“AI取代銀行業(yè)工作崗位的數(shù)量可能超過其他任何行業(yè)。”花旗集團(tuán)近期的一份報(bào)告顯示，美國銀行業(yè)約54%的崗位可能實(shí)現(xiàn)自動(dòng)化，還將有12%的崗位通過AI得到增強(qiáng)。

當(dāng)下銀行業(yè)的種種跡象已然對(duì)此觀點(diǎn)有所映射，特別是這兩年正逢生成式AI大模型的風(fēng)口，“AI 金融”發(fā)展迅速。從應(yīng)用場景來看，銀行機(jī)構(gòu)在客戶服務(wù)與智能問答、信貸審批與風(fēng)險(xiǎn)管理、智能運(yùn)營與流程自動(dòng)化等多個(gè)領(lǐng)域都開展了AI應(yīng)用探索且日趨成熟。

這背后的動(dòng)力在于，在當(dāng)前息差持續(xù)承壓、營收增速放緩的環(huán)境下，以銀行業(yè)為代表的金融機(jī)構(gòu)正在進(jìn)行一場“刀刃向內(nèi)”的自我革新，而AI在金融領(lǐng)域的創(chuàng)新應(yīng)用則推動(dòng)金融服務(wù)向著更加智能化和個(gè)性化發(fā)展，促使金融機(jī)構(gòu)更有效地管理風(fēng)險(xiǎn)、提高運(yùn)營效率、優(yōu)化客戶體驗(yàn)。

有觀點(diǎn)認(rèn)為，以生成式AI等為代表的新興技術(shù)作為驅(qū)動(dòng)力，將為金融領(lǐng)域帶來一場前所未有的變革，而與此同時(shí)，行業(yè)仍面臨著隱私保護(hù)、成本投入、決策可信度等多方面的挑戰(zhàn)，如何破局成為各家金融機(jī)構(gòu)面臨的共同問題。

當(dāng)前，在金融數(shù)字化轉(zhuǎn)型的版圖上，一場新的科技競賽已悄然展開。

人工智能正被銀行業(yè)廣泛應(yīng)用

“就銀行業(yè)而言，各家商業(yè)銀行都在擁抱AI技術(shù)，希望利用技術(shù)創(chuàng)新來支撐業(yè)務(wù)創(chuàng)新發(fā)展，提升服務(wù)水平，在差異化競爭中脫穎而出?！蹦暇┿y行相關(guān)負(fù)責(zé)人對(duì)記者表示，如智能問答、OCR輔助錄入、反欺詐、智能投顧等。此外，在小微企業(yè)、中大型企業(yè)、集團(tuán)以及金融市場客戶中，各類AI應(yīng)用場景也逐漸豐富起來，并且銀行內(nèi)部各項(xiàng)管理環(huán)節(jié)中，也逐步出現(xiàn)了增效、提質(zhì)的AI場景。

行行AI董事長、工信部工業(yè)文化發(fā)展中心AI應(yīng)用工作組執(zhí)行組長、順福資本管理合伙人李明順表示，人工智能在金融行業(yè)的應(yīng)用歷史相當(dāng)悠久，并非因?yàn)榇笳Z言模型（LLM）的出現(xiàn)，才開啟人工智能在金融領(lǐng)域的應(yīng)用，要將傳統(tǒng)的AI技術(shù)與大語言模型加以區(qū)分。

李明順介紹：“據(jù)我了解，至少從20世紀(jì)90年代開始，美國的一些金融企業(yè)就已經(jīng)開始應(yīng)用人工智能技術(shù)。在十幾年前，我國金融行業(yè)也有一些企業(yè)開始采用人工智能技術(shù)。可以說，金融行業(yè)是人工智能應(yīng)用較早的領(lǐng)域之一?！?

