“生成式AI技術(shù)在金融業(yè)中的應用尚處于技術(shù)探索和試點(diǎn)的并行期，預計1—2年內，首批大模型增強的金融機構會(huì )進(jìn)入成熟應用期，3年后將會(huì )帶動(dòng)金融業(yè)生成式AI的規?；瘧??！?/span>

由清華大學(xué)經(jīng)濟管理學(xué)院、度小滿(mǎn)、《麻省理工科技評論》中國、清華大學(xué)經(jīng)濟管理學(xué)院動(dòng)態(tài)競爭與創(chuàng )新戰略研究中心聯(lián)合編寫(xiě)的《2024年金融業(yè)生成式人工智能應用報告》（以下簡(jiǎn)稱(chēng)《報告》）日前做出如上預測。

《中國經(jīng)營(yíng)報》記者了解到，《報告》關(guān)注了國內外170余家銀行、保險、資管等金融機構，系統性揭示了金融業(yè)生成式AI的創(chuàng )新能力、商業(yè)價(jià)值和政策期望，為國內金融機構應用生成式AI技術(shù)提供了指引。

報告主要負責人、清華大學(xué)經(jīng)濟管理學(xué)院副院長(cháng)李紀珍表示，2023年是基礎大模型智能涌現的一年，2024年生成式AI將從模型層走向應用層。開(kāi)拓落地應用場(chǎng)景，不斷提高客戶(hù)采用率和大模型利用率，將會(huì )是2024年生成式AI突破發(fā)展的重要內容。

生成式AI釋放金融業(yè)全新生產(chǎn)力

毋庸置疑，生成式AI正在席卷金融業(yè)，釋放新的生產(chǎn)力，賦能銀行數字化轉型，以前所未有的方式重塑全球金融業(yè)的格局。

《報告》指出，金融業(yè)是單位數據產(chǎn)出的行業(yè)，銀行業(yè)每100萬(wàn)美元的數據產(chǎn)出高達820GB，是制藥行業(yè)、零售行業(yè)的2倍多。目前，我國金融機構的數據資產(chǎn)規模達到了千億級，蘊藏巨大商業(yè)價(jià)值?！霸阢y行充分釋放高質(zhì)量數據價(jià)值的過(guò)程中，有望給金融業(yè)帶來(lái)3萬(wàn)億規模的增量商業(yè)價(jià)值，并可能將徹底改變交易的進(jìn)行、投資的管理和風(fēng)險的評估方式?！?/p>

具體到金融業(yè)細分領(lǐng)域，《報告》指出，在零售銀行和財富業(yè)務(wù)上，生成式AI可以創(chuàng )建合成數據來(lái)幫助訓練KYC背后的機器學(xué)習算法，還可以為虛擬助手創(chuàng )建更準確的自然語(yǔ)言模型。

在中小企業(yè)銀行業(yè)務(wù)上，除了支持更復雜的虛擬助理之外，生成式AI還將幫助解釋包含非數字數據（例如商業(yè)計劃）的小企業(yè)貸款申請。

在商業(yè)銀行業(yè)務(wù)領(lǐng)域，生成式AI將加速商業(yè)銀行的后臺任務(wù)，例如在復雜場(chǎng)景下實(shí)時(shí)回答有關(guān)客戶(hù)財務(wù)績(jì)效的問(wèn)題，還可以通過(guò)增加某些經(jīng)濟條件下業(yè)務(wù)績(jì)效的稀疏數據來(lái)幫助訓練預測算法。

在投資銀行和資本市場(chǎng)領(lǐng)域，《報告》認為，生成式AI可以幫助銀行對包含復雜、非流動(dòng)性金融產(chǎn)品的資產(chǎn)負債表進(jìn)行壓力測試。通過(guò)綜合各種場(chǎng)景的測試數據，生成式AI可以使金融穩定措施更加精確并降低合規成本。

在支付領(lǐng)域，生成式AI進(jìn)一步重塑交易方式?；A大模型支持的聊天機器人(10.210, -0.12, -1.16%)和虛擬助理提供即時(shí)客戶(hù)支持、解決查詢(xún)，甚至提供個(gè)性化的金融產(chǎn)品和服務(wù)。

國內頭部銀行的科技負責人表示，相比傳統模型，生成式AI大模型最突出的是工作效率的提升、輔助代碼編寫(xiě)等，能大幅提升從想法到原型的開(kāi)發(fā)速度。

萬(wàn)億增量市場(chǎng)如何開(kāi)發(fā)？

以我國銀行業(yè)為例，根據財報信息顯示，已有工商銀行(5.090, 0.08, 1.60%)、農業(yè)銀行(3.860, 0.06, 1.58%)、平安銀行(9.620, 0.12, 1.26%)、北京銀行(4.960, 0.06, 1.22%)等6家上市銀行公開(kāi)發(fā)布大模型技術(shù)開(kāi)發(fā)與應用的信息?！秷蟾妗氛J為，生成式AI在保險和證券業(yè)等金融機構中的商業(yè)應用會(huì )有所延遲，但整體差距不會(huì )超過(guò)一年。高質(zhì)量數據將是銀行和其他金融機構的核心競爭力，這將會(huì )加速金融機構的組織變革與業(yè)務(wù)轉型。

但必須看到，生成式AI的發(fā)展仍在早期，在金融業(yè)的鋪開(kāi)還需要時(shí)間?！秷蟾妗分赋?，大模型開(kāi)發(fā)和使用的高成本也是阻礙其在金融業(yè)應用的主要原因，一些預算緊張的小型銀行無(wú)法使用它。

度小滿(mǎn)CTO許冬亮表示：“短期看，大模型是數智化的延伸，為企業(yè)降低成本、提升效率；長(cháng)期看，大模型將演進(jìn)為超級智能體，重構企業(yè)業(yè)務(wù)流程?！痹谒磥?lái)，2024年將會(huì )是生成式AI應用涌現的一年——在B端場(chǎng)景，生成式AI將大幅提升數據創(chuàng )造價(jià)值的效率。在C端場(chǎng)景，大模型已經(jīng)在從大語(yǔ)言模型向多模態(tài)大模型、Agent智能體，甚至具身智能方向進(jìn)化，這些新能力的注入，會(huì )極大提升生成式AI的人類(lèi)交互能力和任務(wù)處理能力。

需要注意的是，面對萬(wàn)億級別的市場(chǎng)空間，市場(chǎng)機構應該形成一定業(yè)務(wù)共識。針對此，《報告》提出了國內金融機構在2024年采用生成式AI時(shí)需要遵循的八項原則建議：

一、正確認識生成式AI的作用域；

二、模型參數并非越大越好；

三、技術(shù)先進(jìn)性和業(yè)務(wù)可持續性是選擇合作伙伴的兩個(gè)關(guān)鍵標準；

四、生成式AI技術(shù)的開(kāi)發(fā)者實(shí)際上也是重要的監管者；

五、著(zhù)眼于端到端解決方案，而不是讓它成為一個(gè)點(diǎn)解決方案；

六、根據實(shí)際情況確認應用的優(yōu)先級順序；

七、把大模型帶到數據中心環(huán)境中運行，而不是把數據帶到大模型所在的地方；

八、由首席執行官直接牽頭指導負責任的人工智能治理框架。

來(lái)源：《中國經(jīng)營(yíng)報》