在金融行業(yè)，AI的打開(kāi)方式是什么？
每經(jīng)記者 張宏 李玉雯每經(jīng)編輯 馬子卿
“AI取代銀行業(yè)工作崗位的數量可能超過(guò)其他任何行業(yè)。”花旗集團近期的一份報告顯示，美國銀行業(yè)約54%的崗位可能實(shí)現自動(dòng)化，還將有12%的崗位通過(guò)AI得到增強。
當下銀行業(yè)的種種跡象已然對此觀(guān)點(diǎn)有所映射，特別是這兩年正逢生成式AI大模型的風(fēng)口，“AI+金融”發(fā)展迅速。從應用場(chǎng)景來(lái)看，銀行機構在客戶(hù)服務(wù)與智能問(wèn)答、信貸審批與風(fēng)險管理、智能運營(yíng)與流程自動(dòng)化等多個(gè)領(lǐng)域都開(kāi)展了AI應用探索且日趨成熟。
這背后的動(dòng)力在于，在當前息差持續承壓、營(yíng)收增速放緩的環(huán)境下，以銀行業(yè)為代表的金融機構正在進(jìn)行一場(chǎng)“刀刃向內”的自我革新，而AI在金融領(lǐng)域的創(chuàng )新應用則推動(dòng)金融服務(wù)向著(zhù)更加智能化和個(gè)性化發(fā)展，促使金融機構更有效地管理風(fēng)險、提高運營(yíng)效率、優(yōu)化客戶(hù)體驗。
有觀(guān)點(diǎn)認為，以生成式AI等為代表的新興技術(shù)作為驅動(dòng)力，將為金融領(lǐng)域帶來(lái)一場(chǎng)前所未有的變革，而與此同時(shí)，行業(yè)仍面臨著(zhù)隱私保護、成本投入、決策可信度等多方面的挑戰，如何破局成為各家金融機構面臨的共同問(wèn)題。
當前，在金融數字化轉型的版圖上，一場(chǎng)新的科技競賽已悄然展開(kāi)。
2024年7月5日，上海，世界人工智能大會(huì )（WAIC 2024）在世博展覽館舉行。圖為觀(guān)眾在“螞蟻集團”展臺上的金融管家前駐足觀(guān)看。視覺(jué)中國圖
人工智能正被銀行業(yè)廣泛應用
“就銀行業(yè)而言，各家商業(yè)銀行都在擁抱AI技術(shù)，希望利用技術(shù)創(chuàng )新來(lái)支撐業(yè)務(wù)創(chuàng )新發(fā)展，提升服務(wù)水平，在差異化競爭中脫穎而出。”南京銀行相關(guān)負責人對記者表示，如智能問(wèn)答、OCR輔助錄入、反欺詐、智能投顧等。此外，在小微企業(yè)、中大型企業(yè)、集團以及金融市場(chǎng)客戶(hù)中，各類(lèi)AI應用場(chǎng)景也逐漸豐富起來(lái)，并且銀行內部各項管理環(huán)節中，也逐步出現了增效、提質(zhì)的AI場(chǎng)景。
行行AI董事長(cháng)、工信部工業(yè)文化發(fā)展中心AI應用工作組執行組長(cháng)、順福資本管理合伙人李明順表示，人工智能在金融行業(yè)的應用歷史相當悠久，并非因為大語(yǔ)言模型（LLM）的出現，才開(kāi)啟人工智能在金融領(lǐng)域的應用，要將傳統的AI技術(shù)與大語(yǔ)言模型加以區分。
李明順介紹：“據我了解，至少從20世紀90年代開(kāi)始，美國的一些金融企業(yè)就已經(jīng)開(kāi)始應用人工智能技術(shù)。在十幾年前，我國金融行業(yè)也有一些企業(yè)開(kāi)始采用人工智能技術(shù)。可以說(shuō)，金融行業(yè)是人工智能應用較早的領(lǐng)域之一。”
