等受到監管(guan)牌照限制(zhi)。技(ji)術方(fang)(fang)面，大模(mo)型在一(yi)(yi)些問題的回(hui)答上仍(reng)存(cun)在謬誤(wu)，需(xu)要人工介入審核和校對，可能會(hui)招(zhao)致客(ke)戶(hu)投訴(su)。

同時，記者在(zai)采訪(fang)中了(le)解到，目前AI在(zai)金融領(ling)域的應用還(huan)存(cun)在(zai)以下(xia)痛(tong)點。

一是可能導致市場變得更加脆弱。上述國有行員(yuan)工指(zhi)出，如(ru)果金(jin)融(rong)市(shi)(shi)(shi)場(chang)中的參與(yu)者(zhe)廣(guang)泛(fan)采(cai)用(yong)同(tong)一(yi)(yi)模(mo)型進行決(jue)策，這(zhe)可能(neng)(neng)(neng)會(hui)導(dao)致(zhi)市(shi)(shi)(shi)場(chang)變得更加(jia)脆弱。假設所有參與(yu)者(zhe)使用(yong)相(xiang)同(tong)的模(mo)型，并且輸入相(xiang)同(tong)的數據，那(nei)么很可能(neng)(neng)(neng)會(hui)得出相(xiang)似(si)的結論(lun)。金(jin)融(rong)市(shi)(shi)(shi)場(chang)的交易需要觀點(dian)不同(tong)的買賣雙方達成一(yi)(yi)致(zhi)才能(neng)(neng)(neng)完成交易。如(ru)果大(da)多數參與(yu)者(zhe)都采(cai)取相(xiang)同(tong)的觀點(dian)，比如(ru)同(tong)時選擇賣出，那(nei)么市(shi)(shi)(shi)場(chang)波動(dong)可能(neng)(neng)(neng)會(hui)因此而劇烈增加(jia)。

二是大模型尚不適用于金融行業核心部門。李(li)明(ming)順(shun)總結了金融(rong)(rong)業在(zai)應用大模型(xing)時的(de)(de)困境(jing)。他(ta)表示(shi)，可以(yi)將大模型(xing)在(zai)金融(rong)(rong)行業中的(de)(de)應用理解(jie)為(wei)人工智能技術的(de)(de)一個分(fen)支。大模型(xing)在(zai)金融(rong)(rong)行業的(de)(de)主要(yao)應用體現(xian)在(zai)營銷端(duan)和服(fu)務端(duan)，例如(ru)資(zi)(zi)料整理、咨(zi)詢(xun)服(fu)務等。然(ran)而，在(zai)一些更為(wei)嚴(yan)格和關鍵的(de)(de)金融(rong)(rong)領域，如(ru)風(feng)險控制和資(zi)(zi)產(chan)定價，其應用并不十(shi)分(fen)直接(jie)，因為(wei)大模型(xing)目前還存在(zai)幻覺。

李(li)明順(shun)認為(wei)(wei)，“大(da)模型(xing)本質上是(shi)(shi)一種語言(yan)模型(xing)，它能(neng)夠理解和(he)處(chu)理文本，但并不(bu)是(shi)(shi)一個(ge)規則引擎，大(da)模型(xing)并不(bu)適用于(yu)金融行業(ye)的(de)(de)核(he)心(xin)部門。”上述券商投顧也(ye)認為(wei)(wei)，大(da)模型(xing)更適合專業(ye)人士使用。因為(wei)(wei)普通人可能(neng)缺乏(fa)足夠的(de)(de)金融知識和(he)經(jing)驗來(lai)判斷生(sheng)成(cheng)式AI提供(gong)的(de)(de)信(xin)息(xi)是(shi)(shi)否準確。如果(guo)生(sheng)成(cheng)式AI提供(gong)的(de)(de)信(xin)息(xi)是(shi)(shi)錯誤的(de)(de)，而用戶(hu)又無法辨別，這(zhe)可能(neng)會導致問題。

三是缺乏個人信用評分領域的標準化機構。李明(ming)順表示，美國(guo)金(jin)融(rong)行(xing)業廣泛應(ying)用(yong)AI于證券和(he)資產(chan)交(jiao)易，得益(yi)于標(biao)(biao)準化(hua)用(yong)戶數據。我國(guo)銀行(xing)業雖收集用(yong)戶信息，但銀行(xing)間數據未互(hu)聯互(hu)通(tong)，資產(chan)量化(hua)評級面臨(lin)標(biao)(biao)準化(hua)不足問(wen)題。AI在我國(guo)金(jin)融(rong)業主要用(yong)于風險控(kong)制(zhi)和(he)初級營銷，標(biao)(biao)準化(hua)不足是其(qi)應(ying)用(yong)的主要限制(zhi)。

四是隱私保護難題。上述數(shu)據分析(xi)師表示，其(qi)所在(zai)(zai)公(gong)司(si)雖然正在(zai)(zai)致力(li)于將人工智能培育(yu)成領域專家，但對于將聊天機器(qi)人開放給(gei)客戶使用(yong)也有(you)(you)顧慮。“假設(she)一(yi)個(ge)場景，公(gong)司(si)先后接(jie)了(le)兩家公(gong)司(si)的合(he)同，這(zhe)兩家公(gong)司(si)是競爭關系。他們都不可以通過我們知道對方公(gong)司(si)的消息，這(zhe)就需要一(yi)個(ge)壁壘(lei)。而大模型具(ju)有(you)(you)隨(sui)機性(xing)，這(zhe)很難實現。”

按計(ji)劃，該(gai)模型(xing)數(shu)月(yue)后(hou)便(bian)可投入(ru)使用(yong)。出(chu)于這一顧(gu)慮(lv)，該(gai)模型(xing)初期僅供內部(bu)顧(gu)問(wen)使用(yong)，幫助新員工快速獲取關鍵信息。

