□本报记者 于晗
近日，以ChatGPT为代表的人工智能（AI）大语言模型（Large Language Model）发展迅速，引发了金融行业对大语言模型及其场景应用的广泛讨论。日前，农业银行人工智能研发团队（以下简称“AI研发团队”）宣布推出类ChatGPT的AI大模型应用ChatABC，并在农业银行科技问答场景进行了内部试点。
(资料图片)
《中国银行保险报》记者注意到，不仅农业银行，近期，包括工商银行、邮储银行、平安银行等也相继透露在AI模型研发方面的部署或进展。
银行AI大模型应用入场
银行拥有较为广泛的客群和客服需求，尤其对于头部国有大行和全国股份制银行，客户规模达数千万甚至数亿，利用AI等科技手段赋能客户运营，提升客户服务质量和效率，降低客户运营成本，势在必行。
自去年末ChatGPT横空出世，将大语言模型技术应用推至前台，引起各行各业关注。近期不少互联网公司相继宣布推出自有AI大模型应用，银行业也奋起直追。
近期，农业银行AI研发团队宣布推出ChatABC，通过异构知识库和知识增强充分融入农业银行IT知识库，具备领域级知识理解和问答能力，并通过农业银行研发支持平台的问答助手、工单自动化回复助手等形式面向内部员工开放试用。
不久前，工商银行也对外宣布研制投产自主可控的人工智能金融行业通用模型。目前，该模型已被应用于多个业务领域，取得了良好的应用效果。
更早前，邮储银行等通过接入百度的生成式AI对话产品“文心一言”实现了其在AI大模型应用上的首次尝试。据了解，银行可以集成“文心一言”的技术能力，在智能风控、智能运营、智能投研、智能营销等金融场景开展大语言模型技术应用。
平安银行行长特别助理蔡新发在近日举办的博鳌亚洲论坛上表示，以ChatGPT为代表的新一代人工智能将重塑所有行业；相关的技术发展需要做大模型的建立，需要巨大的知识量和投资。平安集团和平安银行对人工智能发展非常重视，已经在行动，积极、主动地拥抱新一轮的智能化变革。据介绍，目前，平安银行已开启了智能化银行3.0新发展阶段，核心思路即“以客户为中心，以数据为驱动”。
应用前景广阔
国有大行率先落地AI大模型应用，将在技术层面上初步验证AI大模型的应用前景，同时也将为更多银行的金融AI应用探索路径，积累经验。
工商银行的人工智能金融行业通用模型已被应用于多个业务领域。在客户服务领域，工商银行应用该模型支撑智能客服接听客户来电，显著提升了对客户来电诉求和情绪的识别准确率，能够更精准有效地响应客户需求，并且可以大幅缩减维护成本；在风险防控领域，工商银行实现了对工业工程融资项目建设的进度监控，监控精准度提升约10%，研发周期缩短约60%；在运营管理领域，模型的应用帮助智能提取期限、利率等信贷审批文件核心要素，提升了信贷审批效率。
农业银行AI研发团队介绍，ChatABC大模型的建设重点着眼于大模型在金融领域的知识理解能力、内容生成能力以及安全问答能力，对于大模型精调、提示工程、知识增强、检索增强、人类反馈的强化学习（RLHF）等大模型相关新技术进行了深入探索和综合应用，实现了全方位的金融知识理解和智能问答应用。
日前，浙商证券发布研究报告指出，从银行客服开始，无论是业务前台还是中后台，各项流程都有用类ChatGPT应用重做一遍的潜力。该机构认为，在银行客服层面，对于客服、催收等人工的替代，与ChatGPT关联最直接，银行应用最广泛，或将开启深度智能化阶段；在业务前端层面，对于财富管理、小微客户、个人消费贷款等标准型产品，客户识别有望进一步细化，产品匹配有望更加精准；在业务中端层面，如能以ChatGPT替代，诸如授信报告、审批报告、贷后管理报告等强格式性案头工作，将有效提高运营效率；在科技基础层面，银行投入人工智能相关研究需要持续投入资源，特别是要投入支持模型运转及数据计算的算力资源。
一位行业人士向记者表示，目前银行的发展逐步从以产品为中心转向以人为中心，以人为中心核心的要求就是更好地回应客户需求，这不仅需要扎实的专业功底，还需要高超的沟通技巧。通过对客户的语言和行为进行分析，银行AI可以提供更加个性化的金融建议和咨询，根据客户的需求和偏好，推荐最适合的金融产品和服务。通过提供个性化服务，银行可以更好地满足客户需求，提高客户满意度。
银行应“以我为主”
相较于“引他山之石”，与成熟的类ChatGPT产品开放合作，银行借助自身的技术团队和内部数据开发自有的AI大模型，无疑会面临更大的挑战。但无论自建或开放合作，合规、安全、审慎等监管要求，都意味着银行必须构建“以我为主”的AI应用能力。
农业银行AI研发团队有关负责人表示，ChatGPT背后的主要技术是拥有千亿级参数的大语言模型。在OpenAI以及微软之外，如谷歌的T5、Bard以及Meta的LLAMA等产品均在持续推进和快速迭代。大模型的成功依赖于算力、算法、数据、工具、人才等几个方面的持续沉淀和能力突破。
在日前全国工商联举办的一场银行科技沙龙上，网商银行首席信息官高嵩直言，银行自建不经济，更多要基于API去开发针对自己适用的领域模型。“以训练为例，ChatGPT背后的通用大模型一次的成本在200万-1000万美元之间，遑论背后的技术投入，国内已有科技公司在探索大模型，未来更多企业或可基于科技公司提供的API，去开发自身适用的应用。”高嵩指出。
不过，业界人士对此观点并不完全认同。前述行业人士认为，银行业的应用专业性和严谨性极强，在ChatGPT的使用过程中可以发现，虽然ChatGPT能够像人一样沟通交流，但回答的问题并不一定正确，若通过开放合作，训练ChatGPT使其符合银行自身的业务需要，必然需要大量的自有训练数据。作为银行业的核心机密，数据扮演着重要的角色，ChatGPT能否与隐私计算有机结合，如果行不通的话，以技术换数据又是否会带来银行业发展结构失调的问题，这些都是需要思考的。
上海银行数据管理与应用部总经理助理刘训艳表示，对于银行业来说，合规是底线。银行对于数据安全有较高的要求，在应用上，会优先考虑私有化。因此，必然需要大规模资源的投入，要考虑投入产出，投入大量的算力、大量的数据基础以及技术人才。
至于对科技替代的担忧，蔡新发表示，金融产品和服务比较复杂，它不是一个简单的商品，需要遵守政府的要求、社会的规范，与客户有深度沟通。因此，这些规范及情感相关的因素难以通过模型进行定制化，更多的是要从法律治理方面进行要求，从社会及伦理的层面进行一些规范，从而把科技革新和社会规范结合，创造一个美好的前景。
展望未来，蔡新发认为，比较简单、相对大众化的服务一定会被人工智能替代，但对于中高端的客户服务，或者是一些困难性的问题，还是需要人机结合的服务。
相关链接：
ChatGPT是一种基于人工智能的自然语言处理模型，使用了开放式AI技术中最新的GPT（Generative Pre-trained Transformer）模型，能够通过学习大量的自然语言文本数据，理解语言的语法和语义，生成自然流畅的文本响应。