一名在國有行從事風(fēng)險管理相關(guān)工作的員工告訴記者，在貴金屬、外匯等代客交易中，操作重復且結構化，往往只在方向和金額上有差異，故可使用量化交易算法（AI）代替交易員執行市場(chǎng)策略。而在資金業(yè)務(wù)中，虛擬交易員可利用生成式AI，在資金拆借等場(chǎng)外交易中，通過(guò)聊天方式完成交流、報價(jià)甚至成交。
此外，銀行還通過(guò)在“易貸類(lèi)”產(chǎn)品中應用AI技術(shù)簡(jiǎn)化貸款審批流程。利用AI分析客戶(hù)信息，形成“白名單”，名單內客戶(hù)將在輸入請求后快速獲得信用額度。上述國有行員工表示，傳統審批流程繁瑣，需信貸員與客戶(hù)溝通、簽署材料、提交分行或總行審批，耗時(shí)可能數周至數月。“易貸類(lèi)”產(chǎn)品使審批模型化、實(shí)時(shí)化，客戶(hù)可迅速獲得反饋。
在結算業(yè)務(wù)中，AI還用于反欺詐和反洗錢(qián)，預判交易風(fēng)險。上述國有行員工指出，以前身份證到期后需要去網(wǎng)點(diǎn)更新信息，現在不用去網(wǎng)點(diǎn)，拍照人臉識別即可，這也得益于A(yíng)I的應用。
李明順也表示，生成式AI正被用于提供輕度引導服務(wù)，包括為高凈值客戶(hù)提供投資理財咨詢(xún)。結合數字人技術(shù)，指導客戶(hù)辦理手續，提供專(zhuān)業(yè)投資建議，同時(shí)降低隱私信息泄露風(fēng)險。傳統人工服務(wù)中，客戶(hù)經(jīng)理可能記住敏感信息，存在信息泄露風(fēng)險。人工智能則能有效保護客戶(hù)隱私，避免數據泄露。
人工智能還可被應用于催收。李明順表示，過(guò)去，催收工作通常由人工執行。然而，人工催收存在情緒波動(dòng)問(wèn)題，可能導致不當溝通和極端行為。生成式AI輔助催收可通過(guò)預設表述避免過(guò)激語(yǔ)言，能夠始終保持禮貌、專(zhuān)業(yè)，且不用休息。
硅谷風(fēng)投機構“玩轉”人工智能
談及未來(lái)可探索的領(lǐng)域，李明順表示，人工智能輔助面試在大規模招聘中極具潛力。人工智能可準確記錄候選人的情緒、性格及專(zhuān)業(yè)程度，幫助面試官客觀(guān)評分，減少私人關(guān)系影響。
一位在海外咨詢(xún)行業(yè)工作的數據分析師告訴記者，他所在的公司正在訓練自身的大模型。公司在這個(gè)行業(yè)已有20年歷史，想把歷史數據做成數據庫，輸入到大模型中，做一個(gè)聊天機器人。訓練過(guò)程需要大量數據微調，要將機器人變成能回答某一領(lǐng)域問(wèn)題的專(zhuān)家，就需要這個(gè)領(lǐng)域的專(zhuān)家出馬，給出問(wèn)題的答案。組內的數據工程師再將答案拿走用作微調，逐步將大模型調整到可以給出合理答案的狀態(tài)。
此外，硅谷風(fēng)險投資機構已廣泛采用人工智能參與項目篩選、盡職調查，并撰寫(xiě)投資備忘錄。AI通過(guò)算法和數據分析，可提高風(fēng)投與初創(chuàng )公司匹配效率，實(shí)現自動(dòng)化篩選和交易搜索。它輔助商業(yè)數據分析，可使投資人快速決策。投資人還可利用專(zhuān)有數據源訓練人工智能平臺，構建內部知識庫，增強投資決策深度和廣度。
