11月30日，由中國金融認證中心（CFCA）、數(shù)字金融聯(lián)合宣傳年聯(lián)合百余家銀行主辦的“數(shù)字化轉(zhuǎn)型前瞻 第十九屆（2023）數(shù)字金融聯(lián)合宣傳年年度活動”在京舉辦。本次活動設(shè)置“前瞻·數(shù)字新趨勢”與“前瞻·轉(zhuǎn)型新路徑”兩大板塊，與會嘉賓圍繞相關(guān)熱點話題進行分享。《2023中國數(shù)字金融調(diào)查報告》發(fā)布、“2023數(shù)字金融金榜獎”頒獎，以及“2023信創(chuàng)‘大比武’金融場景適配驗證賽道”專項獎表彰等重磅環(huán)節(jié)也在本次活動中精彩呈現(xiàn)。
清華大學五道口金融學院副院長、金融學講席教授張曉燕出席活動并以《大語言模型在銀行數(shù)字化轉(zhuǎn)型中的應(yīng)用》為題發(fā)表主旨演講。
清華大學五道口金融學院副院長、金融學講席教授張曉燕
大語言模型（英文：Large Language Model，簡稱LLM）是一種用于處理自然語言信息的大型人工智能模型。這些模型在大規(guī)模文本數(shù)據(jù)上進行訓練，以學習語言的語法、語義和上下文信息，使它們能夠理解和生成人類語言并執(zhí)行多種任務(wù)。
張曉燕談到，大語言模型雖然出現(xiàn)的時間較短，但正在對全球經(jīng)濟和中國經(jīng)濟產(chǎn)生積極和深遠的影響。首先是大語言模型帶來全球經(jīng)濟生產(chǎn)效率的提升，助力經(jīng)濟增長；其次是推動就業(yè)市場更迭，高盛預計全球超過3億個崗位將受到大語言模型沖擊，但求職者也可以考慮轉(zhuǎn)向由大語言模型產(chǎn)生的新崗位就業(yè)。
關(guān)于大語言模型在生產(chǎn)中的作用，張曉燕指出其最主要提供兩大應(yīng)用：第一是完成對人類語言的加工處理，提升文案工作效率和質(zhì)量；第二是提煉數(shù)據(jù)信息進行決策輔助。
隨后張曉燕指出，金融行業(yè)是信息和數(shù)據(jù)密集行業(yè)，因此大語言模型對金融行業(yè)的潛在影響巨大。首先，金融行業(yè)需要處理海量文本信息，大語言模型有助于分析和提取新聞媒體、研究報告、財務(wù)報表、企業(yè)公告、政府政策等文本信息中的價值；其次，金融信息具有強時效性，大語言模型可以做出秒級分析并提出建議。
銀行業(yè)是金融行業(yè)的重要組成部分，正在廣泛開展和推進數(shù)字化轉(zhuǎn)型，因此必將成為被大語言模型影響的重點領(lǐng)域。張曉燕認為，銀行業(yè)許多場景非常適合大語言模型的應(yīng)用和落地，包括負債業(yè)務(wù)、資產(chǎn)業(yè)務(wù)、中間業(yè)務(wù)等。
對于負債業(yè)務(wù)，基于大語言模型的智能客服可以協(xié)助優(yōu)化存款業(yè)務(wù)流程，同時節(jié)省人力成本，提升服務(wù)效率。如中國工商銀行的AI數(shù)字員工將服務(wù)效率提高了5倍，從人工服務(wù)每位用戶需要8分鐘，縮短到數(shù)字員工服務(wù)每位用戶僅需1.5分鐘。
對于資產(chǎn)業(yè)務(wù)，智能信貸可根據(jù)用戶信用資料提供針對性的貸款方案；智能營銷通過用戶資產(chǎn)、負債、風險行為等資料，基于不同場景，識別和預測客戶的信貸需求和偏好，針對性服務(wù)用戶；智能風控可提高信貸審批的風險識別能力，提高信用風險、操作風險、市場風險的識別能力，實現(xiàn)更有效的風險預測和預警。
對于中間業(yè)務(wù)，智能支付可提高支付結(jié)算安全性和便捷性；智能投顧可根據(jù)用戶風險偏好，推薦個性化理財建議，助力銀行代銷理財產(chǎn)品，如浦發(fā)銀行(600000)“財智機器人”能夠為用戶自動分析和總結(jié)市場現(xiàn)狀，推薦個性化理財建議和產(chǎn)品。
最后，張曉燕談到，銀行業(yè)大語言模型落地同樣面臨很多風險和挑戰(zhàn)，需要行業(yè)高度警醒和重視。比如大語言模型可能導致銀行機密數(shù)據(jù)和客戶隱私泄露。并且大語言模型在銀行業(yè)中的應(yīng)用也面臨監(jiān)管風險，各國對于大語言模型的監(jiān)管態(tài)度目前分歧較大，也有觀點認為人工智能，包括大語言模型的應(yīng)用可能會成為下一個金融系統(tǒng)性大風險的爆發(fā)點。因此張曉燕建議，為了規(guī)范大語言模型在銀行業(yè)健康有序的發(fā)展，希望相關(guān)監(jiān)管部門及時制定規(guī)章制度，指引行業(yè)健康發(fā)展。
最新評論