近期，生成式AI熱度持續(xù)走高，在各行各業(yè)產(chǎn)生了較顯著的影響，其自然對話的形式大大降低了使用成本，受到業(yè)界廣泛關(guān)注。業(yè)內(nèi)人士指出，銀行業(yè)作為最早應(yīng)用傳統(tǒng)人工智能技術(shù)的領(lǐng)域之一，生成式AI的應(yīng)用對其產(chǎn)業(yè)形態(tài)具有顯著影響力，有望帶來巨大的生產(chǎn)力變革提升，而未來能否有效使用大模型實現(xiàn)降本增效將是行業(yè)競爭重點。

日前，波士頓咨詢(BCG)發(fā)布的《銀行業(yè)生成式AI應(yīng)用報告(2023)》(下稱《報告》)指出，生成式AI允許使用者使用自然語言直接獲取數(shù)據(jù)分析結(jié)論，大大降低了數(shù)字化產(chǎn)品使用門檻，在銀行業(yè)的應(yīng)用場景可以貫穿前中后臺各個環(huán)節(jié)，規(guī)?；瘧?yīng)用后有望帶來客觀的降本增效收益。

“在生成式AI應(yīng)用方面，舉例來看，銀行的理財客戶經(jīng)理可以直接與生成式AI助手進行自然語言交互，詢問與客戶的聯(lián)絡(luò)情況，包括上次聯(lián)系情況、客戶持有產(chǎn)品、近期交易狀況等，并在此基礎(chǔ)上，由AI推測客戶偏好的產(chǎn)品類型，給出推薦產(chǎn)品和產(chǎn)品對比。在這種情況下，客戶經(jīng)理不需要具備大量專業(yè)化、數(shù)字化工具的使用技巧，并用這些工具完成很多從0到1的信息加工，而只需要問正確的問題，由機器負責完成從0到1的信息加工工作，此時客戶經(jīng)理只需進行判斷評估、做少量修改就可以。”BCG合伙人孫蔚表示。

“除了對內(nèi)自動化完成基礎(chǔ)任務(wù)，提升工作效率，生成式AI還有望在銀行業(yè)催生新的業(yè)務(wù)模式?！睂O蔚表示，“例如，在交易撮合中，由于很多場景的交易要素非結(jié)構(gòu)化，且需要多輪交互，通常需要相關(guān)人員進行協(xié)助開展撮合；而借助生成式AI，買賣雙方將可能實現(xiàn)只與AI界面進行對話磋商，而不再需要相關(guān)人員作為中介進行撮合?！?/p>

“以一家2萬員工規(guī)模的區(qū)域銀行為例，其薪酬總包約21億美元，如果可以成功規(guī)?；瘧?yīng)用前中后臺場景，首輪規(guī)?；瘧?yīng)用生成式AI能實現(xiàn)30%的降本收益，具有非常明顯的降本效應(yīng)?！睂O蔚說。

對于生成式AI在銀行業(yè)落地的途徑，《報告》指出，銀行業(yè)在選擇落地場景時要平衡考量收益潛力、風險、實施難度，與傳統(tǒng)AI的充分結(jié)合，同時需要通過嵌入外部模塊、提示詞設(shè)計和模型微調(diào)等方式提升機器回答質(zhì)量，夯實技術(shù)基礎(chǔ)，推動業(yè)務(wù)與技術(shù)充分結(jié)合的體系化工程進展，實現(xiàn)新技術(shù)業(yè)態(tài)下的業(yè)務(wù)和組織轉(zhuǎn)型。

“目前國內(nèi)銀行業(yè)應(yīng)用生成式AI主要包括商業(yè)模型和開源模型兩條路徑，其各自具有一定的優(yōu)劣勢。商業(yè)模型通常由互聯(lián)網(wǎng)大型企業(yè)開放，其算力規(guī)模和數(shù)據(jù)標準成本較高，投入更大，穩(wěn)定性更強；開源模型在成本較低的前提下，迭代速度更快，細分垂直領(lǐng)域發(fā)展較好?！盉CG數(shù)據(jù)科學副總裁廖明表示，“銀行在具體選擇時需要根據(jù)自身需求，結(jié)合數(shù)據(jù)安全、使用成本等多方面因素進行考慮。”

BCG董事總經(jīng)理、全球合伙人譚彥指出，生成式AI應(yīng)用的關(guān)鍵之一就是業(yè)務(wù)對科技的理解能力，其自然語言編程本質(zhì)是支持不會寫代碼的業(yè)務(wù)人員，通過正確的問題、拆解正確的業(yè)務(wù)流程與其他基礎(chǔ)大模型以及相關(guān)的工具組合，實現(xiàn)特定業(yè)務(wù)目標，科技人員主要負責搭建底層的架構(gòu)和設(shè)施，快速落地則取決于業(yè)務(wù)人員如何使用。

談到未來銀行業(yè)應(yīng)用生成式AI的前景，BCG董事總經(jīng)理、全球資深合伙人何大勇強調(diào)，利用生成式AI實現(xiàn)銀行業(yè)態(tài)的轉(zhuǎn)換升級在不同時期內(nèi)需要關(guān)注不同因素。短期內(nèi)，各個銀行競爭的焦點在于對業(yè)務(wù)的數(shù)字化理解、企業(yè)創(chuàng)新文化氛圍、對新技術(shù)敏捷的應(yīng)用機制等，在上一次數(shù)字化進程中取得收益的銀行將有更強的動力投入生成式AI應(yīng)用。

“從中期來看，銀行積累的私有數(shù)據(jù)將是銀行業(yè)大模型應(yīng)用競爭的門檻，只有基于自身私有的企業(yè)數(shù)據(jù)微調(diào)后的大模型才能更加有效、精準地賦能業(yè)務(wù)，給出更加專業(yè)的判斷，包括信貸業(yè)務(wù)中的訪談、貸后跟蹤管理的業(yè)務(wù)數(shù)據(jù)等。而從更長期來看，核心競爭是人才的培養(yǎng)。大模型應(yīng)用帶來了全新生態(tài)，如何提出精準問題、如何將現(xiàn)實業(yè)務(wù)流程抽象化等等，成為使用的核心問題。要實現(xiàn)銀行各個部門、各個環(huán)節(jié)規(guī)?；赜行褂么竽Ｐ图夹g(shù)，需要建立起新的人才培養(yǎng)機制，從而實現(xiàn)長期競爭優(yōu)勢。”何大勇說。