华东地区某银行理财公司科技部负责人告诉记者：“我们的AI大模型主要用在智能办公领域，例如文本校对、合同质检等我要配资，有时候它并不好用。拿文本校对来说，目前大模型系统的准确率在95%左右，但业务部门希望准确率在99%以上，否则还需要加一个人工复核的流程。”
“眼下，所谓的接入大模型系统，大多是用于文本校对等领域。对于金融机构而言，单纯接入大模型或搭建开源平台，并不产生实际业务价值，只有真正将大模型系统与业务场景深度融合，才能提升AI效能。”北方地区某城商行科技部负责人告诉记者。
中国证券报记者调研发现，DeepSeek横空出世以来，多数银行及银行理财公司在尝试以较低的成本实现大模型本地化部署。业内人士坦言，让大模型系统完成文本校对、合同质检等工作相对简单，但让其解决复杂程度更高的业务问题则存在瓶颈，需深度依赖科技团队对业务逻辑的解构能力与领域知识沉淀。
查阅上市银行2024年年报不难发现，多数银行并未强调单一大模型的应用成效。多位银行及银行理财公司科技部负责人向记者表示，金融机构正在努力摆脱对单一大模型的依赖，将目光放在构建“自主平台+场景深耕+生态共建”三位一体的AI赋能体系上。未来，行业金融科技的建设逻辑将向着轻平台、重应用的模式转变，最终打造大模型应用市场，让用户选择不同大模型来满足自身需求。
银行启动“All in AI”战略
“AI正在重塑我们的思维和行为模式，也一定会重塑银行未来业态。要做好银行业务，就要充分用好人工智能，为客户提供更大价值。”北京银行董事长霍学文向记者表示，该行全面启动“All in AI”战略，致力于打造“人工智能驱动的商业银行”。
在人工智能赋能千行百业的时代背景下，不少银行表示，为实现业务全面数字化经营管理，正加码金融科技建设。剖析2024年年报，能让我们清晰看到2024年银行业对金融科技的投入力度与布局进展。
根据相关银行年报，2024年工商银行金融科技投入285.18亿元，占该行营业收入的3.63%；金融科技人员3.6万人我要配资，占该行员工的8.6%。2024年建设银行金融科技投入244.33亿元，占该行营业收入的3.26%；金融科技类人员1.64万人，占该行人数的4.34%。2024年中国银行信息科技投入238.09亿元，占该行营业收入的3.76%；科技条线共有员工1.49万人，占该行员工的4.78%。
股份行中，2024年招商银行信息科技投入133.50亿元，占该行营业收入的4.37%；研发人员约1.09万人，占该行员工的9.30%。中信银行信息科技投入109.45亿元，占该行营业收入的5.12%；科技人员5832人，较上年末增长3.66%，占该行员工的8.91%。
某城商行人士向记者直言：“我们专门举办了AI特训班，希望通过培训等方式，不断提高员工对于AI的应用能力。过去，一家支行的营业室柜台平均需要七八个人，现在借助AI可能只需要三四个人。释放出的人力绝大多数转到营销一线。随着银行数字化转型与‘AI+’时代的到来，很多银行业务可以在线上办理，未来银行不再需要那么多网点，或者说不需要那么大的综合性网点了。”
“AI+金融”需加强场景化落地
记者调研多家银行及银行理财公司发现，目前的大模型应用较为基础，主要用在智能客服、合同质检、估值对账以及办公流程优化等领域。而在财富管理、投资策略与战略制定等方面的大模型应用仍存在一定的局限性，与银行及银行理财公司的核心业务尚未实现深度融合。
华东地区某银行理财公司科技部负责人告诉记者：“我们的AI大模型主要用在智能办公领域，例如文本校对、合同质检等，有时候它并不好用。拿文本校对来说，目前大模型系统的准确率在95%左右，但业务部门希望准确率在99%以上，否则还需要加一个人工复核的流程。”
业内人士表示，对于银行业而言，“AI+金融”需加强场景化落地。“大模型系统在智能交易环节应用前景广阔：不仅可以获取研报的关键内容，还可通过推出AI交易员，明显缩短交易查询和交易对接的时间。对于机构来说，智能交易比文本校对产生的价值更大。”某股份行人士告诉记者。
中国银行首席信息官孟茜表示，不同的人工智能技术拥有不同特征和优缺点，不同的金融场景需求也各不相同。目前来看，大模型技术既不能一统人工智能应用的天下，也不是所有银行业务场景的普适解。银行机构应结合业务场景、风险特征、算法特点，合理选择大小模型，进行“大小搭配，高低组合”，在实现AI高效应用的同时，有效降低成本。
另外，生成式人工智能在部分场景应用时需要使用大量隐私数据，相关机构在部署与训练时要防止信息泄露风险。若使用银行非自研大模型系统，存在暴露客户隐私的可能性，此举或引发客户对于银行机构的信任危机，给其带来声誉损失和潜在法律风险。为此，银行及银行理财公司在应用大模型过程中，要坚持“模型不联外网、数据不出行、敏感信息不入模”等原则。
构建生态是大趋势
翻看各家银行2024年年报可以发现，银行对于大模型应用的表述多为建设“自主可控的大模型技术底座”“持续升级优化基础技术平台”。例如，中国银行表示，截至2024年末，该行分布式技术平台对接326个应用，前端技术平台推广至153个应用，大数据技术平台推广至157个应用。
“在‘人工智能+’时代大背景下，工商银行主动拥抱变革，努力以前瞻布局加速模式创新与价值重塑。我们很早就部署了在业界有很强影响力的大模型，同时内部的‘工银智涌’大模型也发挥了重要作用。2024年，我行率先建成全栈自主可控的千亿级金融大模型体系‘工银智涌’，对客交易效率提升了三倍。”工商银行行长刘珺说。
业内人士表示，对于银行业而言，扩大“朋友圈”需协力推动AI生态发展和应用。
招商银行相关负责人表示，该行将加快从“线上招行”迈向“数智招行”，持续加大AI科技投入，洞察前沿技术发展趋势，构筑强大的数智化底座，强化“AI+金融”场景落地和生态建设。
关于如何拥抱人工智能，孟茜表示，银行业需要做好三个共治，分别是算力基础共治、行业模型共治、行业数据集共治。银行机构要做好三个协同：一是场景与技术协同，合理应用人工智能技术；二是业务与科技协同，实现应用创新的敏捷迭代；三是组织与技术协同，构建人机相适的新型组织模式。
“目前，预训练的基础大模型，金融知识配比仅占5%左右，导致其金融专业性不足，限制了大模型在金融场景的深度应用。为此我要配资，部分国有大行已尝试进行二次训练企业大模型。我们应倡导大型银行与中小型银行交流合作，缩小银行机构间的数字鸿沟。”孟茜说。
富深所提示：文章来自网络，不代表本站观点。
