【深读】生成式人工智能与金融专题

编者按：

(资料图片)

《生成式人工智能服务管理暂行办法》自8月15日实施以来，引发金融行业关注。金融业作为人工智能应用最为密切的行业之一，相关政策正式实施将会带来哪些影响？本专题特邀行业人士进行深入探讨。

生成式AI赋能金融转型

□记者 苏洁

自ChatGPT发布起，生成式人工智能相关话题热度持续走高。触手可及的生成式AI技术真切影响着各个行业，以及每一个人的生活与工作。近日，《生成式人工智能服务管理暂行办法》（以下简称《办法》）发布，生成式AI应用引发金融行业关注。

生成式AI应用场景丰富

“人工智能概念从出现到今天，终于在今年生成式人工智能（AI）、大模型等飞速发展的基础上迎来了爆发。这一次改变的，将会是整个人类。”融360联合创始人、CEO叶大清感慨。

锘崴科技创始人、董事长王爽认为，相比此前发布的征求意见稿，落地实施的《办法》多处放宽了监管要求，并增加了鼓励人工智能技术发展的措施。今后，银行业保险业有望进一步利用生成式人工智能语言生成能力，在内容生产、客户服务、风控决策等场景下帮助银行业保险业完成那些标准化、重复性的工作，大幅提升效率。此外，生成式人工智能同样会带来数据安全、隐私风险和算法安全等问题，对此《办法》也进行了更明确的限制和技术指引，相对应的数据安全、隐私计算等技术有望加速落地银行业保险业。

近期，波士顿咨询公司发布的《银行业生成式AI应用报告（2023）》（以下简称《报告》）指出，生成式AI在银行业的应用，从价值创造逻辑上可分为两大类：一是替代人。生成式AI可以替代人，开展大量重复性较高、简单基础的任务，如处理文本的要素提取、处理进件、识别异常项、生成基础数据分析、生成标准化内容等。这能够释放运营类人力资源，实现降本增效。二是赋能人。利用生成式AI的“对话”和“创造”能力，可让AI成为助手，有效放大关键节点的“人”的产能，尤其是客户经理、财富顾问、产品经理、投研经理、信审经理、市场营销人员、编程开发人员等角色，赋能人不仅仅体现在专业内容的形成上，还可能体现在基础管理环节。

《报告》认为，生成式AI在银行业的应用场景可贯穿前中后台各个环节，包括市场和销售、渠道和运营、产品开发、投顾服务、客户服务以及风险合规等方面。银行的每条业务线、每个职能，都有可能找到生成式AI的应用场景。

波士顿咨询公司董事总经理、全球资深合伙人何大勇表示，“生成式AI技术已不只停留于概念阶段，如何借力新技术赋能银行转型已成为行业必须深入思考的命题。”

不久前，众安保险与众安科技共同发布的《AIGC/ChatGPT保险行业应用白皮书》（以下简称《白皮书》）就详细拆解了AIGC在保险业33个具体可落地应用环节，不仅可以在保险产品设计、精算、营销、运营和客服等全链路环节提供深度技术赋能，同时还可以应用于险企日常办公、研发提效等多个方面。

众安保险首席技术官蒋纪匀表示，随着更多垂直行业大模型和自研大模型的落地，AIGC会展现出融合迁移的潜力，通过场景和数据的结合，实现个性化定制、风险控制等优势，带来更高效、更智能、更人性化的服务。

规模化应用仍需体系性规划

生成式AI在带给金融业发展机遇的同时，也面临诸多难题。

“当前市场通用的生成式AI模型具备普适、跨行业通用、模糊语言的特性，而这难以满足银行业对金融专业能力、精准性方面的高要求，”波士顿咨询公司董事总经理、全球合伙人谭彦表示，“因此，如何让生成式AI模型‘说专业的话’、‘说真话’成为银行业规模化应用生成式AI的两个关键挑战。此外，银行等金融机构对数据安全的严格要求也意味着模型的精调和应用都很有可能需在本地进行。”

《白皮书》指出，保险行业在AIGC应用时仍面临挑战，比如营销环节，可能会遇到设计产出物的版权问题、专业适配保险数据的模型训练问题、客户个人信息的安全问题等；在运营环节，可能会产生保险核心数据的合规使用问题、输出结果准确性等问题；在实际应用中，企业应全面考虑数据质量、语义理解、误解风险、用户需求等问题。

王爽认为，金融业走在人工智能应用的前列，生成式AI的出现，标志着人工智能发展史走到了“奇点”，数字技术迎来了颠覆性的变局，将会带来新的冲击和挑战。尤其是在训练过程基于大量数据集，这一属性也会使数据收集、使用、披露面临更多合规要求，因此行业仍需要增强隐私计算技术的应用，同时也应进一步建立监管机制、增强相关立法、完善技术引导，确保生成式AI合规发展。

《报告》指出，银行业具备由点及面推进生成式AI应用的三大条件，即扎实的数字化基础、完备的技术能力和多元丰富的数据。尤其是在重塑体系规模化应用过程中，遵循10/20/70原则，即10%是模型，20%是整体IT能力升级，70%是业务与组织的转型，而后两个因素更为关键。

波士顿咨询公司合伙人孙蔚表示，“生成式AI在银行业规模化应用的落地，依照‘10/20/70’法则，70%是业务与组织的转型。银行需尽早对70%的部分形成清晰的规划：在管理流程方面，构建负责任AI体系、完善配套管理机制、制定员工生成式AI操作行为规范等；在组织和人才长期调整方面，增加质量管理岗员工人才占比、强化员工问题定义能力及解决能力的综合要求、重新设计培训和晋升路径标准等。”

尽管面临诸多难题，但不可否认生成式AI对于各个行业带来的技术革新浪潮。何大勇表示，“随着生成式AI技术的逐步成熟完善，其应用可拓展到银行业全价值链，充分发挥其‘对话’和‘创造’能力，替代人、赋能人，降本增效，释放生产力，为银行业带来巨大变革。因此，银行急需提速布局生成式AI的应用落地，争夺变革浪潮下的竞争先机。”

对于保险公司而言，要开始尝试利用生成式AI技术来生成内容，这不仅有助于提升保险公司的服务质量和客户体验，还有助于提高保险公司的市场竞争力。

相关链接：

【行业声音】金融AI将实现弯道超车

记者观察：AI为金融数字化注入新活力

【政策解读】依法合规发展生成式人工智能应用

关键词：