摘要:“大模型”無疑是2023年最熱的關(guān)鍵詞之一，隨著大模型概念的崛起和廣泛傳播，金融行業(yè)因被視作最優(yōu)落地場(chǎng)景也同步掀起了一輪熱潮。大模型究竟會(huì)給金融行業(yè)帶來什么？它會(huì)在何種程度上重塑技術(shù)和業(yè)務(wù)，會(huì)衍生出怎樣的商業(yè)價(jià)值？21世紀(jì)資管研究院調(diào)研了三十多家金融機(jī)構(gòu)和科技公司相關(guān)負(fù)責(zé)人，形成了這份《大模型重塑金融業(yè)態(tài)報(bào)告》，通過梳理機(jī)構(gòu)布局情況以及這些領(lǐng)軍者們的觀點(diǎn)，描繪行業(yè)發(fā)展趨勢(shì)。

21世紀(jì)資管研究院研究員楊夢(mèng)雪、李覽青

已有多家金融機(jī)構(gòu)官宣上線大模型產(chǎn)品。

證券及基金業(yè)機(jī)構(gòu)中，國信證券深入研究AI大模型的運(yùn)用，目前內(nèi)部落地以賦能員工工作效率提升為主；工銀瑞信基金上線的FundGPT在數(shù)字人問答技術(shù)、檢索增強(qiáng)大模型、數(shù)據(jù)分析師伴侶、AI助手等領(lǐng)域都取得了技術(shù)突破。

科技公司及各類非銀機(jī)構(gòu)中，馬上消費(fèi)金融的“天鏡”在應(yīng)用層面涉及人工智能客服等場(chǎng)景；奇富科技的“奇富GPT”涉及獲客、運(yùn)營、風(fēng)控、貸后服務(wù)等諸多業(yè)務(wù)環(huán)節(jié)；恒生電子的“Light-GPT”包含投顧、投研等核心金融場(chǎng)景；螞蟻集團(tuán)基于螞蟻?zhàn)匝谢A(chǔ)大模型的兩款應(yīng)用分別面向理財(cái)和保險(xiǎn)兩個(gè)領(lǐng)域，其中C端智能金融助理“支小寶2.0”可為用戶提供高質(zhì)量的行情分析、持倉診斷、資產(chǎn)配置和投教陪伴等專業(yè)服務(wù)，B端智能業(yè)務(wù)助手“支小助”可在投研分析、信息提取等環(huán)節(jié)提供智能服務(wù)。

大模型將為金融行業(yè)的業(yè)務(wù)發(fā)展帶來哪些改變？又將如何重塑業(yè)務(wù)流程？我們認(rèn)為，這個(gè)問題的答案需要從當(dāng)前的應(yīng)用場(chǎng)景和行業(yè)關(guān)注的風(fēng)險(xiǎn)問題等方面來綜合分析。

大模型提供的N種可能

從目前金融大模型的應(yīng)用場(chǎng)景來看，智能客服、投研服務(wù)、合規(guī)審查等均成為較為主流的應(yīng)用方向。而大模型在這些領(lǐng)域的應(yīng)用，也將對(duì)業(yè)務(wù)模式進(jìn)行重塑。

• 智能客服如何“更聰明”？

智能客服，即在人工智能、大數(shù)據(jù)、云計(jì)算等技術(shù)賦能下，通過客服機(jī)器人協(xié)助人工進(jìn)行會(huì)話、質(zhì)檢、業(yè)務(wù)處理，從而釋放人力成本、提高響應(yīng)效率的客戶服務(wù)形式。

智能客服一度被認(rèn)為是大模型在金融行業(yè)當(dāng)前最有可能落地的場(chǎng)景之一。與此同時(shí)，隨著技術(shù)的發(fā)展和深入應(yīng)用，智能客服的職能邊界也逐漸從提供基礎(chǔ)的人工客服輔助向運(yùn)營管理、營銷等功能延伸，市場(chǎng)規(guī)模一路走高。

