您的位置:首页> 要闻> 银行业布局人工智能各有侧重

银行业布局人工智能各有侧重

来源:中国银行保险报时间:2024-11-13 07:42

□记者 胡杨

人工智能(AI)迅速发展,为银行业带来全新挑战和契机。银行战略专家刘兴赛认为,新一代人工智能的出现和发展,不仅可以强化银行既有的人工智能应用,还将进一步扩展人工智能在银行全部体系的普及,实现对银行的全面赋能。

日前,农业银行发布《中国农业银行“人工智能+”创新实施纲要》(以下简称《纲要》),再次引发市场及行业对AI与银行业务深度融合的关注。

部署形成确定性的AI应用能力

在《纲要》中,农业银行提出,将按照“两条路径、八大领域、六个方面、三个阶段”的总体策略,开展智慧银行“AI+”全面建设与深度应用。其中,“两条路径”指依托“AI+”重点项目与典型场景,合理布局应用决策式与生成式AI;“八大领域”指聚焦信贷、风控、渠道、运营、投顾、营销、运维、办公,全面实现智慧银行高质量业务发展;“六个方面”指通过场景化牵引,围绕业务、数据、技术、模型、安全和生态,体系化构建深层次、宽领域、多场景的AI全域应用能力;“三个阶段”指按三个时间节点逐步推进落地,基本建成农业银行应用人工智能的体系框架和应用范式,形成确定性的AI应用能力。

从农业银行划定的时间表来看,到2025年底,实现全行“AI+”规模化应用,构建完备的AI应用能力体系;到2027年中,基本建成八大智慧领域,实现全行“AI+”广泛应用,AI创新实践同业领先;到2029年底,实现全行“AI+”应用广度深度的大拓展,助力银行业智能化及国内AI产业达到国际领先水平。

当前,系统性谋划AI与银行业务深度融合的商业银行仍是少数。在农业银行党委看来,《纲要》具有深刻重要意义,即“加快建设商业银行全面、深度应用人工智能的能力体系,沉淀各领域、各场景应用人工智能的确定性能力,将中央金融工作会议关于数字金融大文章的蓝图细化为商业银行高质量发展的施工图”。

银行业AI应用场景广阔

长期以来,金融领域都是先进技术应用的前沿阵地,对于AI也不例外。正如农业银行在《纲要》中强调,场景化是AI研究和应用的牵引力。刘兴赛介绍,当前,银行主要把AI应用在智能识别、智能营销、智能客户服务、大数据风控、智能运维、智能投顾和智能投研等领域。

例如,建设银行打造的人工智能平台便深耕计算机视觉、智能语音、自然语言处理、知识图谱、智能决策等五大领域专业能力。具体来说,该行的金融影像识别产品能利用回流数据不断提升识别精度,超过80%的票据识别实现了零代码配置化支持。此外,还能实现金融视频识别产品,银行卡检测及分类准确率达92%。

工商银行在2024年半年报中也提及了AI的多项应用,例如依托大数据、人工智能等数字化手段提升线上平台智能风控水平,增强风险管理的精准性和有效性;深入推进数字化体验管理与优化,加大人工智能和大数据分析应用,快速有效解决客户反馈体验问题;统筹推进投融资运营管理平台标准化建设与个性化创新,积极探索人工智能、大模型等先进技术的业务应用场景,不断提升信用风险监控预警智能化水平;持续提升集团合规管理信息化水平,引入人工智能等技术优化完善合规管理工具等。

“国内银行对生物识别、活体检测等技术的应用是比较成熟的,但在分析和决策领域,比如风控、投顾等领域,相关应用还处于初步阶段。”刘兴赛直言。

新一代AI蓬勃发展

而生成式大模型等新一代AI的出现和发展,有望为银行带来更全面的赋能。据民生银行介绍,截至2024年上半年末,该行已在智慧问答、智慧坐席、智慧研发、智慧办公、智慧分析、智慧风控、智慧营销、智慧财富管理等八个领域实现了大模型技术应用落地,在代码辅助、营销文案生成、坐席工单总结、远程银行客服FAQ拓写、数字人播报答案润色、办公AI辅助、BI数据分析辅助、企业微信话术助手、保险营销助手等多个场景进行试点,并同步开展内部场景的预研探索,包括反洗钱报告辅助撰写、坐席场景知识随行、对公授信助手等应用。

而兴业银行已将生成式大模型用于反洗钱工作。该行开发的可疑交易报告智能生成模型,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。

《中国银行保险报》记者注意到,业内大多认为,大模型对财富管理、资产管理的赋能空间更大。例如,中金公司研报认为,在需求侧,财富管理、资产管理等领域的信息不对称程度较高,且决策流程更长,大模型能够通过赋能金融服务交互、投资者教育等环节,提升投资者的信息搜集、分析能力和金融认知水平,进而减少信息不对称、提升投资者决策质量。

在供给侧,相较于信贷、保险、支付领域在核心的定价、风控等决策环节主要应用确定性、高精度的传统AI模型完成相关工作,财富管理、资产管理领域的分析决策仍含有较多主观判断,且产品服务的不确定性较大(如收益率波动等),而大模型能够赋能专业人员扩大信息搜集半径、提升分析决策效率,从而为客户打造质量更高的金融产品服务。

尽管大模型有望减少信息不对称、提升整体效率,但要注意的是,大模型在金融领域的应用存在较多风险,包括大模型本身的技术风险、大模型加剧现有金融风险以及潜在新型金融风险,而如何进行适当监管和有效应对将是重中之重。

中金公司银行+研究团队建议,通过加强多方协作共建基础设施、明确分级分类监管持牌制度、鼓励完善机构内部风控制度、发展风控技术等防范风险。