國有六大行和大部分重點股份制大行2023财年年報已陸續披露，業内對金融科技的關注點開始從“人工智能”轉向對“大模型”的探究。據初步統計，目前已有6家國有大型銀行，以及招商、中信、興業等多家股份銀行，累計近20家金融機構在2023年年報中披露大模型領域的研發和業務應用，由此可見大模型已成為銀行金融業務領域的确定性機會，然而上市銀行之間存在明顯分化，六大行對于“大模型”的探索處于更深入和業務模式更廣泛的階段，股份大行處于開源模型，制定化服務的範疇，城商行、農商行則處于探索階段，披露資訊較少。
六大行對“大模型”投入穩增，試用業務場景廣
钛媒體APP整理出了六大行年報中關于大模型的主要描述，直覺看出工行、郵儲和建行對于大模型的描述更多，相比之下中行、交行和農行的描述較少，六家銀行中除農行外均是2023年年報中才披露了關于“大模型”的資訊。大型銀行此舉說明了銀行業對大模型技術探索與應用的重視。
從整理出的資訊看出，六大行目前對于大模型的探索集中在智能服務，其中包括數字人、智能客服和平台、辦公室助手等，應用主要包括金融資訊、内容及圖檔文本生成、智能客服線上互動等方面，根據資料顯示，銀行金融大模型的落地應用提高了處理案件和接受服務的數量。
六大行中值得關注的是中行，工行和建行，别看中行對于大模型的描述隻有一句，但是其中透露出來數字化建設的範圍和場景廣于其他銀行。短短三行文字描述中提及了“隐私計算”是中國銀行一項名為“一種銀行客戶資訊保護方法、系統、裝置和存儲媒體”的專利技術，該技術主要是保護海外分行客戶資訊的隐私資訊，對海外銀行客戶建立個人隐私資料範圍，總行無法直接擷取未經隐私計算的客戶資訊，提高了客戶資訊的保護效果，它可以基于人工智能和知識圖譜技術的智能推薦、智能搜尋技術對國際和行業監管要求、國家标準規範、國家法律和最佳實踐等進行智能搜尋，以識别海外銀行資訊監管需求，建立海外分行的客戶個人隐私資料資訊庫，并在此基礎上進一步梳理資料資産，建立正式資料分類分級管理機制。
其次是“計算機視覺技術”，它旨在通過模拟人類視覺感覺功能來完成對圖像、視訊等資料的處理、了解和決策，并最終實作自主應對複雜多變的環境，例如運用在網點營運時，它通過對網點采集到的視訊、圖像資料進行視覺分析以及行為分析，将違規違法或潛在風險點“通知”給負責人進行及時改進和處理。
第三是“輔助編碼”，該技術利用人工智能技術、機器學習算法和自然語言處理等技術來幫助開發人員編寫和編輯代碼，它能給開發人員提供智能建議、自動化幫助、優化編碼等功能，提高研發人員整體生産力。
工商銀行融合金融科技能力，打造企業财資一站式、綜合化、數字化服務方案；完善司庫資訊系統，助力企業提升資金管理水準、防範資金管理風險；豐富财資管理雲服務，打造差異化、矩陣式财資管理服務體系。此外它堅持“科技驅動、價值創造”，加快推進科技強行、數字工行建設。夯實安全生産營運基礎，提升創新技術驅動能力，深耕D-ICBC數字生态，深化科技體制機制改革，打造适應高品質發展要求的新引擎。
值得關注的是目前許多銀行都格外重視司庫建設，據钛媒體APP了解，工商銀行推出的司庫資訊系統可以建立以司庫管理為核心的财資管理生态，為企業量身打造賬戶、資金、票據、融資、投資、風控、決策一體化解決方案，此外建設銀行建立了建鼎司庫，農業銀行建立了農銀睿達等多家銀行均建立屬于自己品牌的司庫以便實作數字化的财務管理、資金監控和統籌等功能。
建設銀行率先布局算力基礎建設，該行“建行雲”提供“金融技術底座+金融業務作業系統+精品應用”的金融雲整體解決方案，2023年末算力規模463.34PFlops，其中圖形處理器（GPU）等新型算力占比超20%，整體算力規模和服務能力保持同業領先，為搭建大模型平台提供底層平台。此外，該行持續完善“多區多地多棧多芯”布局，融合通用、智能等多元算力，具備承載超大規模金融核心、關鍵業務和智能服務能力。
此外，建設銀行所實施“方舟計劃”正是推進金融大模型的建設工程，目前基礎能力建設方面，該行金融大模型已具備資訊總結、資訊推斷、資訊擴充、文本轉換、安全與價值觀、複雜推理、金融知識等7項一級能力。
從科技投入和人才上看，六大行在金融科技方面的投入均呈現同比上漲，其中四家銀行投入均在兩百億元以上，工商銀行投入資金數值最高，交通銀行投入占營業收入比重最多，建設銀行投入同比增加最多；金融科技技術和研發人員保持穩定或者正增長，其中工商銀行金融科技人員數值和占比最高，交通銀行金融科技人員同比增加最多，其次是農業銀行，綜合以上資料可見2023年六大銀行均加強了對金融科技方面的重視程度。
大型股份行對“大模型”投入疑似出現邊際遞減效益，整體處于開源大模型部署階段