2023年10月，21世紀(jì)資管研究院發(fā)起了一輪針對(duì)手機(jī)銀行APP智能客服的測(cè)評(píng)。測(cè)評(píng)結(jié)果顯示，當(dāng)前智能客服已經(jīng)成為手機(jī)銀行的基礎(chǔ)功能設(shè)置，也體現(xiàn)出各家銀行精細(xì)化運(yùn)營的大趨勢(shì)和差異化。與此同時(shí)，手機(jī)銀行智能客服功能的用戶體驗(yàn)重度依賴于前期大量基礎(chǔ)設(shè)置，入口設(shè)置、圖標(biāo)設(shè)置、互動(dòng)流程設(shè)置等，每一項(xiàng)都非常影響體驗(yàn)。而由于銀行業(yè)的特殊性，需要非常重視安全和隱私，智能客服需在體驗(yàn)、效率和安全之間尋找最佳平衡點(diǎn)。此外，數(shù)字人尚未進(jìn)入深度應(yīng)用階段，目前主要作為視覺形象展示，服務(wù)功能上與傳統(tǒng)智能客服尚無差異，使用體驗(yàn)也有待優(yōu)化。

大模型的落地應(yīng)用，能否為智能客服裝載一個(gè)更智能的“大腦”？從業(yè)務(wù)邏輯來看，當(dāng)前主流的智能客服大多依靠內(nèi)容檢索和預(yù)設(shè)，幾乎無法實(shí)現(xiàn)語義理解和分析。但如果能夠利用大模型的知識(shí)和通用能力，在限定話術(shù)的情況下或能一定程度上完成智能應(yīng)答及輔助人工座席實(shí)時(shí)服務(wù)等工作，在提高智能客服擬人度的同時(shí)也能夠提升人機(jī)協(xié)同的效率，同時(shí)在對(duì)客服務(wù)體驗(yàn)優(yōu)化和員工效率提升兩方面提供助力。

• 投研服務(wù)如何“更智能”？

投研服務(wù)通常包括投資咨詢和研究服務(wù)，通過對(duì)投資對(duì)象的分析研究預(yù)測(cè)其未來表現(xiàn)和收益等，在投資領(lǐng)域占據(jù)重要位置。

大模型技術(shù)對(duì)于投研服務(wù)的重塑更多地體現(xiàn)在“增效”方面，將原本依賴人工花費(fèi)小時(shí)級(jí)的資料查詢整理等工作縮減至分鐘級(jí)，同時(shí)基于市場(chǎng)資訊、研報(bào)等專業(yè)材料的預(yù)訓(xùn)練之后，智能投顧理論上也可以實(shí)現(xiàn)基于自動(dòng)化分析，從而實(shí)現(xiàn)思考維度更全面、邏輯推理更穩(wěn)定的分析結(jié)果。

• 信貸風(fēng)控如何“更高效”？

大模型在金融行業(yè)的應(yīng)用場(chǎng)景還包括為以信貸業(yè)務(wù)為代表的一系列風(fēng)控審查工作提質(zhì)增效。以貸款業(yè)務(wù)為例，在傳統(tǒng)的業(yè)務(wù)模式下，申請(qǐng)、審批、放款、存續(xù)到收回的全流程均涉及各類盡調(diào)及分析等耗時(shí)耗力的工作，同時(shí)也具有審批文件量大、審核點(diǎn)數(shù)量多、人工審核費(fèi)時(shí)費(fèi)力等諸多痛點(diǎn)。而基于衛(wèi)星遙感、NLP等大模型能力，能夠抽取信貸審批書風(fēng)險(xiǎn)審核要素(如金額、期限、利率、業(yè)務(wù)品種、擔(dān)保方式等審批關(guān)鍵點(diǎn))，為后續(xù)數(shù)據(jù)查詢和分析挖掘提供支撐，大大降低時(shí)間和人力成本，提升審核效率。

信貸業(yè)務(wù)對(duì)于人工智能技術(shù)的應(yīng)用已相對(duì)成熟，當(dāng)前有越來越多的機(jī)構(gòu)愿意嘗試以大模型技術(shù)提升風(fēng)控能力。從應(yīng)用層面來看，大模型技術(shù)能夠應(yīng)用于信貸審批的場(chǎng)景涉及貸前風(fēng)險(xiǎn)評(píng)估、智能盡調(diào)報(bào)告、輔助審批、合規(guī)審查、貸后催收服務(wù)等幾乎全流程的業(yè)務(wù)。

