大數據、云計算、人工智能和區塊鏈的迭代發展,正在重塑金融服務模式。4月23日,在由上海金融業聯合會、華東師范大學長三角金融科技研究院聯合主辦的“2024長三角金融科技三十人論壇”上,來自多家銀行的科技部門負責人分享了他們在金融科技方面的實踐,以及以大模型為代表的人工智能技術在金融領域的應用。總體而言,人工智能技術目前在金融領域尚被更多應用在內部運營上,還處于研究和實踐相結合的階段。
上海金融業聯合會秘書長屠友富介紹說,眼下,金融技術正在不斷優化金融全渠道個性化智能平臺,讓金融服務能夠更普惠更便捷。金融與科技深度融合,使得金融業可以實現對實體經濟需求的精準對接,更高效、更精準地配置到經濟發展的關鍵領域和薄弱環節。
興業銀行總行金融科技研究院負責人李峰在分享中表示,自2023年以來,大模型在金融領域的智能客服、文本審核、營銷風控的應用浪潮一浪高過一浪。
中國工商銀行上海市分行金融科技部副總經理陳浩結合其工作實際介紹說,當人工智能與銀行業務深度融合,且被應用在深度契合的場景里,會顯示出生命力。譬如該行前兩年推的“云放貸”,結合電子證照的功能,客戶在給工行做了相應授權之后,工行就可以獲取客戶的相關證照信息,客戶免去了跑銀行的過程,人工智能在這個應用場景的反響非常好。
此外,人工智能技術也被普遍應用在一些普惠產品上,比如根據企業的稅務信息來計算給企業的貸款額度等。
但銀行業人士也普遍反映,目前人工智能技術更多是被用在銀行內部做運營的提效。李峰稱,“從場景的應用來看,不管是在銀行的零售、對公、金融市場還是風險等業務領域,每個場景落地都需要細化大模型,并需要與傳統技術結合,才能夠形成投研、營銷決策的風控管理。”
陳浩透露,銀行在應用新技術方面相對來說比較審慎,很多人工智能技術在早期都是被應用在內部管理系統上。比如說人臉識別技術最早是應用在訪客上,當下大語言模型更多被用在客戶經理的電子問答領域,比如回答“外地人或外國人的卡遺失了怎么辦,需要遠程授權哪些材料”等問題。“大模型一開始的回答更多是準確的廢話,所以需要在內部做試點,技術成熟以后逐步對外進行推廣。”陳浩介紹說。
此外,如果將大模型等人工智能技術應用于實際業務,還會存在一些現實問題。譬如如果銀行根據企業的稅務信息用人工智能技術來計算貸款額度,發現在業務流程中跟客戶經理自己評估出來的額度,其效用是一樣的。對于客戶經理來講,由系統算出額度不僅效率不高,而且風險很難把控,所以很難推廣。
中國銀行上海分行信息科技部副總經理陸培爾表示,在實際操作中,大語言模型或者AI服務目前還無法直接授信,“如果線上直接把貸款批掉,一旦產生壞賬和風險,那么要由誰來承擔?這肯定需要有一個對應管理職責的問題。”陸培爾表示,他們現在主要用大模型或其他人工智能技術做輔助,包括普惠金融的客戶經理用人工智能輔助做報告,以及智能問答服務和規章制度的檢索等。
對此,華東師范大學長三角金融科技研究院首席科技官李奕濤表示,“在一個重要新生事物出現時,不要高估它的短期作用,但也絕對不要低估它未來的價值,當下金融科技還是以一個研究和實踐相結合的階段。”
“今天我們必須認清,人工智能是一個‘道’,而不是‘術’。”李奕濤稱,長久以來,銀行對智能化的理解和要求主要停留在操作效率、組織架構連接、組織架構流程串聯、上下級審批審查等以控制管理為代表的需求。技術往往就是手段,在具體的應用上非常局限。但在李奕濤看來,眼下人工智能的發展讓銀行能夠以完全不一樣的視角建立一個新的業務生態,即以信息驅動持續發展客戶價值。
“未來的銀行跟傳統的銀行模式最大差異是,前者的收益更多來自成長性收益,有能力識別出來市場的成長性以及成長性背后的風險源泉。從數據驅動業務角度來說,個性化、定制化金融需求,包括跨越全時空動態意義的風險管理會變成可能。”李奕濤認為,對于銀行來說,擁抱人工智能需要不再從部門的具體需求出發,不再以柜面操作或者事后審查作為需求主要來源,而是要能形成一個標準數據治理,或是一個能夠服務于人工智能的新興平臺,由數據驅動產生的無縫連接平臺。