一名在國有行從事風(fēng)險(xiǎn)管理相關(guān)工作的員工告訴記者，在貴金屬、外匯等代客交易中，操作重復(fù)且結(jié)構(gòu)化，往往只在方向和金額上有差異，故可使用量化交易算法（AI）代替交易員執(zhí)行市場策略。而在資金業(yè)務(wù)中，虛擬交易員可利用生成式AI，在資金拆借等場外交易中，通過聊天方式完成交流、報(bào)價(jià)甚至成交。

此外，銀行還通過在“易貸類”產(chǎn)品中應(yīng)用AI技術(shù)簡化貸款審批流程。利用AI分析客戶信息，形成“白名單”，名單內(nèi)客戶將在輸入請(qǐng)求后快速獲得信用額度。上述國有行員工表示，傳統(tǒng)審批流程繁瑣，需信貸員與客戶溝通、簽署材料、提交分行或總行審批，耗時(shí)可能數(shù)周至數(shù)月?！耙踪J類”產(chǎn)品使審批模型化、實(shí)時(shí)化，客戶可迅速獲得反饋。

在結(jié)算業(yè)務(wù)中，AI還用于反欺詐和反洗錢，預(yù)判交易風(fēng)險(xiǎn)。上述國有行員工指出，以前身份證到期后需要去網(wǎng)點(diǎn)更新信息，現(xiàn)在不用去網(wǎng)點(diǎn)，拍照人臉識(shí)別即可，這也得益于AI的應(yīng)用。

李明順也表示，生成式AI正被用于提供輕度引導(dǎo)服務(wù)，包括為高凈值客戶提供投資理財(cái)咨詢。結(jié)合數(shù)字人技術(shù)，指導(dǎo)客戶辦理手續(xù)，提供專業(yè)投資建議，同時(shí)降低隱私信息泄露風(fēng)險(xiǎn)。傳統(tǒng)人工服務(wù)中，客戶經(jīng)理可能記住敏感信息，存在信息泄露風(fēng)險(xiǎn)。人工智能則能有效保護(hù)客戶隱私，避免數(shù)據(jù)泄露。

人工智能還可被應(yīng)用于催收。李明順表示，過去，催收工作通常由人工執(zhí)行。然而，人工催收存在情緒波動(dòng)問題，可能導(dǎo)致不當(dāng)溝通和極端行為。生成式AI輔助催收可通過預(yù)設(shè)表述避免過激語言，能夠始終保持禮貌、專業(yè)，且不用休息。

硅谷風(fēng)投機(jī)構(gòu)“玩轉(zhuǎn)”人工智能

談及未來可探索的領(lǐng)域，李明順表示，人工智能輔助面試在大規(guī)模招聘中極具潛力。人工智能可準(zhǔn)確記錄候選人的情緒、性格及專業(yè)程度，幫助面試官客觀評(píng)分，減少私人關(guān)系影響。

一位在海外咨詢行業(yè)工作的數(shù)據(jù)分析師告訴記者，他所在的公司正在訓(xùn)練自身的大模型。公司在這個(gè)行業(yè)已有20年歷史，想把歷史數(shù)據(jù)做成數(shù)據(jù)庫，輸入到大模型中，做一個(gè)聊天機(jī)器人。訓(xùn)練過程需要大量數(shù)據(jù)微調(diào)，要將機(jī)器人變成能回答某一領(lǐng)域問題的專家，就需要這個(gè)領(lǐng)域的專家出馬，給出問題的答案。組內(nèi)的數(shù)據(jù)工程師再將答案拿走用作微調(diào)，逐步將大模型調(diào)整到可以給出合理答案的狀態(tài)。

此外，硅谷風(fēng)險(xiǎn)投資機(jī)構(gòu)已廣泛采用人工智能參與項(xiàng)目篩選、盡職調(diào)查，并撰寫投資備忘錄。AI通過算法和數(shù)據(jù)分析，可提高風(fēng)投與初創(chuàng)公司匹配效率，實(shí)現(xiàn)自動(dòng)化篩選和交易搜索。它輔助商業(yè)數(shù)據(jù)分析，可使投資人快速?zèng)Q策。投資人還可利用專有數(shù)據(jù)源訓(xùn)練人工智能平臺(tái)，構(gòu)建內(nèi)部知識(shí)庫，增強(qiáng)投資決策深度和廣度。

在投資機(jī)會(huì)發(fā)現(xiàn)階段，AI通過分析招聘平臺(tái)動(dòng)態(tài)、應(yīng)用程序下載量和消費(fèi)品交易規(guī)模，幫助投資者識(shí)別潛在項(xiàng)目。在盡職調(diào)查環(huán)節(jié)，生成式AI可自動(dòng)生成公司業(yè)務(wù)介紹，進(jìn)行前瞻性分析，直接通過郵件發(fā)送給投資者，包括投資選項(xiàng)比較和評(píng)估。在撰寫投資建議書環(huán)節(jié)，生成式AI可以完全自動(dòng)化地完成相關(guān)工作，提供專業(yè)且精準(zhǔn)的投資建議。