合規(guī)風(fēng)險(xiǎn)等難題待解

大模型技術(shù)的應(yīng)用就像硬幣的正反兩面，正面是技術(shù)應(yīng)用將信息處理和智能決策帶入新紀(jì)元，反面則是大模型訓(xùn)練和微調(diào)面臨的數(shù)據(jù)問題、合規(guī)及法律法規(guī)等方面的問題、大模型固有的“幻覺”問題等一系列可能存在的問題。

作為一個(gè)對(duì)安全性、合規(guī)性、準(zhǔn)確性、可控性要求都較高的行業(yè)，盡管當(dāng)前的主流觀點(diǎn)傾向于認(rèn)為以大模型為代表的人工智能技術(shù)將對(duì)金融行業(yè)現(xiàn)有的業(yè)務(wù)流程帶來重塑，但大模型的應(yīng)用仍然面臨合規(guī)風(fēng)險(xiǎn)、數(shù)據(jù)安全、隱私安全、可信可解釋等諸多方面帶來的風(fēng)險(xiǎn)。

從我們多方調(diào)研的情況來看，盡管當(dāng)前在金融不同業(yè)務(wù)場(chǎng)景中已有諸多應(yīng)用和探索，但對(duì)于金融機(jī)構(gòu)而言，目前大模型考慮或已落地應(yīng)用最多的方向仍然是為內(nèi)部員工“增效”。如為客服人員提供AI客服助手，以基于大模型的人工智能工具協(xié)助工作人員提取部分信息、提升服務(wù)效率，為投研人員提供研報(bào)摘要、輔助生成報(bào)告，為審計(jì)業(yè)務(wù)人員提供數(shù)字勞動(dòng)力，以基于大模型的語言指令調(diào)取API等，此外還包括代碼生成、代碼輔助等。

不同于其他行業(yè)，金融行業(yè)對(duì)于機(jī)構(gòu)的合規(guī)性考察更為嚴(yán)格，且已有一套針對(duì)業(yè)務(wù)相對(duì)完善的監(jiān)管標(biāo)準(zhǔn)。具體到應(yīng)用層面，多家金融機(jī)構(gòu)都表達(dá)了對(duì)于合規(guī)性的擔(dān)憂。

以上述智能客服這一場(chǎng)景為例，金融行業(yè)對(duì)于直接的對(duì)客服務(wù)有較其他行業(yè)更為嚴(yán)格和準(zhǔn)確的要求，如以基于大模型的智能客服直接對(duì)客，其輸出的內(nèi)容并未經(jīng)過內(nèi)部的合規(guī)審查，對(duì)銀行等機(jī)構(gòu)而言即存在不可控的風(fēng)險(xiǎn)，相關(guān)內(nèi)容按現(xiàn)行規(guī)定也無法直接對(duì)客輸出，實(shí)際或難以落地應(yīng)用。再如大模型的訓(xùn)練，目前一個(gè)比較可行的方法是基于境外開源模型進(jìn)行二次訓(xùn)練或微調(diào)，但這仍然涉及基礎(chǔ)模型的合規(guī)性和其中數(shù)據(jù)的合法性，在二次訓(xùn)練和微調(diào)階段還涉及數(shù)據(jù)隱私、數(shù)據(jù)傳輸及數(shù)據(jù)保護(hù)等方面的問題。

同時(shí)，除數(shù)據(jù)安全性與合規(guī)性問題之外，高質(zhì)量數(shù)據(jù)缺乏、數(shù)據(jù)樣本不足、迭代較慢等數(shù)據(jù)質(zhì)量問題也被頻繁提及。以高質(zhì)量數(shù)據(jù)問題為例，由于金融行業(yè)非結(jié)構(gòu)化數(shù)據(jù)較多，高質(zhì)量數(shù)據(jù)的缺乏為金融行業(yè)訓(xùn)練或微調(diào)模型帶來直接的挑戰(zhàn)。

