金融新基建:银行业「激战」AI大模型

未来一段时间,AI大模型的场景化落地将会是银行业的重要命题——它考验的不仅仅是哪条技术路线能落地更快、更稳,更考验银行的战略规划、落地执行等能力。

©️懂财帝出品 ·作者|嘉逸

9月的最后5个交易日,A股涨疯了,上证、深证、创业板指数分别暴涨21.37%、30.26%、42.12%。

趁着国庆假期,笔者本想整理一下市场观点和板块涨幅数据,做策略复盘。搜了一圈金融类APP,遂放弃了这个念头。

因为我发现了一个更有意思的点——尽管AI金融大模型被吹得天花乱坠,但在实际应用中,效果却各有差异。

金融新基建:银行业「激战」AI大模型

金融新基建:银行业「激战」AI大模型

金融新基建:银行业「激战」AI大模型

资料来源:东方财富Choice、同花顺iFind、招行APP

例如,我想了解国庆后A股市场上涨的概率。

东方财富AI的答案算是合格,从历史概率、行业表现进行了分析,给出了“上涨概率较大”的结论,并提示了投资风险。

但同花顺AI的回答就比较混乱,开头就搞错了时间——“2024年9月30日反而在国庆之后”,后续的影响因素分析也很笼统。

对比之下,招行AI给出的观点同时覆盖了股票、债券、黄金三个投资品种,相对完善,利好、利空的原因分析也比较切合实际,确实具备一定的参考价值。

聊到这里,笔者想起前段时间,有两家国有行的朋友透露,他们内部已经开始使用AI大模型来撰写研究分析报告和编写代码了。

除此之外,另一个重要趋势是,所有的国有行、股份行在2024半年报中都明确提到了AI大模型。其中,工行、建行、邮储银行、兴业银行、民生银行等,更是花费了大量笔墨来介绍AI大模型的最新落地进展。

再叠加新质生产力等政策来看,显然,中国银行业正大踏步进入AI时代。

今天,我们就一起来聊聊这件事。

01|得场景者得天下

移动互联网时代,“得场景者得天下”被银行奉为圭臬。

如今的AI时代,亦是如此。

梳理国有行、股份行2024半年报能发现,今年上半年,大部分玩家正从AI大模型的研发,向场景落地应用进阶。

金融新基建:银行业「激战」AI大模型

来看几个具体的案例。一个是兴业银行“随兴写”生成式大模型赋能反洗钱。

过去,兴业银行的反洗钱员工每天要处理约30份可疑交易报告。这一工作极其繁琐,每份报告都要从头开展调查、分析交易流水与行为特征,再到撰写润色。处理时长短则20分钟,长则1个小时。

按照最短时间计算,仅30份报告处理下来,就要花费至少10个小时。这意味着,加班是常态。

但现在,随着AI大模型的落地,他们终于可以卸掉沉重的“包袱”了。

据悉,兴业银行“随兴写”是一个可疑交易报告智能生成模型,它利用大模型与自然语言处理技术,能高效精准分析洗钱可疑客户行为、可疑主体信息和可疑交易信息等特征,并快速生成辅助分析报告。这意味着,反洗钱员工只要在初稿基础上调整优化,即可上报提交。

这大大解放了生产力。多位一线员工透露,现在他们可以“将更多精力投入到业务发展、新型洗钱手法研究和专家规则优化等工作之中。”

另一个是AI大模型赋能财富管理。

在国内,缺少金融知识的大众客群一直是财富管理的“盲区”,他们极易追涨杀跌,长期缺少投资获得感。这几天A股暴涨,很多散户非理性贷款、加杠杆“跑步入市”,就是证明。

但如今,AI大模型的应用创造了新解题思路。

本文初提到的招行智能财富助理“小招”就在后市展望中列举了利空因素,并提示了风险:之后可能进入震荡调整期,仍需等待经济基本面好转。

此外,“小招”还能针对笔者的资产给出了配置优化建议,如下图,“小招”就建议:及时补充活钱配置,灵活取用以备不时之需。

金融新基建:银行业「激战」AI大模型

资料来源:招行APP

中信银行也已入局。其基于大模型、自然语言处理、知识图谱已推出智能财富顾问“小信”,它不仅能解答“投资投什么”,还能解读“产品好不好”、分析“持仓怎么样”,以及给出资产负债、加减仓等建议。

客户觉得怎么样呢?一组数据可以说明,截至今年6月末,“小信”已累计服务超百万普通投资者,累计会话量超327万通,用户满意度超95%。

第三个案例是AI大模型赋能研发。

民生银行是“吃螃蟹者”,其研发团队推出了代码大模型规模化应用方法——“慧码”旅程,并基于行内的大模型平台,打造了覆盖开发、集成、测试、投产的端到端运行风险监测能力。

具体效果如何?来看测试数据:引入代码大模型产品后,系统的生成采纳率为20-30%之间,采纳代码与提交量占比大致在30%左右,接近业界主流实践水平,代码注释率从18%提升至约30%。一句话:民生银行的开发效率和代码质量实现了大幅提升。