此外(wai)，為防止隱私泄露(lu)，其所在(zai)公(gong)(gong)司(si)的(de)法律部門提出不能在(zai)開(kai)放的(de)大模型平臺上訓(xun)練。最(zui)終(zhong)，該公(gong)(gong)司(si)決定將開(kai)源模型下載后(hou)部署到公(gong)(gong)司(si)服務器上，在(zai)本(ben)地完成檢驗、微調。

生成式AI對金融行業的潛在重塑將大于其他行業

曹海(hai)峰認為(wei)，生成(cheng)式AI對金融行業(ye)的潛在(zai)重(zhong)塑將大(da)于(yu)其他(ta)行業(ye)，主(zhu)要由于(yu)其大(da)量(liang)的數據沉(chen)淀、勞動(dong)(dong)力密集(ji)度高，以(yi)及(ji)與語言相關的工作內(nei)容占(zhan)比高。Tinus表示，“金融領(ling)域正在(zai)經歷一場(chang)由多元(yuan)技(ji)術融合(he)推動(dong)(dong)的創(chuang)新浪潮。在(zai)這場(chang)浪潮中，人工智能、區(qu)塊鏈(lian)、大(da)數據、云計算等前沿技(ji)術相互交(jiao)織，為(wei)金融應用創(chuang)新提供了強大(da)的動(dong)(dong)力。”

Tinus進一步解釋，人工智能(neng)(neng)與大數(shu)據(ju)(ju)、云計算等技術(shu)的(de)(de)融(rong)合，拓展大規(gui)模數(shu)據(ju)(ju)的(de)(de)應(ying)(ying)用，并(bing)通(tong)過強(qiang)大的(de)(de)計算能(neng)(neng)力，支持更加復雜和(he)智能(neng)(neng)化的(de)(de)金(jin)融(rong)智能(neng)(neng)應(ying)(ying)用；人工智能(neng)(neng)與區塊(kuai)鏈(lian)技術(shu)的(de)(de)融(rong)合，利用區塊(kuai)鏈(lian)的(de)(de)分(fen)布式(shi)賬本、智能(neng)(neng)合約等能(neng)(neng)力，實現數(shu)據(ju)(ju)的(de)(de)不可(ke)(ke)篡(cuan)改性(xing)、可(ke)(ke)溯(su)源(yuan)性(xing)，增強(qiang)金(jin)融(rong)數(shu)據(ju)(ju)應(ying)(ying)用信(xin)(xin)任度，提(ti)升人工智能(neng)(neng)在金(jin)融(rong)領域(yu)應(ying)(ying)用的(de)(de)可(ke)(ke)信(xin)(xin)性(xing)和(he)可(ke)(ke)監管(guan)性(xing)。

此外，人工智(zhi)能與密碼學技術(shu)融合，打破跨機構間數(shu)據智(zhi)能協同共享(xiang)的安全壁壘，拓展(zhan)人工智(zhi)能數(shu)據應(ying)用(yong)邊界(jie)，尤(you)其是金(jin)(jin)融領(ling)域(yu)面臨的私域(yu)數(shu)據共享(xiang)流通難題(ti)，以技術(shu)手(shou)段解決金(jin)(jin)融數(shu)據的安全、可(ke)信、智(zhi)能化流通難題(ti)。Tinus表示，“隨著這些多元技術(shu)的不(bu)斷融合和發(fa)展(zhan)，人工智(zhi)能必將進一步推動金(jin)(jin)融科(ke)技創新和金(jin)(jin)融應(ying)用(yong)領(ling)域(yu)的變革。”

Tinus認為，AI在金融領域的(de)應用中，數據全生命周期的(de)安(an)全保障問(wen)題至(zhi)關重要(yao)，可信人(ren)工智(zhi)能將成為重要(yao)的(de)發展趨(qu)勢(shi)。

可(ke)(ke)信人(ren)工(gong)智能(neng)的(de)特征要素包括安(an)全(quan)性、魯棒性、公平(ping)性、可(ke)(ke)解釋性、隱私(si)(si)性、可(ke)(ke)控性等。采用隱私(si)(si)計算、區塊鏈、數據沙箱等技(ji)(ji)術搭配(pei)融(rong)合，是實現人(ren)工(gong)智能(neng)的(de)隱私(si)(si)增(zeng)強(qiang)(qiang)的(de)有效手段。通過隱私(si)(si)增(zeng)強(qiang)(qiang)打(da)造(zao)可(ke)(ke)信人(ren)工(gong)智能(neng)的(de)安(an)全(quan)底(di)座，將賦能(neng)金(jin)融(rong)科(ke)技(ji)(ji)從“數字化(hua)”向“數智化(hua)”轉(zhuan)型的(de)道路上，實現安(an)全(quan)可(ke)(ke)靠可(ke)(ke)追溯，促進人(ren)工(gong)智能(neng)的(de)可(ke)(ke)持續發展和更多創(chuang)新應(ying)用。

“AI Agent（AI智能體）是大模型在金融領域應(ying)用(yong)的一(yi)個重要(yao)趨勢(shi)。AI Agent是基(ji)于(yu)大語言模型進行構建，同時具備(bei)記憶檢(jian)索、決策推理及(ji)行動順序選擇等(deng)特性，讓其在處(chu)理復雜任(ren)務(wu)上更具備(bei)優(you)勢(shi)，被(bei)認為是未來的發展方向。AI Agent的智能決策、自動化執行、個性化服務(wu)、持續學習和優(you)化等(deng)特點，能夠為金融機構提供(gong)更加智能化、更高效的服務(wu)和決策支持。”Tinus表示。

封面(mian)圖片來源：視覺(jue)中國(guo)-VCG41N1472123004