以數(shù)據(jù)迭代問題為例，由于金融行業(yè)對(duì)于信息和數(shù)據(jù)的變化更加敏感，大模型的微調(diào)和訓(xùn)練均需要基于海量歷史數(shù)據(jù)，而數(shù)據(jù)無法實(shí)時(shí)更新，也使得其產(chǎn)出的內(nèi)容在實(shí)際使用中效用有所折扣。如在信貸審批及風(fēng)控等應(yīng)用場(chǎng)景中，可能面臨基于大模型的信貸風(fēng)控體系無法實(shí)時(shí)匹配新客群信用風(fēng)險(xiǎn)、軟硬件基礎(chǔ)建設(shè)無法完全支持等諸多問題。

盡管大模型當(dāng)前熱度空前，各金融機(jī)構(gòu)尤其是頭部機(jī)構(gòu)都基于自身需求和行業(yè)特性作出了一些探索，但大模型技術(shù)在金融領(lǐng)域的大規(guī)模落地當(dāng)前仍然處于“前景不明”的階段。在調(diào)研中我們了解到，金融機(jī)構(gòu)目前首要關(guān)注的是合規(guī)性、應(yīng)用方向等問題，與此同時(shí)算力和基礎(chǔ)設(shè)施等一系列改造也涉及一筆不小的投入，在尚未達(dá)到成本和效益的平衡點(diǎn)的情況下也或難以進(jìn)行大規(guī)模投入。從目前作出的嘗試來看，金融機(jī)構(gòu)在大模型布局上也更傾向于相對(duì)謹(jǐn)慎的打法，先在某個(gè)領(lǐng)域或業(yè)務(wù)場(chǎng)景中進(jìn)行小規(guī)模試水，判斷成效后再逐步應(yīng)用至更核心的業(yè)務(wù)場(chǎng)景。

尾聲

每當(dāng)一場(chǎng)新的技術(shù)浪潮來襲，金融行業(yè)始終站在應(yīng)用的最前端。對(duì)于金融行業(yè)而言，大模型對(duì)金融機(jī)構(gòu)的影響不僅是在技術(shù)、應(yīng)用層面，而是對(duì)金融業(yè)數(shù)智化轉(zhuǎn)型與金融服務(wù)的智能化發(fā)展產(chǎn)生深遠(yuǎn)影響。

基于前期調(diào)研訪談，21世紀(jì)資管研究院認(rèn)為金融行業(yè)在大模型浪潮影響下，將呈現(xiàn)四個(gè)未來發(fā)展趨勢(shì)。

第一，金融行業(yè)有望步入AI驅(qū)動(dòng)的新階段。回顧過去金融機(jī)構(gòu)的數(shù)字化轉(zhuǎn)型，是基于監(jiān)管要求自上而下推進(jìn)的技術(shù)架構(gòu)重塑，而大模型“iPhone時(shí)刻”的到來，對(duì)金融機(jī)構(gòu)數(shù)智化轉(zhuǎn)型的發(fā)展范式產(chǎn)生深遠(yuǎn)影響。

從驅(qū)動(dòng)大模型的“三駕馬車”來看，大模型需要大參數(shù)規(guī)模的訓(xùn)練語料庫，高質(zhì)量數(shù)據(jù)集促使金融機(jī)構(gòu)重新審視數(shù)據(jù)管理流程，盤點(diǎn)數(shù)據(jù)資產(chǎn)，提高數(shù)據(jù)資源利用效率，加強(qiáng)機(jī)構(gòu)間的數(shù)據(jù)流動(dòng)。同時(shí)，有限的算力資源與高昂的訓(xùn)練成本，驅(qū)動(dòng)金融機(jī)構(gòu)基礎(chǔ)設(shè)施架構(gòu)的平臺(tái)化轉(zhuǎn)型，通過多種技術(shù)優(yōu)化算法，以提高資源使用效率，降低大模型使用成本。

從數(shù)字化到智能化，可以預(yù)見的是，AIGC將推動(dòng)金融機(jī)構(gòu)從被動(dòng)轉(zhuǎn)型步入主動(dòng)轉(zhuǎn)型。

