今年以來，随着Chat GDP的火爆，生成式人工智能（AIGC、生成式AI）技術越來越備受金融行業的重視。為最早應用傳統AI技術的領域之一，銀行業也正積極試水生成式AI在行業内各領域和場景下的應用。
“該技術已不隻停留于概念階段，如何借力新技術賦能銀行轉型已成為行業必須深入思考的命題。”近期，波士頓咨詢公司（BCG）釋出《銀行業生成式AI應用報告（2023）》，董事總經理、全球資深合夥人何大勇稱，目前AIGC落地銀行業仍處于最初級的階段。在多重因素作用下，銀行體系内規模化應用生成式AI仍面臨巨大挑戰。
何大勇預計，AIGC将成為銀行核心競争力。未來三到五年，AIGC應用或成為銀行發展好壞的分水嶺。而銀行業在建構AIGC過程中，短期内靠創新能力，中期靠獨有的資料将大模型調節得更加精準可靠，而從長期來看則需要依靠人才的培養。
AIGC在銀行業大有可為 價值釋放前景可期
得益于科學算法的突破和工程算力的進步，生成式AI相較于傳統AI展現出了突破性的對話和創造能力。對于銀行業而言，波士頓咨詢認為，AIGC技術在賦能銀行業發展中大有可為。
根據波士頓咨詢釋出的《報告》顯示，就“對話”能力而言，傳統AI在回答問題時往往對上下文的了解欠缺，導緻答案相關性較低，表達機械化；而生成式AI則能夠了解更長的上下文，并進行拟人化的思考和回答，與人類進行更自然的對話溝通；在“創造”能力方面，傳統AI隻能按照預設任務輸出答案（如分類、數值預測）；而現在的生成式AI能夠自動生成自洽的圖形、文字創作甚至代碼，具備優秀的内容創作能力。
《報告》認為，銀行業應用生成式AI主要遵循兩大類價值創造邏輯：一是替代人，接受大量重複性、簡單基礎的任務，以釋放營運類人力資源；二是賦能人，利用生成式AI的“對話”和“創造”能力，以AI為助手放大關鍵節點“人”的産能，賦能“專業”内容形成和“基礎管理”環節。
波士頓咨詢公司董事總經理，全球合夥人譚彥表示，生成式AI的應用場景可以貫穿銀行全産業鍊的各個環節：每個職能部門、每條業務線本質上都能找到生成式AI的應用場景。同時，有實踐表明規模化應用生成式AI有望為銀行業帶來可觀的降本增效收益。
此外，何大勇還指出，AIGC可以讓銀行中“超個性化”的業務發展更快。通過AIGC，銀行可以更加精準快速地根據客戶畫像生成推薦産品。其中，從标簽到算法，再到内容展示環節，AIGC在兩端都是非常大應用的空間。
規模化應用仍面臨挑戰 銀行仍需系統性規劃
波士頓咨詢釋出的《報告》指出，銀行業具備由點及面推進生成式AI應用的三大條件，即紮實的數字化基礎、完備的技術能力和多元豐富的資料。但規模化應用仍面臨挑戰。
“目前市場通用的生成式AI模型具備普适、跨行業通用、模糊語言的特性，而這難以滿足銀行業對金融專業能力、精準性方面的高要求，”譚彥表示，如何讓生成式AI模型“說專業的話”“說真話”就成了銀行業規模化應用生成式AI的兩個關鍵挑戰。此外，銀行等金融機構對資料安全的嚴格要求也意味着模型的精調和應用都很有可能需在本地進行。
BCG合夥人兼副總裁，BCG中國區首席資料科學家窦德景告訴貝殼财經記者，目前銀行不需要自己訓練大模型，而隻需要在供應商已訓練好的大模型基礎上，用自身積累的專業化資料對其進行微調，而所謂的微調則主要是為了改變重要參數權重。這對于銀行業而言，其成本和難度并不會太高。
《報告》亦認為，在具體應用過程中，巧用方法，利用嵌入、提示詞設計、微調三大抓手，讓AI生成的答案更專業、實事求是。例如利用嵌入，可以使大模型能基于給定的資料庫來生成答案；而利用提示詞設計，則可使模型給出切合專業性要求的準确答案。
此外，《報告》還認為，銀行需具備長線思維，開展體系化的頂層規劃，并與相關業務和科技部門協同共進，推動規模化應用的分步落地。在生成式技術能力體系建設上，夯實技術基礎，合理部署、多元選型、全棧更新。而在重塑體系規模化應用過程中，遵循10/20/70原則，即10%是模型，20%是整體IT能力更新，70%是業務與組織的轉型，而後兩個因素更為關鍵。
建立負責任的AI體系 銀行還應更加注重人才培養
有銀行人士擔憂，AIGC在應用過程中，可能會造成員工過度依賴AIGC的情況，由此會帶來一定的金融風險。不過，波士頓咨詢相關研究人士認為，這實際上可以通過制度問責和人才培養兩方面來解決。
BCG合夥人，BCG金融機構專項核心上司孫蔚認為，在AIGC應用過程中，銀行要建負責任的AI的體系。除了在公平性等方面有所展現外，還需要防範如在信貸風險決策中讓AIGC變成“黑箱”，導緻從監管方無法對其進行穿透管理。同時，在資料安全等方面也應建立起問責機制。
譚彥表示，AIGC并非讓人變得更加懶惰，而是可以把人從低價值的重複性勞動中解放出來，去做更有意義的創造性工作。
“在AIGC大規模使用的未來，人人都可能是資料工程師、IT應用開發工程師。即便是不會程式設計的人，隻要問出‘對的問題’，即可完成相關程式創新工作。”譚彥認為，這需要員工更加了解業務，并了解如何把業務結構化、工程化，這就需要有釋放員工通用型的結構化思維，分析問題、解決問題的能力。她預計，未來各類機構将針對這一方面能力進行大規模的普及性教育訓練。
此外，《報告》指出，AIGC大範圍應用也将變革銀行的崗位和人才結構。專業技能崗位的基礎級别員工的需求量可能會減少，而品質管理崗位的人才需求可能會增加。從人的能力素質要求來看，員工之間專業技術的差距可能會伴随機器的賦能而變小，但在問題定義能力、問題解決能力方面的綜合要求會比以前更高、更能拉開人與人之間的差距。圍繞人才要求的改變，銀行的人才教育訓練體系、人才晉升路徑和标準也都需要相應改變。
新京報貝殼财經記者 姜樊
編輯 徐超
校對 盧茜