此外，AI在時(shí)間管理和規(guī)劃方面也能為投資團(tuán)隊(duì)提供有力支持。團(tuán)隊(duì)成員可以在系統(tǒng)上查看同事對(duì)特定項(xiàng)目的評(píng)價(jià)和反饋。系統(tǒng)具備定期提醒功能，確保投資團(tuán)隊(duì)能夠及時(shí)回訪目標(biāo)公司，并更新業(yè)務(wù)進(jìn)展。

多位受訪人士指出，AI介入金融領(lǐng)域帶來的優(yōu)勢是多方面的，其中最為顯著的是效率和成本的優(yōu)化。與傳統(tǒng)的業(yè)務(wù)操作流程相比，AI技術(shù)能夠自動(dòng)化、智能化地處理大量數(shù)據(jù)，實(shí)現(xiàn)快速、準(zhǔn)確地決策，從而顯著節(jié)省時(shí)間和人力成本。

同盾科技創(chuàng)新研發(fā)負(fù)責(zé)人Tinus對(duì)記者表示，AI的介入能夠提升金融風(fēng)控、金融營銷等應(yīng)用的精準(zhǔn)度，提高金融機(jī)構(gòu)的效率、降低運(yùn)營成本，并增強(qiáng)金融服務(wù)的普及性。

他舉例說道，傳統(tǒng)金融業(yè)務(wù)流程主要依賴專家決策系統(tǒng)，系統(tǒng)建設(shè)以指標(biāo)和專家規(guī)則為基礎(chǔ)，指標(biāo)加工以數(shù)據(jù)批處理等離線方式為主，數(shù)據(jù)時(shí)效性較低；專家規(guī)則的更新維護(hù)以數(shù)據(jù)分析為基礎(chǔ)，需要給付大量領(lǐng)域?qū)＜业娜斯こ杀荆译y以滿足日益增長的業(yè)務(wù)體量需求。

與傳統(tǒng)的離線批處理方式相比，AI可以更及時(shí)地獲取最新的數(shù)據(jù)和信息，為決策提供更全面的參考。與傳統(tǒng)的基于指標(biāo)和規(guī)則的風(fēng)險(xiǎn)評(píng)估相比，AI優(yōu)化的決策系統(tǒng)可以綜合利用更多維度的數(shù)據(jù)和因素，更全面地識(shí)別潛在的風(fēng)險(xiǎn)，通過持續(xù)的數(shù)據(jù)分析和模型優(yōu)化，可以不斷提升決策的精準(zhǔn)度。

瑞銀證券非銀金融分析師曹海峰以證券行業(yè)為例闡釋AI介入帶來的優(yōu)勢。

一是大幅減少基礎(chǔ)性、重復(fù)性的人力工作，提升效率。例如，營銷環(huán)節(jié)中的人工客服、營銷內(nèi)容制作；投顧業(yè)務(wù)中初步客戶信息收集、客戶咨詢；投研工作中的數(shù)據(jù)檢索、會(huì)議紀(jì)要、定期報(bào)告撰寫、路演材料制作；投行業(yè)務(wù)中的銀行流水核查、招股書撰寫等；投資中的交易策略代碼撰寫；中后臺(tái)的報(bào)告生成、辦公、代碼開發(fā)。

二是提效，賦能員工，提升產(chǎn)品競爭力。例如，投研業(yè)務(wù)中分析師可利用“數(shù)字分身”提高傳播效果；投資業(yè)務(wù)中可實(shí)現(xiàn)數(shù)據(jù)的自動(dòng)挖掘分析、股價(jià)預(yù)測、優(yōu)化基金產(chǎn)品的收益風(fēng)險(xiǎn)比；交易業(yè)務(wù)中可優(yōu)化交易策略以減少交易成本及人為偏差。

三是優(yōu)化服務(wù)，提升客戶體驗(yàn)。例如，在營銷環(huán)節(jié)中可實(shí)現(xiàn)千人千面營銷；投顧業(yè)務(wù)中可深度分析客戶需求并提供個(gè)性化推薦，投顧通過智能檢索內(nèi)部智庫為客戶提供專業(yè)化服務(wù)。

