我要投稿

六大国有银行AI大模型进展如何，又探索了哪些应用？

发布日期：2024-05-31 14:00:21 浏览次数： 5107

作者：InfoQ数字化经纬

微信搜一搜，关注“InfoQ数字化经纬”

自 ChatGPT 爆红以来，AI 大模型的热度持续高涨。2023 年可谓是中国大模型元年，用“百模大战”形容都不为过，除了技术公司，包括银行业在内的各个领域也已展开大模型相关探索。但大模型要想真正在实际场景中产生价值，还有一段路要走。

在当前利率下行、息差面临持续收窄压力、营收增速放缓的背景下，对于银行业而言，寻找新的增长点和提高运营效率成为行业迫切需求。

由清华大学经济管理学院、度小满、《麻省理工科技评论》中国联合编写的《2024年金融业生成式人工智能应用报告》显示，我国金融业虽然拥有全球最大规模的实时数据，但这些金融数据本身并不能同步带来商业价值。通过构建垂直领域 AI 大模型，不仅可以充分发挥这些数据资源，还能驱动金融科技创新发展。

在这一转型需求下，银行数字化转型的逻辑逐渐明确为 “数据 + 算法”，其中 AI 大模型成为实现数据价值最大化和推动业务创新的关键。过去一年，我国六大国有银行以及多家头部商业银行都已踏入了这一领域，以期通过新的数字化手段推动价值链升级，并在金融市场中保持竞争力。

银行业 AI 大模型发展如何

日前，我国六大行均在其 2023 年年度报告中披露了大模型相关进展。其中，中国工商银行率先建成全栈自主可控的千亿级 AI 大模型技术体系，其 AI 大模型建设成果获评人民银行《金融电子化》“2023 年金融信息化 10 件大事”榜首。

中国农业银行于 2023 年年初发布了金融 AI 大模型应用 ChatABC，并在该行内部以多轮问答助手、工单自动化回复助手等形式面向内部员工开放试用。

中国银行在探索大模型技术在内部知识服务、辅助编码等场景的应用，运用人工智能、大数据等信息技术提高信用风险评估能力。

中国建设银行启动大模型“方舟计划”，深耕计算机视觉、智能语音、自然语言处理、知识图谱、智能决策等五大领域专业能力，自主研发的人工智能平台累计服务调用 433 亿次，获得《亚洲银行家》2023 年度“最佳人工智能应用”。

中国交通银行深化 AI 在客户服务、产品推介、风险防控等场景的应用，探索大模型在办公助手、客服问答等场景的应用，并将“构建内嵌风控要素的生成式 AI 框架”列入 2024 年工作重点。

中国邮政储蓄银行打造融合大模型技术的“邮储大脑”，从文本生成、代码生成、文本提炼和多模态理解生成等方向探索大模型技术应用，2023 年度在大模型领域提交超过 5 件专利申请。

除了六大国有银行，招商银行、平安银行、兴业银行等全国性股份行，以及北京银行、上海银行、江苏银行等多家城商行也都在年报中提及了 AI 大模型研发应用成果。AI 大模型正逐步成为银行发展的第二赛点。

银行用 AI 大模型做什么

正如中国银行业协会首席信息官高峰所说：“没有应用场景，新技术就是‘无根之木’。”AI 大模型向金融垂直领域发展的最终目的仍然是服务经营管理场景。当前银行业大模型应用可分为面向内部运营管理和重塑外部业务场景两大用途。

(一) 面向内部运营管理

内部员工减负方面，邮储银行聚焦研发测试孵化“研发助手”，辅助需求分析、UI 设计、代码生成、系统测试等研发全流程，促进端到端研发效率提升；聚焦线下网点运营，推出柜面“小邮助手”为柜员提供在线业务知识问答，提升业务办理效率。

建行持续打造金融影像文字识别产品，支持识别 140 余种票据，覆盖 75% 票据识别量，助力票据审核信息录入效率提升 120 倍，获得全球人工智能文档图像分析识别领域比赛 (ICDAR 2023) 印章文字检测赛道冠军。

此外建行“方舟”助手、“方舟”工具箱等金融大模型基础应用，还能实现快速生成研报摘要和点评、录入语音自动生成拜访记录、文生图、自动生成上市公司类客户调查报告等 25 项场景功能，全面提升员工工作专业水平和效率。

(二) 重塑外部业务场景

智能营销

邮储银行关注获客能力，推出情感模型会话洞察与“灵动智库”服务增强企业微信运营功能，提升基层精细化客户洞察能力。

交行利用 AI 技术深挖个金客户兴趣偏好，用大模型强化业务端留客能力，各类理财模型策略累计触客成交量近 4 千亿元，较整体成交率提升 16 倍。

建行实现个性化语音 AI 合成，支持 10 万字超长文本语音合成，支持《建设银行报》、企业微信等语音播报，同时实现营销创意内容和文案自动化生产，帮助打造品牌形象、提升营销内容质量、提升黏客能力。