第二，金融機(jī)構(gòu)有望通過“AI Agent+”實(shí)現(xiàn)技術(shù)普惠。基于大模型驅(qū)動(dòng)的AI Agent，被普遍認(rèn)為是未來人工智能應(yīng)用的新形態(tài)，相比于過去人工智能技術(shù)的相關(guān)應(yīng)用，AI Agent表現(xiàn)出驚人的自主性與智能性，數(shù)據(jù)顯示過去兩年間針對(duì)AI Agent的研究投入增幅達(dá)到300%。

21世紀(jì)資管研究院梳理各大銀行科技投入與科技人員數(shù)量發(fā)現(xiàn)，近兩年來銀行科技投入已開始出現(xiàn)下滑態(tài)勢(shì)，科技人員新增數(shù)量也逐步減少。在云平臺(tái)等基礎(chǔ)設(shè)施建設(shè)已初步完成后，下一步是釋放科技人員生產(chǎn)力。AI Agent與RPA等傳統(tǒng)技術(shù)結(jié)合，應(yīng)用于金融服務(wù)的各類場(chǎng)景，以自主學(xué)習(xí)的能力可以及時(shí)解決非給定流程中的其他問題，在金融數(shù)據(jù)合規(guī)與隱私安全保護(hù)合規(guī)的情況下，有望成為金融從業(yè)人員與客戶未來的AI助手。

第三，金融領(lǐng)域的AI倫理建設(shè)將持續(xù)加強(qiáng)。成式AI重塑了金融領(lǐng)域科技的應(yīng)用，但也帶來了一定的風(fēng)險(xiǎn)，關(guān)乎金融行業(yè)的數(shù)據(jù)安全、個(gè)人信息保護(hù)、知識(shí)產(chǎn)權(quán)保護(hù)、倫理道德、算法歧視等等多方面問題。

2022年《金融領(lǐng)域科技倫理指引》的發(fā)布，為金融機(jī)構(gòu)在一定程度上明確了倫理底線，但涉及到金融行業(yè)的生成式AI應(yīng)用風(fēng)險(xiǎn)治理，還有待進(jìn)一步政策出臺(tái)。目前多家金融機(jī)構(gòu)均已成立金融科技委員會(huì)等組織架構(gòu)，把握創(chuàng)新與安全的平衡，在未來隨著金融大模型的發(fā)展，這一趨勢(shì)將更為明顯。

第四，金融領(lǐng)域的開放生態(tài)將加速形成。大模型訓(xùn)練對(duì)數(shù)據(jù)、算力等資源規(guī)模提出更高需求，可能導(dǎo)致金融行業(yè)數(shù)智化水平的進(jìn)一步分化，一方面可能對(duì)中小金融機(jī)構(gòu)的數(shù)字化轉(zhuǎn)型形成壓力，另一方面需要高質(zhì)量數(shù)據(jù)集作為訓(xùn)練語料。

這些都呼喚行業(yè)生態(tài)的進(jìn)一步開放，以及在合規(guī)前提下數(shù)據(jù)資源的流動(dòng)。這里的開放，是算法、數(shù)據(jù)、技術(shù)能力的全面開放。算法開放層面，開源模型可以與閉源模型形成互補(bǔ)，降低中小機(jī)構(gòu)的研發(fā)投入，幫助加快模型優(yōu)化迭代，提升開源模型性能，共同突破技術(shù)難題。數(shù)據(jù)開放層面，“越用越聰明”的大模型產(chǎn)品更需要金融領(lǐng)域高質(zhì)量數(shù)據(jù)集，特別是在數(shù)據(jù)成為第五大生產(chǎn)要素、數(shù)據(jù)資產(chǎn)入表的背景下，金融語料庫的共享將賦能金融行業(yè)整體智能化水平躍升。

在調(diào)研中我們獲悉，金融大模型落地的問題往往是工程化問題，因此，相關(guān)技術(shù)廠商的生態(tài)能力也至關(guān)重要，只有更為開放互通的行業(yè)生態(tài)，各方才能共同實(shí)現(xiàn)社會(huì)的智能化水平提升。