客服電話：13560189272
微信掃碼咨詢
本報記者 李暉 北京報道
“生成式AI技術在金融業(yè)中的應用尚處于技術探索和試點的并行期，預計1—2年內，首批大模型增強的金融機構會進入成熟應用期，3年后將會帶動金融業(yè)生成式AI的規(guī)?；瘧谩！?/p>
由清華大學經濟管理學院、度小滿、《麻省理工科技評論》中國、清華大學經濟管理學院動態(tài)競爭與創(chuàng)新戰(zhàn)略研究中心聯(lián)合編寫的《2024年金融業(yè)生成式人工智能應用報告》（以下簡稱《報告》）日前做出如上預測。
《中國經營報》記者了解到，《報告》關注了國內外170余家銀行、保險、資管等金融機構，系統(tǒng)性揭示了金融業(yè)生成式AI的創(chuàng)新能力、商業(yè)價值和政策期望，為國內金融機構應用生成式AI技術提供了指引。
報告主要負責人、清華大學經濟管理學院副院長李紀珍表示，2023年是基礎大模型智能涌現的一年，2024年生成式AI將從模型層走向應用層。開拓落地應用場景，不斷提高客戶采用率和大模型利用率，將會是2024年生成式AI突破發(fā)展的重要內容。
生成式AI釋放金融業(yè)全新生產力
毋庸置疑，生成式AI正在席卷金融業(yè)，釋放新的生產力，賦能銀行數字化轉型，以前所未有的方式重塑全球金融業(yè)的格局。
《報告》指出，金融業(yè)是單位數據產出的行業(yè)，銀行業(yè)每100萬美元的數據產出高達820GB，是制藥行業(yè)、零售行業(yè)的2倍多。目前，我國金融機構的數據資產規(guī)模達到了千億級，蘊藏巨大商業(yè)價值。“在銀行充分釋放高質量數據價值的過程中，有望給金融業(yè)帶來3萬億規(guī)模的增量商業(yè)價值，并可能將徹底改變交易的進行、投資的管理和風險的評估方式?！?/p>
具體到金融業(yè)細分領域，《報告》指出，在零售銀行和財富業(yè)務上，生成式AI可以創(chuàng)建合成數據來幫助訓練KYC背后的機器學習算法，還可以為虛擬助手創(chuàng)建更準確的自然語言模型。
在中小企業(yè)銀行業(yè)務上，除了支持更復雜的虛擬助理之外，生成式AI還將幫助解釋包含非數字數據（例如商業(yè)計劃）的小企業(yè)貸款申請。
在商業(yè)銀行業(yè)務領域，生成式AI將加速商業(yè)銀行的后臺任務，例如在復雜場景下實時回答有關客戶財務績效的問題，還可以通過增加某些經濟條件下業(yè)務績效的稀疏數據來幫助訓練預測算法。
在投資銀行和資本市場領域，《報告》認為，生成式AI可以幫助銀行對包含復雜、非流動性金融產品的資產負債表進行壓力測試。通過綜合各種場景的測試數據，生成式AI可以使金融穩(wěn)定措施更加精確并降低合規(guī)成本。
在支付領域，生成式AI進一步重塑交易方式。基礎大模型支持的聊天機器人和虛擬助理提供即時客戶支持、解決查詢，甚至提供個性化的金融產品和服務。
國內頭部銀行的科技負責人表示，相比傳統(tǒng)模型，生成式AI大模型最突出的是工作效率的提升、輔助代碼編寫等，能大幅提升從想法到原型的開發(fā)速度。
萬億增量市場如何開發(fā)？
以我國銀行業(yè)為例，根據財報信息顯示，已有工商銀行、農業(yè)銀行、平安銀行、北京銀行等6家上市銀行公開發(fā)布大模型技術開發(fā)與應用的信息?！秷蟾妗氛J為，生成式AI在保險和證券業(yè)等金融機構中的商業(yè)應用會有所延遲，但整體差距不會超過一年。高質量數據將是銀行和其他金融機構的核心競爭力，這將會加速金融機構的組織變革與業(yè)務轉型。
但必須看到，生成式AI的發(fā)展仍在早期，在金融業(yè)的鋪開還需要時間?！秷蟾妗分赋?，大模型開發(fā)和使用的高成本也是阻礙其在金融業(yè)應用的主要原因，一些預算緊張的小型銀行無法使用它。
度小滿CTO許冬亮表示：“短期看，大模型是數智化的延伸，為企業(yè)降低成本、提升效率；長期看，大模型將演進為超級智能體，重構企業(yè)業(yè)務流程?！痹谒磥?，2024年將會是生成式AI應用涌現的一年——在B端場景，生成式AI將大幅提升數據創(chuàng)造價值的效率。在C端場景，大模型已經在從大語言模型向多模態(tài)大模型、Agent智能體，甚至具身智能方向進化，這些新能力的注入，會極大提升生成式AI的人類交互能力和任務處理能力。
需要注意的是，面對萬億級別的市場空間，市場機構應該形成一定業(yè)務共識。針對此，《報告》提出了國內金融機構在2024年采用生成式AI時需要遵循的八項原則建議：
一、正確認識生成式AI的作用域；二、模型參數并非越大越好；三、技術先進性和業(yè)務可持續(xù)性是選擇合作伙伴的兩個關鍵標準；四、生成式AI技術的開發(fā)者實際上也是重要的監(jiān)管者；五、著眼于端到端解決方案，而不是讓它成為一個點解決方案；六、根據實際情況確認應用的優(yōu)先級順序；七、把大模型帶到數據中心環(huán)境中運行，而不是把數據帶到大模型所在的地方；八、由首席執(zhí)行官直接牽頭指導負責任的人工智能治理框架。
（編輯：何莎莎校對：劉軍）
13560189272 
地址：廣州市天河區(qū)黃埔大道西201號金澤大廈808室 
