在金融行業(yè)，AI的打開方式是什么？
“AI取代銀行業(yè)工作崗位的數量可能超過其他任何行業(yè)?！被ㄆ旒瘓F近期的一份報告顯示，美國銀行業(yè)約54%的崗位可能實現自動化，還將有12%的崗位通過AI得到增強。
當下銀行業(yè)的種種跡象已然對此觀點有所映射，特別是這兩年正逢生成式AI大模型的風口，“AI+金融”發(fā)展迅速。從應用場景來看，銀行機構在客戶服務與智能問答、信貸審批與風險管理、智能運營與流程自動化等多個領域都開展了AI應用探索且日趨成熟。
這背后的動力在于，在當前息差持續(xù)承壓、營收增速放緩的環(huán)境下，以銀行業(yè)為代表的金融機構正在進行一場“刀刃向內”的自我革新，而AI在金融領域的創(chuàng)新應用則推動金融服務向著更加智能化和個性化發(fā)展，促使金融機構更有效地管理風險、提高運營效率、優(yōu)化客戶體驗。
有觀點認為，以生成式AI等為代表的新興技術作為驅動力，將為金融領域帶來一場前所未有的變革，而與此同時，行業(yè)仍面臨著隱私保護、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構面臨的共同問題。
當前，在金融數字化轉型的版圖上，一場新的科技競賽已悄然展開。
人工智能正被銀行業(yè)廣泛應用
“就銀行業(yè)而言，各家商業(yè)銀行都在擁抱AI技術，希望利用技術創(chuàng)新來支撐業(yè)務創(chuàng)新發(fā)展，提升服務水平，在差異化競爭中脫穎而出?！蹦暇┿y行相關負責人對記者表示，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)、集團以及金融市場客戶中，各類AI應用場景也逐漸豐富起來，并且銀行內部各項管理環(huán)節(jié)中，也逐步出現了增效、提質的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)的應用歷史相當悠久，并非因為大語言模型（LLM）的出現，才開啟人工智能在金融領域的應用，要將傳統(tǒng)的AI技術與大語言模型加以區(qū)分。
李明順介紹：“據我了解，至少從20世紀90年代開始，美國的一些金融企業(yè)就已經開始應用人工智能技術。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?？梢哉f，金融行業(yè)是人工智能應用較早的領域之一。”
一名在國有行從事風險管理相關工作的員工告訴記者，在貴金屬、外匯等代客交易中，操作重復且結構化，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、報價甚至成交。
此外，銀行還通過在“易貸類”產品中應用AI技術簡化貸款審批流程。利用AI分析客戶信息，形成“白名單”，名單內客戶將在輸入請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，耗時可能數周至數月?！耙踪J類”產品使審批模型化、實時化，客戶可迅速獲得反饋。
在結算業(yè)務中，AI還用于反欺詐和反洗錢，預判交易風險。上述國有行員工指出，以前身份證到期后需要去網點更新信息，現在不用去網點，拍照人臉識別即可，這也得益于AI的應用。
李明順也表示，生成式AI正被用于提供輕度引導服務，包括為高凈值客戶提供投資理財咨詢。結合數字人技術，指導客戶辦理手續(xù)，提供專業(yè)投資建議，同時降低隱私信息泄露風險。傳統(tǒng)人工服務中，客戶經理可能記住敏感信息，存在信息泄露風險。人工智能則能有效保護客戶隱私，避免數據泄露。
人工智能還可被應用于催收。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問題，可能導致不當溝通和極端行為。生成式AI輔助催收可通過預設表述避免過激語言，能夠始終保持禮貌、專業(yè)，且不用休息。
硅谷風投機構“玩轉”人工智能
談及未來可探索的領域，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，幫助面試官客觀評分，減少私人關系影響。
一位在海外咨詢行業(yè)工作的數據分析師告訴記者，他所在的公司正在訓練自身的大模型。公司在這個行業(yè)已有20年歷史，想把歷史數據做成數據庫，輸入到大模型中，做一個聊天機器人。訓練過程需要大量數據微調，要將機器人變成能回答某一領域問題的專家，就需要這個領域的專家出馬，給出問題的答案。組內的數據工程師再將答案拿走用作微調，逐步將大模型調整到可以給出合理答案的狀態(tài)。