而这三个案例仅仅是中国银行业数字化、智能化转型的“一隅”。

AI浪潮愈加汹涌。截至目前,中农工建交邮储6家国有大行都已经发布了自己的大模型,股份行中,招行、平安、兴业、中信、浦发、民生6家银行也已推出自己的大模型。

剩余的浙商、光大、华夏三家银行正加码资源,积极研发AI大模型。

场景落地事关降本增效,以及新商业增量的挖掘,虽然搞得很热闹,但目前仍处于探索尝试的初期。

根据财报和公开资料,银行大模型主要应用于智能问答、智能客服、智能撰写研报、智能风控、智能营销、数智财富管理等,标准化程度较高的业务模块。

02|两条技术路线

十年河东,十年河西。

遥想十年前,银行还是移动互联网转型的“困难户”。如今,他们已成为AI大模型落地的“排头兵”,并走出了两条不同的技术发展路线。

金融新基建:银行业「激战」AI大模型

其一是技术自研派,大概率是想实现完全的自主可控,农行“ChatABC”、建行大模型、平安银行BankGPT、兴业银行ChatCIB是代表选手。

他们都拥有较强的科技实力。《麻省理工科技评论》发布的最新榜单显示,平安集团在大模型领域的专利申请量为327件,位居全球前三,建行、农行位居前十。

基于此,农行是国内最早推出银行大模型的机构。农行“ChatABC”和兴业银行ChatCIB的参数规模已达到百亿级。

建行大模型、平安银行BankGPT暂未披露相关技术数据。但落地情况可圈可点,截至上半年末,建行大模型已全面赋能对公、零售、资管、风控、科技、管理六大板块79个内部业务场景;平安银行BankGPT已应用在零售贷款审批、运营管理数智化升级、消保降诉、汽车金融AI验车等业务场景中,实现了降本增效。

其二是“融合派”,走的是“外部引入+内部自研”的技术路线,代表选手有工行、交行、邮储、招行、中信、浦发、民生、浙商8家银行。

并非这几家银行技术不行,而是因为他们想借鉴外部千亿大模型的底层能力,再来打造百亿级的银行垂直模型,以实现能力互补,快速落地。

理论上是可行的。通用大模型灵活度高、泛用性强,但受制于成本,在细分领域并不深入。垂直模型的专业性、合规性强,但通用性差,数据利用率低。二者正好互补。

实践中也取得了一定成果。比如工行大模型和华为昇腾大模型合作研发的,其参数规模已经达到千亿级,已在金融市场、信贷风控、网络金融等50多个场景落地,在银行业内处于领先地位。

邮储银行这两年的转型速度很快,它在半年报中花了大篇幅来介绍AI大模型在生成创作、研发、风控、消费者权益保护、法律法规等场景的落地情况,以及降本增效成果。它和智谱AI有合作,“邮储大脑”已经接入百度文心一言。

招行最为开放,去年引入了上海稀宇科技(MiniMax)的千亿级大模型,随后又积极“牵手”腾讯、华为、商汤科技、字节系的火山引擎、智谱AI等科技公司。

并且,招行还表示,将“加强与百余家大模型生态链企业的深度沟通,推进大模型内、外部生态建设,加快推动AI大模型等前沿科技在本公司的应用落地。”看得出来,招行对AI“野心勃勃”。

当然,其他银行也是如此,对AI志在必得。

所以,未来一段时间,AI大模型的场景化落地将会是银行业的重要命题——它考验的不仅仅是哪条技术路线能落地更快、更稳,更考验银行的战略规划、落地执行等能力。

“逐鹿”AI,银行机构将进入一场全维度的高烈度战争。

03 |大模型拐点未至

聊了这么多,是不是有种感觉:AI银行要来了。

以后在线上,智能AI助手就能解决你的日常金融需求,并根据你的习惯给出个性化解决方案,比如:A股大涨,会第一时间为你分析原因;资产配置不合理,能为你“量身定做”财富管理方案,并推送合适的金融产品。

如果需求复杂要去线下网点办理,客户经理早就通过AI系统了解到你的需求,并提前制定好了一站式解决方案。

银行基层员工们更是开心,他们终于从复杂繁琐的数据和报告中解脱了出来,不再受“案牍劳形之苦”,可以专注于业务发展和客户服务。

这太酷炫了,几乎就是布莱特·金描绘的银行4.0时代“金融无处不在”的情景。

但笔者现在要泼一盆冷水,实现上述梦想还很遥远。当前,银行连AI大模型“拐点”都还没跨过。

一个核心痛点是,以大模型为代表的生成式AI技术本身还不成熟。

受制于数据质量、语料库标准化建设、训练成本等因素,AI大模型经常出现“AI幻觉”,即一本正经地胡说八道。如本文初提到的,同花顺AI把时间都搞错了,2024年9月30日反而在国庆节之后。

金融新基建:银行业「激战」AI大模型

金融新基建:银行业「激战」AI大模型

资料来源:招行APP、平安口袋银行APP

再以招行智能财富管理助手“小招”和平安口袋银行APP为例。

当笔者换了个问题,提问“A股”和“A股热门板块”,“小招”就无法回答了。在平安口袋银行APP中,笔者提问“A股后市展望”,“小安管家”也无法了解到我的实际需求,给出的问题推荐也都不匹配。

另一个关键问题是技术安全和法律监管。

今年8月,欧洲人工智能法案(AI Act)已正式生效。9月30日,尽管美国加州州长Gavin Newsom否决了加州AI限制法案,OpenAI、谷歌、Meta等科技公司逃过一劫,但AI安全治理已经成为全球关注的焦点,且暂未有合适的解决方法。

因此,为了规避技术风险,国内银行落地AI大模型都是小步实验,稳步推进的节奏。

但没办法,商业银行连接着14亿国人和数百万亿资产,事关人们的“钱袋子”,这注定了他们无法“快跑”。

但我们也无需灰心,当AI技术愈加成熟、法律监管逐渐到位时,银行机构就能大显身手,数智化金融就能无处不在。

我们可以怀着开放包容的心态,给银行和科技公司更多一些时间。

说明:数据源于公开披露,不构成任何投资建议,投资有风险,入市需谨慎。