钛媒體APP整理出了大型股份制銀行2023年年報中關于大模型的主要描述，直覺看出大型股份至銀行對大模型的描述明顯多于六大行。相比于六大行對于大模型的描述，大型股份制銀行更細緻描述了運用場景，開源量級以及體系等資訊，股份行中比較值得關注的是平安銀行、招商銀行和興業銀行。
平安銀行表示将大模型技術用于汽車金融 AI 驗車場景，對比與其他銀行所披露的資訊，這是比較獨特的運用場景，平安銀行擁有該項業務而其他銀行沒有并不令人意外，平安集團旗下子公司業務範圍廣，特别是擁有保險和借貸兩類專項業務的子公司，是以客戶對于汽車相關服務的需求更廣。據钛媒體APP了解，AI驗車服務主要運用了人臉識别、OCR識别等技術，采集證件資訊或者VIN碼，并結合資料核驗方式生成車輛資訊，将自動審批流程化，進而友善後續進行車貸或保險等服務，節省了資料、圖像等資訊的人工交叉驗證環節，提高了業務效率。
圖檔來源@平安銀行APP
招商銀行在2023年年報中表示，要把握大語言模型的确定性機會，積極開展大語言模型建設和應用。一方面，積極加強大模型建設，引入千億參數大模型，用自有語料調優、訓練、适配行内場景，積極跟進開源大模型技術的發展，并在專業場景自研百億參數大模型。另一方面，積極探索大模型在零售、批發、中背景的應用。同時，搭建大模型體驗平台，接入多個國内主流大模型。
據钛媒體APP了解，招行是中國第一家資産規模達10萬億元以上完成系統全面上雲的銀行，它的“系統全面上雲工程”不僅是從實體上關停了傳統集中式架構，将所有流量切至雲上，實施單軌運作，同時它從業務範圍上實作了全行借記卡賬戶、信用卡客戶、對公賬戶以及總分行所有應用系統全部遷移至雲上。此外，“上雲工程”包含兩個模式：一是“金融交易雲”（FTC）替代主機，主要承載招行借記卡、信用卡核心賬務，以及零售轉賬、快捷支付、數字人民币等穩态業務；二是“原生雲”（ACS）承載主機系統之外的傳統開放架構上的系統，主要承載管道類、零售信貸等業務處理類、客戶經營類等敏态業務。
興業銀行建構了“1+5+N”數字興業體系，1是興業銀行手機銀行，5是五大平台，興業普惠、興業管家、興業生活、錢大掌櫃、銀銀平台，N則是N個場景生态，同時它釋出百億級大模型 ChatCIB，聚焦财富、投資、報告等垂直領域，上線 6 類數字助手，形成首批 AI 大模型場景賦能。
2023年，在大模型的建設和運用中，興業銀行“衛星遙感賦能金融服務”項目獲得了亞太區第二。該服務主要運用于普惠金融場景，衛星遙感應用系統通過引入衛星遙感“新資料”，結合政府以及行業等多方資料，探索對作物品類、種植面積、長勢情況等有效識别，建立作物種植畫像，逐漸完善農作物資産評估與風險預警機制，為種植産業精準授信提供了科技支撐。在綠色金融場景，賦能林業資産、林業碳彙和新能源項目建設進度遠端監測、貸後風險分析，實作信貸全流程監測降本增效。
從科技投入和人才上看，大型股份行在金融科技投入占比保持穩定在3.5%至6%之間，較六大行投入占比更高，其中中信銀行同比增長最多，招商銀行投入數值最高，但平安銀行、光大銀行和招商銀行投入均為負增長；金融科技人員增幅更為穩定，其中增幅最高是興業銀行，但招商銀行卻出現了負增長的狀況，平安銀行未揭露2022年的金融科技員工，興業銀行金融科技員工占總員工比例最高，這主要歸功于興業銀行一直所大力實施的“科技人才萬人計劃”。
從以上資料可以推斷出幾個資訊：一是整體看來，股份制銀行在金融科技的投入占比以及金融科技員工占比均高于六大行，由此可見股份制銀行轉型束縛更低，但由于大行投入的絕對金額更高，是以現階段六大行整體的數字化轉型程序更快；二是六大行金融科技投入和人員均呈現穩定增長的狀态，相比之下股份行則出現了同比下降的現象，據業内人士分析出現這種情況的原因有四，第一是數字化轉型階段到了瓶頸期，邊際效益遞減；第二是趕上了銀行“降本增效”時期，各個部門都出現了降低成本的現象；第三數字化程序初見成效，目前已有生成式代碼代替簡單程式設計工作，是以對于程式設計員工的需求更加精尖化；第四由于銀行業對于金融科技人才的需求以及中進階人才培養難度高，行業間存在跳槽和挖人的現象，此消彼長，是以有銀行金融科技人員增長就有部分銀行金融科技人員減少。
值得關注的是，作為金融科技領先的甯波銀行以及其他排名靠前的城商行鄭州銀行、青島銀行等均未在2023年年報中提及關于“大模型”的建設。 業内人士表示，大模型的技術門檻是限制其在銀行業中廣泛運用的主要原因，此外資金、人員、時間等成本也導緻目前無法在所有銀行普及該項技術。正因如此，目前國内僅有大中型銀行等金融領先的機構在探索金融大模型的研發和應用，來自不同層級銀行員工表示，該項技術的崛起或将加重中小銀行的生存危機，它會不斷拉大銀行之間的差距，此外随着大模型技術的成熟，原本屬于中小銀行區域化的業務也可能被大模型所占領。（本文首發于钛媒體APP，作者｜李婧滢，編輯｜劉洋雪）
更多宏觀研究幹貨，請關注钛媒體國際智庫公衆号：