此外，硅谷風險投資機構已廣泛采用人工智能參與項目篩選、盡職調查，并撰寫投資備忘錄。AI通過算法和數據分析，可提高風投與初創(chuàng)公司匹配效率，實現自動化篩選和交易搜索。它輔助商業(yè)數據分析，可使投資人快速決策。投資人還可利用專有數據源訓練人工智能平臺，構建內部知識庫，增強投資決策深度和廣度。
在投資機會發(fā)現階段，AI通過分析招聘平臺動態(tài)、應用程序下載量和消費品交易規(guī)模，幫助投資者識別潛在項目。在盡職調查環(huán)節(jié)，生成式AI可自動生成公司業(yè)務介紹，進行前瞻性分析，直接通過郵件發(fā)送給投資者，包括投資選項比較和評估。在撰寫投資建議書環(huán)節(jié)，生成式AI可以完全自動化地完成相關工作，提供專業(yè)且精準的投資建議。
此外，AI在時間管理和規(guī)劃方面也能為投資團隊提供有力支持。團隊成員可以在系統(tǒng)上查看同事對特定項目的評價和反饋。系統(tǒng)具備定期提醒功能，確保投資團隊能夠及時回訪目標公司，并更新業(yè)務進展。
多位受訪人士指出，AI介入金融領域帶來的優(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)務操作流程相比，AI技術能夠自動化、智能化地處理大量數據，實現快速、準確地決策，從而顯著節(jié)省時間和人力成本。
同盾科技創(chuàng)新研發(fā)負責人Tinus對記者表示，AI的介入能夠提升金融風控、金融營銷等應用的精準度，提高金融機構的效率、降低運營成本，并增強金融服務的普及性。
他舉例說道，傳統(tǒng)金融業(yè)務流程主要依賴專家決策系統(tǒng)，系統(tǒng)建設以指標和專家規(guī)則為基礎，指標加工以數據批處理等離線方式為主，數據時效性較低；專家規(guī)則的更新維護以數據分析為基礎，需要給付大量領域專家的人工成本，且難以滿足日益增長的業(yè)務體量需求。
與傳統(tǒng)的離線批處理方式相比，AI可以更及時地獲取最新的數據和信息，為決策提供更全面的參考。與傳統(tǒng)的基于指標和規(guī)則的風險評估相比，AI優(yōu)化的決策系統(tǒng)可以綜合利用更多維度的數據和因素，更全面地識別潛在的風險，通過持續(xù)的數據分析和模型優(yōu)化，可以不斷提升決策的精準度。
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。
一是大幅減少基礎性、重復性的人力工作，提升效率。例如，營銷環(huán)節(jié)中的人工客服、營銷內容制作；投顧業(yè)務中初步客戶信息收集、客戶咨詢；投研工作中的數據檢索、會議紀要、定期報告撰寫、路演材料制作；投行業(yè)務中的銀行流水核查、招股書撰寫等；投資中的交易策略代碼撰寫；中后臺的報告生成、辦公、代碼開發(fā)。
二是提效，賦能員工，提升產品競爭力。例如，投研業(yè)務中分析師可利用“數字分身”提高傳播效果；投資業(yè)務中可實現數據的自動挖掘分析、股價預測、優(yōu)化基金產品的收益風險比；交易業(yè)務中可優(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，提升客戶體驗。例如，在營銷環(huán)節(jié)中可實現千人千面營銷；投顧業(yè)務中可深度分析客戶需求并提供個性化推薦，投顧通過智能檢索內部智庫為客戶提供專業(yè)化服務。
一位就職于頭部券商的投資顧問告訴《每日經濟新聞》記者，他在日常工作中通過人機結合的方式擴大了服務半徑。一方面，生成式AI的介入提高了微信回復客戶的效率；另一方面，借助生成式AI將專業(yè)術語轉化為客戶易懂的語言或故事，再結合自己的專業(yè)知識校正，增強溝通效果，提升轉化率。
大模型在直播準備中也能發(fā)揮重要作用。由于工作需要，他經常需要直播。大模型可以幫助確定主題、搜索資料、設計PPT，節(jié)省時間。主播只需提供核心思想，給出總體趨勢或策略，并負責審閱修改。這讓他能夠專注于核心策略和研究工作。
人工智能尚不適用于金融行業(yè)核心部門
曹海峰認為，短期來看，對于生成式AI技術實際落地仍相對謹慎，特別是對客業(yè)務，落地案例較少。制度環(huán)境方面，隨著《生成式人工智能服務管理暫行辦法》的出臺，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。
