出品|WEMONEY研究室

文|劉雙霞

ChatGPT的火熱帶動了AI大模型井噴式發展，象征著人工智能技術到了一個新拐點。去年以來，以大模型為代表的人工智能正從實驗室外溢到千行百業。

2024年，大模型邁進應用爆發之年。金融行業是大模型率先應用的重點行業之一。尤其是在當前息差持續縮窄、營收增速放緩的環境下，以銀行業為代表的金融機構正在進行一場“刀刃向內”的自我革新。

在這場新的技術變革和產業變革中，大模型被認為是金融業的“新質生產力”，同時也是金融機構數字化轉型的“加速器”。華為、阿里、騰訊、百度、中關村科金等多家公司都在積極布局。

一場新的科技競賽已悄然展開。

1.金融業增長焦慮遇到大模型“第二賽點”

眼下，“百模大戰”已進入下半場，如何落地產業、賦能千行百業，成為科技領域新的研究方向，也成為全球范圍內“大模型競賽”的第二賽點。

從國內情況來看，中信證券人工智能負責人徐崚峰認為，2023年是屬于中國大模型的元年，用“百模大戰”形容并不為過，但最終還是要在實際場景中產生價值。2024年，對于大模型競爭，將是“場景為王”的一年。

中關村科金技術副總裁張杰認為，從長遠來看，通用大模型確實能給行業帶來巨大的價值，但目前來看，通用大模型不能滿足企業對專業性、合規性、規模化的需求。相反，領域大模型不僅不需要依賴特別大的算力和參數，還能切實解決領域內細分場景的問題。

“很多科技公司甚至底層大模型廠商都在花大量精力研究大模型應用的場景。”徐崚峰同樣認為，底層大模型未來一定會大浪淘沙，可能有幾家或十多家能夠活下來，應用也會更加聚焦。

結合國內現實情況來看，“通用和垂直模型并存”也將成為重要趨勢。

而金融行業是典型的創新驅動型和數據、技術密集型行業，金融業必然成為大模型落地的“試驗田”和“前沿陣地”。

當前，金融業也亟需“大模型”這樣的新質生產力來降本增效，破解增長焦慮。

在國家金融與發展實驗室副主任曾剛看來，在息差收窄、資產獲取難度加大等背景下，傳統金融業務發展模式受到越來越大的挑戰。

金融監管總局數據顯示，2010年-2019年十年間銀行業凈息差下降了0.3個百分點，而2020年-2023年四年間下降了0.51個百分點。截至2023年末，商業銀行凈息差下滑至1.69%，已突破《合格審慎評估實施辦法（2023年修訂版）》中自律機制合意凈息差1.8%的臨界值。

資料來源：金融監管總局，中金公司

曾剛認為，金融行業需要用大模型去提升效率、適應客戶需求變化和拓展新的服務空間及場景，不是為科技而科技，而是關注在業務端、管理端的可持續發展。

2.頭部機構已發車，中小金融機構如何把握新機遇？

“如果一直拿著舊船票，就無法登上高質量發展的航船。”正如興業銀行董事長呂家進所言，科技是商業銀行轉型下半場最大的驅動變量。

在新一輪科技革命和產業變革深入發展的大背景下，深化數字化轉型是金融業踐行創新驅動發展戰略的必然選擇。

而金融大模型，為金融行業智能化轉型升級帶來了新的機遇。

WEMONEY研究室梳理上市銀行2023年年報發現，包括工商銀行、農業銀行、中國銀行、建設銀行、交通銀行、郵儲銀行等國有大行，以及招商銀行、中信銀行、興業銀行、平安銀行、民生銀行等多家股份行，已在積極推動大模型布局，并有具體應用落地，已有數據支撐大模型提質增效的效果。

例如，2023年，工商銀行建成同業首個全棧自主可控的千億級AI大模型技術體系，率先實現在多個金融業務領域創新應用。工行披露，其首個基于大模型的網點員工智能助手上線，提升網點效能，全年運營領域智能處理業務量3.2億筆，比上年增長14%。

建設銀行年報用了一個專題介紹了其大模型布局。據介紹，其正在實施“方舟計劃”，推進金融大模型建設工程。

招商銀行已啟動了大模型生態建設，搭建大模型體驗平臺，接入多個國內主流大模型。招商銀行董事長繆建民介紹，招行數字員工在眾多場景中承擔3萬余個自然人的工作量，為員工減負賦能。