在投資機會(huì )發(fā)現階段，AI通過(guò)分析招聘平臺動(dòng)態(tài)、應用程序下載量和消費品交易規模，幫助投資者識別潛在項目。在盡職調查環(huán)節，生成式AI可自動(dòng)生成公司業(yè)務(wù)介紹，進(jìn)行前瞻性分析，直接通過(guò)郵件發(fā)送給投資者，包括投資選項比較和評估。在撰寫(xiě)投資建議書(shū)環(huán)節，生成式AI可以完全自動(dòng)化地完成相關(guān)工作，提供專(zhuān)業(yè)且精準的投資建議。
此外，AI在時(shí)間管理和規劃方面也能為投資團隊提供有力支持。團隊成員可以在系統上查看同事對特定項目的評價(jià)和反饋。系統具備定期提醒功能，確保投資團隊能夠及時(shí)回訪(fǎng)目標公司，并更新業(yè)務(wù)進(jìn)展。
多位受訪(fǎng)人士指出，AI介入金融領(lǐng)域帶來(lái)的優(yōu)勢是多方面的，其中最為顯著(zhù)的是效率和成本的優(yōu)化。與傳統的業(yè)務(wù)操作流程相比，AI技術(shù)能夠自動(dòng)化、智能化地處理大量數據，實(shí)現快速、準確地決策，從而顯著(zhù)節省時(shí)間和人力成本。
同盾科技創(chuàng )新研發(fā)負責人Tinus對記者表示，AI的介入能夠提升金融風(fēng)控、金融營(yíng)銷(xiāo)等應用的精準度，提高金融機構的效率、降低運營(yíng)成本，并增強金融服務(wù)的普及性。
他舉例說(shuō)道，傳統金融業(yè)務(wù)流程主要依賴(lài)專(zhuān)家決策系統，系統建設以指標和專(zhuān)家規則為基礎，指標加工以數據批處理等離線(xiàn)方式為主，數據時(shí)效性較低；專(zhuān)家規則的更新維護以數據分析為基礎，需要給付大量領(lǐng)域專(zhuān)家的人工成本，且難以滿(mǎn)足日益增長(cháng)的業(yè)務(wù)體量需求。
與傳統的離線(xiàn)批處理方式相比，AI可以更及時(shí)地獲取最新的數據和信息，為決策提供更全面的參考。與傳統的基于指標和規則的風(fēng)險評估相比，AI優(yōu)化的決策系統可以綜合利用更多維度的數據和因素，更全面地識別潛在的風(fēng)險，通過(guò)持續的數據分析和模型優(yōu)化，可以不斷提升決策的精準度。
瑞銀證券非銀金融分析師曹海峰以證券行業(yè)為例闡釋AI介入帶來(lái)的優(yōu)勢。
一是大幅減少基礎性、重復性的人力工作，提升效率。例如，營(yíng)銷(xiāo)環(huán)節中的人工客服、營(yíng)銷(xiāo)內容制作；投顧業(yè)務(wù)中初步客戶(hù)信息收集、客戶(hù)咨詢(xún)；投研工作中的數據檢索、會(huì )議紀要、定期報告撰寫(xiě)、路演材料制作；投行業(yè)務(wù)中的銀行流水核查、招股書(shū)撰寫(xiě)等；投資中的交易策略代碼撰寫(xiě)；中后臺的報告生成、辦公、代碼開(kāi)發(fā)。
二是提效，賦能員工，提升產(chǎn)品競爭力。例如，投研業(yè)務(wù)中分析師可利用“數字分身”提高傳播效果；投資業(yè)務(wù)中可實(shí)現數據的自動(dòng)挖掘分析、股價(jià)預測、優(yōu)化基金產(chǎn)品的收益風(fēng)險比；交易業(yè)務(wù)中可優(yōu)化交易策略以減少交易成本及人為偏差。