合規(guī)風險方面，一方面需要保證內部數據的安全性，另一方面使用GPT技術服務客戶，直接推薦股票、基金等受到監(jiān)管牌照限制。技術方面，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，可能會招致客戶投訴。
同時，記者在采訪中了解到，目前AI在金融領域的應用還存在以下痛點。
一是大模型可能導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行決策，這可能會導致市場變得更加脆弱。假設所有參與者使用相同的模型，并且輸入相同的數據，那么很可能會得出相似的結論。金融市場的交易需要觀點不同的買賣雙方達成一致才能完成交易。如果大多數參與者都采取相同的觀點，比如同時選擇賣出，那么市場波動可能會因此而更加劇烈。
二是大模型尚不適用于金融行業(yè)核心部門。李明順總結了金融業(yè)在應用大模型時的困境。他表示，可以將大模型在金融行業(yè)中的應用理解為人工智能技術的一個分支。大模型在金融行業(yè)的主要應用體現在營銷端和服務端，例如資料整理、咨詢服務等。然而，在一些更為嚴格和關鍵的金融領域，如風險控制和資產定價，其應用并不十分直接，因為大模型目前還存在“幻覺”。
李明順認為，大模型本質上是一種語言模型，它能夠理解和處理文本，但并不是一個規(guī)則引擎，大模型并不適用于金融行業(yè)的核心部門。
前述券商投顧也認為，大模型更適合專業(yè)人士使用。因為普通人可能缺乏足夠的金融知識和經驗來判斷生成式AI提供的信息是否準確。如果生成式AI提供的信息是錯誤的，而用戶又無法辨別，這可能會導致問題。
三是缺乏個人信用評分領域的標準化機構。李明順表示，美國金融行業(yè)廣泛應用AI于證券和資產交易，得益于標準化的用戶數據。我國銀行業(yè)雖收集用戶信息，但銀行間數據未互聯互通，資產量化評級面臨標準化不足問題。AI在我國金融業(yè)主要用于風險控制和初級營銷，標準化不足是其應用的主要限制。
四是隱私保護難題。前述數據分析師表示，其所在公司雖然正在致力于將人工智能培育成領域專家，但對于將聊天機器人開放給客戶使用也有顧慮?！凹僭O一個場景，公司先后接了兩家公司的合同，這兩家公司是競爭關系。他們都不可以通過我們知道對方公司的消息，這就需要一個壁壘。而大模型具有隨機性，這很難實現?！痹摲治鰩煴硎?，出于這一顧慮，該模型初期僅供內部顧問使用，幫助新員工快速獲取關鍵信息。
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上訓練。最終，該公司決定將開源模型下載后部署到公司服務器上，在本地完成檢驗、微調。
生成式AI對金融行業(yè)的潛在影響更大
曹海峰認為，生成式AI對金融行業(yè)的潛在重塑將大于其他行業(yè)，主要由于其大量的數據沉淀、勞動力密集度高，以及與語言相關的工作內容占比高。
Tinus表示：“金融領域正在經歷一場由多元技術融合推動的創(chuàng)新浪潮。在這場浪潮中，人工智能、區(qū)塊鏈、大數據、云計算等前沿技術相互交織，為金融應用創(chuàng)新提供了強大的動力?！?/p>
Tinus表示，隨著這些多元技術的不斷融合和發(fā)展，人工智能必將進一步推動金融科技創(chuàng)新和金融應用領域的變革。
Tinus認為，AI在金融領域的應用中，數據全生命周期的安全保障問題至關重要，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。采用隱私計算、區(qū)塊鏈、數據沙箱等技術搭配融合，是實現人工智能隱私增強的有效手段。通過隱私增強打造可信人工智能的安全底座，將賦能金融科技在從“數字化”向“數智化”轉型的道路上，實現安全可靠可追溯，促進人工智能的可持續(xù)發(fā)展和更多創(chuàng)新應用。
“AI Agent（AI智能體）是大模型在金融領域應用的一個重要趨勢。AI Agent是基于大語言模型進行構建，同時具備記憶檢索、決策推理及行動順序選擇等特性，讓其在處理復雜任務上更具備優(yōu)勢，被認為是未來的發(fā)展方向。AI Agent的智能決策、自動化執(zhí)行、個性化服務、持續(xù)學習和優(yōu)化等特點，能夠為金融機構提供更加智能化、更高效的服務和決策支持?！盩inus表示。