一位就職于頭部券商的投資顧問告訴《每日經(jīng)濟(jì)新聞》記者，他在日常工作中通過人機(jī)結(jié)合的方式擴(kuò)大了服務(wù)半徑。一方面，生成式AI的介入提高了微信回復(fù)客戶的效率；另一方面，借助生成式AI將專業(yè)術(shù)語轉(zhuǎn)化為客戶易懂的語言或故事，再結(jié)合自己的專業(yè)知識(shí)校正，增強(qiáng)溝通效果，提升轉(zhuǎn)化率。

大模型在直播準(zhǔn)備中也能發(fā)揮重要作用。由于工作需要，他經(jīng)常需要直播。大模型可以幫助確定主題、搜索資料、設(shè)計(jì)PPT，節(jié)省時(shí)間。主播只需提供核心思想，給出總體趨勢或策略，并負(fù)責(zé)審閱修改。這讓他能夠?qū)Ｗ⒂诤诵牟呗院脱芯抗ぷ鳌?

人工智能尚不適用于金融行業(yè)核心部門

曹海峰認(rèn)為，短期來看，對(duì)于生成式AI技術(shù)實(shí)際落地仍相對(duì)謹(jǐn)慎，特別是對(duì)客業(yè)務(wù)，落地案例較少。制度環(huán)境方面，隨著《生成式人工智能服務(wù)管理暫行辦法》的出臺(tái)，以及未來金融監(jiān)管的或有規(guī)定，公司需要考慮如何合理地使用這一技術(shù)。

合規(guī)風(fēng)險(xiǎn)方面，一方面需要保證內(nèi)部數(shù)據(jù)的安全性，另一方面使用GPT技術(shù)服務(wù)客戶，直接推薦股票、基金等受到監(jiān)管牌照限制。技術(shù)方面，大模型在一些問題的回答上仍存在謬誤，需要人工介入審核和校對(duì)，可能會(huì)招致客戶投訴。

同時(shí)，記者在采訪中了解到，目前AI在金融領(lǐng)域的應(yīng)用還存在以下痛點(diǎn)。

一是大模型可能導(dǎo)致市場變得更加脆弱。前述國有行員工指出，如果金融市場中的參與者廣泛采用同一模型進(jìn)行決策，這可能會(huì)導(dǎo)致市場變得更加脆弱。假設(shè)所有參與者使用相同的模型，并且輸入相同的數(shù)據(jù)，那么很可能會(huì)得出相似的結(jié)論。金融市場的交易需要觀點(diǎn)不同的買賣雙方達(dá)成一致才能完成交易。如果大多數(shù)參與者都采取相同的觀點(diǎn)，比如同時(shí)選擇賣出，那么市場波動(dòng)可能會(huì)因此而更加劇烈。

二是大模型尚不適用于金融行業(yè)核心部門。李明順總結(jié)了金融業(yè)在應(yīng)用大模型時(shí)的困境。他表示，可以將大模型在金融行業(yè)中的應(yīng)用理解為人工智能技術(shù)的一個(gè)分支。大模型在金融行業(yè)的主要應(yīng)用體現(xiàn)在營銷端和服務(wù)端，例如資料整理、咨詢服務(wù)等。然而，在一些更為嚴(yán)格和關(guān)鍵的金融領(lǐng)域，如風(fēng)險(xiǎn)控制和資產(chǎn)定價(jià)，其應(yīng)用并不十分直接，因?yàn)榇竽Ｐ湍壳斑€存在“幻覺”。

李明順認(rèn)為，大模型本質(zhì)上是一種語言模型，它能夠理解和處理文本，但并不是一個(gè)規(guī)則引擎，大模型并不適用于金融行業(yè)的核心部門。

前述券商投顧也認(rèn)為，大模型更適合專業(yè)人士使用。因?yàn)槠胀ㄈ丝赡苋狈ψ銐虻慕鹑谥R(shí)和經(jīng)驗(yàn)來判斷生成式AI提供的信息是否準(zhǔn)確。如果生成式AI提供的信息是錯(cuò)誤的，而用戶又無法辨別，這可能會(huì)導(dǎo)致問題。