三是優(yōu)化服務(wù)，提升客戶(hù)體驗。例如，在營(yíng)銷(xiāo)環(huán)節中可實(shí)現千人千面營(yíng)銷(xiāo)；投顧業(yè)務(wù)中可深度分析客戶(hù)需求并提供個(gè)性化推薦，投顧通過(guò)智能檢索內部智庫為客戶(hù)提供專(zhuān)業(yè)化服務(wù)。
一位就職于頭部券商的投資顧問(wèn)告訴《每日經(jīng)濟新聞》記者，他在日常工作中通過(guò)人機結合的方式擴大了服務(wù)半徑。一方面，生成式AI的介入提高了*回復客戶(hù)的效率；另一方面，借助生成式AI將專(zhuān)業(yè)術(shù)語(yǔ)轉化為客戶(hù)易懂的語(yǔ)言或故事，再結合自己的專(zhuān)業(yè)知識校正，增強溝通效果，提升轉化率。
大模型在直播準備中也能發(fā)揮重要作用。由于工作需要，他經(jīng)常需要直播。大模型可以幫助確定主題、搜索資料、設計PPT，節省時(shí)間。主播只需提供核心思想，給出總體趨勢或策略，并負責審閱修改。這讓他能夠專(zhuān)注于核心策略和研究工作。
人工智能尚不適用于金融行業(yè)核心部門(mén)
曹海峰認為，短期來(lái)看，對于生成式AI技術(shù)實(shí)際落地仍相對謹慎，特別是對客業(yè)務(wù)，落地案例較少。制度環(huán)境方面，隨著(zhù)《生成式人工智能服務(wù)管理暫行辦法》的出臺，以及未來(lái)金融監管的或有規定，公司需要考慮如何合理地使用這一技術(shù)。
合規風(fēng)險方面，一方面需要保證內部數據的安全性，另一方面使用GPT技術(shù)服務(wù)客戶(hù)，直接推薦股票、基金等受到監管牌照限制。技術(shù)方面，大模型在一些問(wèn)題的回答上仍存在謬誤，需要人工介入審核和校對，可能會(huì )招致客戶(hù)投訴。
同時(shí)，記者在采訪(fǎng)中了解到，目前AI在金融領(lǐng)域的應用還存在以下痛點(diǎn)。
一是大模型可能導致市場(chǎng)變得更加脆弱。前述國有行員工指出，如果金融市場(chǎng)中的參與者廣泛采用同一模型進(jìn)行決策，這可能會(huì )導致市場(chǎng)變得更加脆弱。假設所有參與者使用相同的模型，并且輸入相同的數據，那么很可能會(huì )得出相似的結論。金融市場(chǎng)的交易需要觀(guān)點(diǎn)不同的買(mǎi)賣(mài)雙方達成一致才能完成交易。如果大多數參與者都采取相同的觀(guān)點(diǎn)，比如同時(shí)選擇賣(mài)出，那么市場(chǎng)波動(dòng)可能會(huì )因此而更加劇烈。
二是大模型尚不適用于金融行業(yè)核心部門(mén)。李明順總結了金融業(yè)在應用大模型時(shí)的困境。他表示，可以將大模型在金融行業(yè)中的應用理解為人工智能技術(shù)的一個(gè)分支。大模型在金融行業(yè)的主要應用體現在營(yíng)銷(xiāo)端和服務(wù)端，例如資料整理、咨詢(xún)服務(wù)等。然而，在一些更為嚴格和關(guān)鍵的金融領(lǐng)域，如風(fēng)險控制和資產(chǎn)定價(jià)，其應用并不十分直接，因為大模型目前還存在“幻覺(jué)”。
李明順認為，大模型本質(zhì)上是一種語(yǔ)言模型，它能夠理解和處理文本，但并不是一個(gè)規則引擎，大模型并不適用于金融行業(yè)的核心部門(mén)。
前述券商投顧也認為，大模型更適合專(zhuān)業(yè)人士使用。因為普通人可能缺乏足夠的金融知識和經(jīng)驗來(lái)判斷生成式AI提供的信息是否準確。如果生成式AI提供的信息是錯誤的，而用戶(hù)又無(wú)法辨別，這可能會(huì )導致問(wèn)題。