除自建大模型能力外，還有部分頭部金融機構選擇與頭部科技公司共創，依托科技公司在技術能力和場景應用方面的成熟經驗，快速推進大模型應用落地。

張杰介紹，2023年大模型火熱伊始，多家頭部金融機構選擇與中關村科金共創，推動大模型技術在金融場景落地。例如，與某頭部財富管理公司共創，在智能投顧場景中應用大模型內容生成能力，幫助客戶經理將營銷文案撰寫時間從10分鐘縮短至10秒。隨著技術和應用的不斷成熟，目前已有更多的頭部金融機構選擇與中關村科金合作。如某頭部外資銀行與中關村科金合作共創，推出大模型合規助手，通過對話即可實時精準的獲取合規信息，賦能業務合規和內控合規等場景；與某大型商業銀行共同打造多模態防偽專有大模型，解決金融機構面臨的生物識別“零日漏洞”頻發危機。

在數字化轉型上半場中，中小金融機構因技術認知不足和轉型定位不清的問題，遠遠落后于頭部機構，差距越來越大。在下半場，金融大模型為中小金融機構帶來了新的機遇和想象空間。

在騰訊安全副總裁周斌看來，大模型能縮小中小銀行和頭部銀行的風控科技差距。

他認為，很多金融機構對于新技術的觀望有客觀原因，比如，在人才、數據、預算等方面相對不足。但是，大模型反而能讓中小銀行或者金融機構，擁有和頭部大行一個水平梯度的風控科技能力，或者是抹平大行和中小行的科技差距。大模型在解決小樣本建模的場景上也非常有優勢。

當下，中小金融機構也需結合自身特點積極擁抱大模型。業內專家建議，中小金融機構需綜合考慮應用產出和投入成本的性價比，可按需引入各類大模型的公有云API或私有化部署服務，直接滿足賦能訴求。

可以預見，大模型將為金融業數字化轉型注入高質量發展動能，并對行業的數字化轉型起到全面引領作用。

3.“人工智能+”撬動新質生產力，需政產學研多方共建

今年的政府工作報告提出，深入推進數字經濟創新發展，要深化大數據、人工智能等研發應用，開展“人工智能+”行動，打造具有國際競爭力的數字產業集群。同時，加快發展新質生產力被列為2024年的首項政府工作任務。

新質生產力，即有別于傳統生產力的新型生產力，是以科技創新為主的生產力，是擺脫傳統增長路徑、符合高質量發展要求的新型生產力。

在此背景下，大模型在金融領域的布局應用成為金融新質生產力發展的內在需要。行業大模型、“大模型+”也成為數字金融機構科技領域創新的重要方向。華為、阿里、騰訊、百度、中關村科金等先期入局者，或將更快探索出引領大模型落地應用的實踐方向。

張杰表示，“我們堅信未來企業大模型在數字員工或智能助手類的應用場景商業機會非常大。從2023年開始，中關村科金陸續與金融、政務、制造等行業的多家頭部企業共創落地大模型助手類產品。其中最先落地的‘知識助手’，通過大模型幫助知識密度高的企業梳理文檔、培訓材料、音視頻等企業長尾知識，服務于內部員工提高工作質效。隨著中關村科金大模型落地應用的經驗越來越豐富，也吸引了更多的銀行加入到共創行列。為此，我們在去年年底正式發布了國內首個企業知識大模型、AgentGraph應用開發平臺，以及‘超級員工’系列AIGC應用，為企業提供開箱即用、系統無縫銜接、成本可負擔的專屬領域大模型服務。”

北京郵電大學網絡與交換技術全國重點實驗室教授、博士生導師高志鵬表示，近年來，人工智能發展突飛猛進，多家金融科技機構已率先布局。相信在“人工智能+”的政策指引下，大模型也將從通用領域走向垂直產業深處，以領域大模型為代表的科技成果，將在應用場景中發揮更大作用。

不過，值得關注的是，金融垂直領域的大模型應用仍面臨挑戰。據了解，中小銀行試水大模型技術的風控應用，仍存在數據少、數據精度不足、數據不出行、解釋性較低、多模型數據入參難等挑戰。未來，還需關注中小機構的后發劣勢、合規監管等問題。

“從中長期來看，推進‘人工智能+’的應用發展，還需政產學研多方共建。”國研智庫執行總裁周健奇認為，“主管部門切實推動相關政策的落地實施，讓政策走深走實更好促進產業發展。就行業平臺而言，應盡快發揮科技和互聯網的創新優勢，將技術服務能力、科技創新成果與行業共享，共同構建人工智能大模型技術發展和場景應用落地的良性循環。相信在政府與市場主體的協同發力下，我國新質生產力必將實現加速發展。”