三是缺乏個(gè)人信用評(píng)分領(lǐng)域的標(biāo)準(zhǔn)化機(jī)構(gòu)。李明順表示，美國金融行業(yè)廣泛應(yīng)用AI于證券和資產(chǎn)交易，得益于標(biāo)準(zhǔn)化的用戶數(shù)據(jù)。我國銀行業(yè)雖收集用戶信息，但銀行間數(shù)據(jù)未互聯(lián)互通，資產(chǎn)量化評(píng)級(jí)面臨標(biāo)準(zhǔn)化不足問題。AI在我國金融業(yè)主要用于風(fēng)險(xiǎn)控制和初級(jí)營銷，標(biāo)準(zhǔn)化不足是其應(yīng)用的主要限制。

四是隱私保護(hù)難題。前述數(shù)據(jù)分析師表示，其所在公司雖然正在致力于將人工智能培育成領(lǐng)域?qū)＜遥珜?duì)于將聊天機(jī)器人開放給客戶使用也有顧慮?！凹僭O(shè)一個(gè)場景，公司先后接了兩家公司的合同，這兩家公司是競爭關(guān)系。他們都不可以通過我們知道對(duì)方公司的消息，這就需要一個(gè)壁壘。而大模型具有隨機(jī)性，這很難實(shí)現(xiàn)?！痹摲治鰩煴硎荆鲇谶@一顧慮，該模型初期僅供內(nèi)部顧問使用，幫助新員工快速獲取關(guān)鍵信息。

此外，為防止隱私泄露，其所在公司的法律部門提出不能在開放的大模型平臺(tái)上訓(xùn)練。最終，該公司決定將開源模型下載后部署到公司服務(wù)器上，在本地完成檢驗(yàn)、微調(diào)。

生成式AI對(duì)金融行業(yè)的潛在影響更大

曹海峰認(rèn)為，生成式AI對(duì)金融行業(yè)的潛在重塑將大于其他行業(yè)，主要由于其大量的數(shù)據(jù)沉淀、勞動(dòng)力密集度高，以及與語言相關(guān)的工作內(nèi)容占比高。

Tinus表示：“金融領(lǐng)域正在經(jīng)歷一場由多元技術(shù)融合推動(dòng)的創(chuàng)新浪潮。在這場浪潮中，人工智能、區(qū)塊鏈、大數(shù)據(jù)、云計(jì)算等前沿技術(shù)相互交織，為金融應(yīng)用創(chuàng)新提供了強(qiáng)大的動(dòng)力?！?

Tinus表示，隨著這些多元技術(shù)的不斷融合和發(fā)展，人工智能必將進(jìn)一步推動(dòng)金融科技創(chuàng)新和金融應(yīng)用領(lǐng)域的變革。

Tinus認(rèn)為，AI在金融領(lǐng)域的應(yīng)用中，數(shù)據(jù)全生命周期的安全保障問題至關(guān)重要，可信人工智能將成為重要的發(fā)展趨勢。

可信人工智能的要素包括安全性、魯棒性（在異常和危險(xiǎn)情況下系統(tǒng)生存的能力）、公平性、可解釋性、隱私性、可控性等。采用隱私計(jì)算、區(qū)塊鏈、數(shù)據(jù)沙箱等技術(shù)搭配融合，是實(shí)現(xiàn)人工智能隱私增強(qiáng)的有效手段。通過隱私增強(qiáng)打造可信人工智能的安全底座，將賦能金融科技在從“數(shù)字化”向“數(shù)智化”轉(zhuǎn)型的道路上，實(shí)現(xiàn)安全可靠可追溯，促進(jìn)人工智能的可持續(xù)發(fā)展和更多創(chuàng)新應(yīng)用。

“AI Agent（AI智能體）是大模型在金融領(lǐng)域應(yīng)用的一個(gè)重要趨勢。AI Agent是基于大語言模型進(jìn)行構(gòu)建，同時(shí)具備記憶檢索、決策推理及行動(dòng)順序選擇等特性，讓其在處理復(fù)雜任務(wù)上更具備優(yōu)勢，被認(rèn)為是未來的發(fā)展方向。AI Agent的智能決策、自動(dòng)化執(zhí)行、個(gè)性化服務(wù)、持續(xù)學(xué)習(xí)和優(yōu)化等特點(diǎn)，能夠?yàn)榻鹑跈C(jī)構(gòu)提供更加智能化、更高效的服務(wù)和決策支持?！盩inus表示。