智能客服

智能客服的出现本是为了弥补传统人工服务的不足，但其降本增效的效果与预期相去甚远，特别是 RNN（循环神经网络）技术下的智能客服模型在理解客户问题、定位关键知识点、匹配知识库问题等方面存在较大缺陷。在此背景下，将大模型技术应用于智能客服，就好比给客服数字人装上“大脑”，成为越来越多银行提升客服智能化水平的不二选择。

在线上智能服务方面，“邮储大脑”融合大模型技术，构建新型生成式 AI 能力，加速数字金融服务模式重塑。此外邮储银行 App 融合 AI 空间、数字员工、视频客服，打造沉浸式陪伴服务。

工行加快运营领域数字人、大模型等新技术应用，正式上线了首个基于大模型的网点员工智能助手，提升网点效能，全年运营领域智能处理业务量 3.2 亿笔，比上年增长 14%；建设 13 个综合型数字员工以及 1000 余个流程自动化数字员工，智能增效超过 3 万人年。

在电话客服智能化方面，建行自主研发端到端的语音识别和语音合成能力，实现说话人身份声纹识别、四川话等方言语音识别、音频质量检测能力，支持智能外呼等场景应用。

工行以金融行业通用 AI 模型支撑智能客服接听客户来电，显著提升对客户来电诉求和情绪的识别准确率，并大幅缩减维护成本；在同业率先实现大模型技术在座席助手等场景落地，全年服务量 21.5 亿笔，接听率和智能分流率同业领先。

农行推出的金融 AI 大模型产品 ChatABC，也能够利用大模型技术提升智能客服的金融知识理解能力、内容生成能力及安全问答能力。

此外建行还注意到传统客服手动填写校对工单时耗时耗力、效率低，以及工单填写不规范导致需要反复沟通、影响客户体验的问题，因此在其金融大模型基础应用中上线了智能客服工单生成功能，每单平均节约客服工作时间 15-20 秒，可用率达 82%，一致性达 80%，该项目获得中国银行业协会 2023 年客服与远程银行创新应用大赛其他类赛道冠军。

客户投诉治理与消费者权益保护

无论是实体行业还是金融行业，其售前售后服务最终都是服务于客户体验，而客户投诉正是客户体验的重要反馈路径。治理好客户投诉，不仅仅是在保护消费者权益，也是在管理银行自身经营风险。

工行推广客户投诉智慧治理模式，在投诉处置和管理主要环节全面应用机器人流程自动化、自然语言处理、生成式人工智能（AIGC）等技术，成功落地首个全行应用的 AIGC 场景，实现大模型自动撰写投诉处理报告。

邮储银行研发了基于大模型的投诉问题分类智能模型，实现消保投诉管理自动统计分析和智能监测；上线推广消保投诉文本分析模型和消保审查智能辅助工具，有效提升消保管理事前审查和事后分析能力。

建设银行上线消保 AI 智能审查功能，通过智能信息识别与处理，产出 AI 审查结果，辅助审查人员，提高审查效率，提升消保审查的规范性和专业能力。

“未来银行”怎么用 AI

我国金融业大模型应用发展正处于政策红利期，但当前银行大模型大多只应用于为员工赋能减负以及提升客户体验，多数银行还处于技术储备和浅层试验阶段，AI 大模型还很难真正脱离“人”来发挥“AI+”的效果。随着金融领域垂直大模型技术的深入发展，接下来银行大模型应用将更多地触及银行核心业务。已有许多先行者在风险管控、投资决策方面展开了探索。

大模型帮助打造智能风控体系可能产生的效果主要有三个方面。第一，提升操作标准化程度，用自动化流程提高审批效率。第二，构建大模型智能分析系统，快速处理海量金融信息，提升业务过程中的风险评估能力，如交行打造的反诈一体化平台，精准拦截可疑交易超 7 万笔，涉及金额超 14 亿元。第三，降低人工运营的操作风险，强化合规管理水平，如邮储银行利用智能风控“智能审查助手”辅助法审工作合规。大模型助力银行风控的前景很可观，但目前大模型技术本身存在的合规风险、数据安全风险等都不明确，相应的监管框架和行业标准也有待确立。

而银行大模型在投资场景上的应用才刚刚迈出第一步，由于这一业务场景有很高的专业要求和经验要求，智能投研助手目前更多被用于整理投研报告、处理交易数据等重复性工作，尚不能针对不同对象生成定制化专业投资建议。在金融领域大模型全面、规模化发展之前，投研助手不太可能替代财富规划师等专业人员，甚至很难对他们形成“劣币驱逐良币”的压力。

毕马威《2024 中国银行业展望报告》认为，大模型的出现会催化“未来银行”迭代发展，基于 Agent 的生产力工具是下一代大模型应用体系中不可缺少的原子模块，大模型生成内容可控性与思维链推理能力可落地性有待观望。