随着人工智能技术的飞速发展，大模型作为这一领域的璀璨明珠，其在银行业的应用潜力正逐渐被挖掘和认识。
我们相信，大模型技术将成为银行业转型升级的重要驱动力。它能够提升服务效率，优化风险管理，增强决策的科学性，甚至在某些领域实现颠覆式的创新。然而，我们也清楚地认识到，技术的引入并非没有挑战，数据隐私、模型的可解释性、伦理问题等都是我们必须面对和解决的问题。
本报告深入探讨了20个当前对银行而言最有价值、最具可行性的大模型应用场景，覆盖了从客户服务、风险管理到内部运营的各个方面，并按照业务价值与可行性进行优先级排序。我们希望通过这份报告，能够帮助银行业在数字化转型中把握机遇，规避风险，实现可持续发展。
01
市场概览
2022年，ChatGPT的发布催生了人工智能新浪潮。大模型具备更强的通用性、理解和生成能力，使通用人工智能的发展迎来曙光。
在政策方面，2023年10月，中央金融工作会议上提出金融机构应做好科技金融、绿色金融、普惠金融、养老金融、数字金融“五篇大文章”，金融监管总局则于2024年5月进一步发布《关于银行业保险业做好金融“五篇大文章”的指导意见》，旨在推动银行业保险业形成多层次、广覆盖、多样化、可持续的“五篇大文章”服务体系。
同时，2024年，政府工作报告提出“加快发展新质生产力，深入推进数据经济创新发展”的战略目标，开展“人工智能+”行动，标志着人工智能已经上升为国家战略。
近年来，银行业不断加大金融科技投入，并完善关于人工智能的战略布局。以国有银行为例，2023年，六大国有银行金融科技投入合计高达1228.2亿元，占营业收入的比重平均达到3.5%，金融科技人员数量合计达到9.5万人，占全行员工的比重平均达到5.1%。在人工智能战略布局方面，国有银行积极融入“人工智能+”行动，实现人工智能技术在银行业的有效应用。
以大模型为代表的人工智能技术是银行业发展新质生产力的重要引擎，加快布局和发展大模型是银行业积极响应“人工智能+”行动、提升核心竞争力、推进高质量发展的必然要求。
沙丘智库长期跟踪调研银行业大模型落地情况，从2023年初至今，银行业已经从最开始的观望态度逐渐过渡到将大模型技术作为未来的重点方向持续加持。当前，大模型在银行业的渗透也已从国有大行、股份制银行延伸到头部城商行、农商行。
从建设路径上看，对于大型银行而言，由于专业数据海量、应用场景丰富，更多引入业界领先的基础大模型，在此基础之上，自建或联合业界头部科技公司等共建金融行业大模型、金融企业大模型，在具体场景应用时，考虑到建设周期较长，可采用微调形成专业领域的任务大模型；
对于中小银行而言，则更多是综合考虑应用产出和投入性价比，按需引入各类大模型的公有云API或私有化部署服务，直接满足业务诉求。
但大模型并非万能，受制于模型黑盒、计算复杂度高、推理结果不可预知等因素，存在答非所问、应用成本高、科技伦理风险等方面的问题，银行需要充分关注其带来的应用风险。
对银行来说，现阶段最容易实现的大模型应用包括员工知识助手、智能文档助手、客服坐席助手（对内）、智能编码助手等较为“外围”的工作，但如果要将大模型进一步渗透到合规、风控、营销等核心业务场景中，还需要经过长时间的考验，在垂直业务领域进行磨合。
02
大模型应用场景评估
针对众多的大模型应用场景，银行应从业务价值和可行性两个维度进行大模型应用场景的评估。
本报告共定义了20个大模型应用场景，包括员工知识助手、智能文档助手、客服坐席助手（对内）、智能编码助手、智能办公助手、数据分析助手、软件测试助手、个性化营销素材生成、智能运维助手、信贷审批助手、反洗钱报告生成、对话交易助手、虚拟数字客服（对外）、智能营销助手、智能财富助理（对外）、合规审查助手、异常交易检测、智能审计助手、监管合规政策解读、贷后催收助手，这些应用场景将助力银行实现提高营收、降本增效、风险管理以及非财务价值，银行业相关技术负责人可以根据大模型应用场景评估结果进行合理的资源投入与分配。
应用场景评估结果、场景定义等可查看完整报告：《2024中国银行业大模型应用场景评估报告》
▎更多研究
*更多生成式AI研究可前往“沙丘智库”小程序查阅
*有任何需求可咨询客服微信：zimu738