三是缺乏個(gè)人信用評分領(lǐng)域的標準化機構。李明順表示，美國金融行業(yè)廣泛應用AI于證券和資產(chǎn)交易，得益于標準化的用戶(hù)數據。我國銀行業(yè)雖收集用戶(hù)信息，但銀行間數據未互聯(lián)互通，資產(chǎn)量化評級面臨標準化不足問(wèn)題。AI在我國金融業(yè)主要用于風(fēng)險控制和初級營(yíng)銷(xiāo)，標準化不足是其應用的主要限制。
四是隱私保護難題。前述數據分析師表示，其所在公司雖然正在致力于將人工智能培育成領(lǐng)域專(zhuān)家，但對于將聊天機器人開(kāi)放給客戶(hù)使用也有顧慮。“假設一個(gè)場(chǎng)景，公司先后接了兩家公司的合同，這兩家公司是競爭關(guān)系。他們都不可以通過(guò)我們知道對方公司的消息，這就需要一個(gè)壁壘。而大模型具有隨機性，這很難實(shí)現。”該分析師表示，出于這一顧慮，該模型初期僅供內部顧問(wèn)使用，幫助新員工快速獲取關(guān)鍵信息。
此外，為防止隱私泄露，其所在公司的法律部門(mén)提出不能在開(kāi)放的大模型平臺上訓練。最終，該公司決定將開(kāi)源模型下載后部署到公司服務(wù)器上，在本地完成檢驗、微調。
生成式AI對金融行業(yè)的潛在影響更大
曹海峰認為，生成式AI對金融行業(yè)的潛在重塑將大于其他行業(yè)，主要由于其大量的數據沉淀、勞動(dòng)力密集度高，以及與語(yǔ)言相關(guān)的工作內容占比高。
Tinus表示：“金融領(lǐng)域正在經(jīng)歷一場(chǎng)由多元技術(shù)融合推動(dòng)的創(chuàng )新浪潮。在這場(chǎng)浪潮中，人工智能、區塊鏈、大數據、云計算等前沿技術(shù)相互交織，為金融應用創(chuàng )新提供了強大的動(dòng)力。”
Tinus表示，隨著(zhù)這些多元技術(shù)的不斷融合和發(fā)展，人工智能必將進(jìn)一步推動(dòng)金融科技創(chuàng )新和金融應用領(lǐng)域的變革。
Tinus認為，AI在金融領(lǐng)域的應用中，數據全生命周期的安全保障問(wèn)題至關(guān)重要，可信人工智能將成為重要的發(fā)展趨勢。
可信人工智能的要素包括安全性、魯棒性（在異常和危險情況下系統生存的能力）、公平性、可解釋性、隱私性、可控性等。采用隱私計算、區塊鏈、數據沙箱等技術(shù)搭配融合，是實(shí)現人工智能隱私增強的有效手段。通過(guò)隱私增強打造可信人工智能的安全底座，將賦能金融科技在從“數字化”向“數智化”轉型的道路上，實(shí)現安全可靠可追溯，促進(jìn)人工智能的可持續發(fā)展和更多創(chuàng )新應用。
“AI Agent（AI智能體）是大模型在金融領(lǐng)域應用的一個(gè)重要趨勢。AI Agent是基于大語(yǔ)言模型進(jìn)行構建，同時(shí)具備記憶檢索、決策推理及行動(dòng)順序選擇等特性，讓其在處理復雜任務(wù)上更具備優(yōu)勢，被認為是未來(lái)的發(fā)展方向。AI Agent的智能決策、自動(dòng)化執行、個(gè)性化服務(wù)、持續學(xué)習和優(yōu)化等特點(diǎn)，能夠為金融機構提供更加智能化、更高效的服務(wù)和決策支持。”Tinus表示。
封面圖片來(lái)源：視覺(jué)中國
