來源:中國經營報

本報記者 張漫遊 北京報道

人工智能(AI)技術並非新鮮事物,但ChatGPT和“文心一言”作爲人工智能通用大模型橫空出世,掀起了人工智能應用的新一輪浪潮。

此前,人工智能運用的都是專用人工智能模型,往往只能在具體的領域內產生一定的效果。而ChatGPT代表了人工智能通用大模型的最新進展,顯示了大模型的巨大影響力。

與此同時,銀行業也推出了人工智能的通用大模型。近日,中國工商銀行在業界率先研製投產自主可控的人工智能金融行業通用模型,通過此通用模型,可以初步探索出自主可控通用模型應用於金融行業的實踐,有助於提升數字金融服務的精準度和效率。

競逐通用大模型風口

近日,工行再次披露了在人工智能方面的新進展:發佈基於華爲昇騰AI的金融行業通用模型,即在業界率先研製投產自主可控的人工智能金融行業通用模型。這也是華爲昇騰AI大模型全流程使能體系在金融領域的一次成功嘗試。

所謂大模型,是指容量較大、用於深度學習任務的模型,通常具有海量的參數和複雜的架構,具有湧現性、擴展性、複合性的特徵。

這一模型具有大算力、大數據、大網絡結構等技術特點,通過模型訓練讓千億個神經元(參數)組成具備記憶和推理能力的深度神經網絡,可快速便捷地適配業務場景需求。與以往相關模型相比,這一通用模型具有更豐富的通用知識、更強的學習與推理能力,以及海量的金融專業知識,可更好地降低人工智能應用成本、縮短研發週期、提升識別準確率。

事實上,人工智能交互和決策在金融領域的探索已經有很多年。據《麥肯錫全球人工智能調查報告》數據,近60%的銀行已經整合了至少一項AI功能。最常用的AI技術包括:處理結構化運營自動化工作的機器人流程的自動化(36%),用於營銷和客戶互動的機器智能對話技術(32%),以及基於機器學習和深度神經網絡的用於信用卡核卡或貸款審批的風控管理技術(25%)。

但人工智能大模型則不同。此前,ChatGPT和“文心一言”作爲人工智能通用模型,也在業內掀起了軒然大波。

ChatGPT由初創公司OpenAI於2022年11月推出,其爲基於生成式預訓練變換模型(Generative Pretrained Transformer,GPT)的人工智能聊天機器人,能夠提供與人類語言相若的文字回應,ChatGPT自面世以來隨即成爲全球焦點。內地領先的搜索引擎公司百度宣佈於今年3月推出與ChatGPT類似的服務“文心一言”,消息宣佈當日股價急升 15%。

截至目前,郵儲銀行中信銀行蘇州銀行等多家銀行已宣佈接入“文心一言”。“文心一言”是百度基於文心大模型技術推出的生成式對話產品,具備跨模態、跨語言的深度語義理解與生成能力,可應用於搜索問答、內容創作生成、智能辦公等領域。

AI通用大模型巔峯銀行前中後臺

任澤平團隊發佈的報告指出,現階段,各界海量的數字化需求使得大模型路線以“通用智能”思路降低算法邊際成本,增強人工智能落地應用場景的經濟性。大模型不需要每次就單獨的項目派出大量專家花數月駐場收集數據、調試模型、進行訓練模型等,只需用大量數據和足夠大的算法去訓練一個足夠大的通用模型,再通過量化、剪枝、知識蒸餾等模型壓縮方法把大模型變小,就能高效地進行模型生產,可避免“手工作坊”的AI生產方式,能夠覆蓋各種長尾場景,大大降低複製成本。

人工智能已進入“大模型時代”,這將如何改變銀行業?

以工行人工智能金融行業通用模型爲例,《中國經營報》記者瞭解到,目前,該模型已被應用於多個業務領域。如在客戶服務領域,工行應用該模型支撐智能客服接聽客戶來電,顯著提升了對客戶來電訴求和情緒的識別準確率,能夠更精準有效地響應客戶需求,並且可以大幅縮減維護成本;在風險防控領域,工行實現了對工業工程融資項目建設的進度監控,監控精準度提升約10%,研發週期縮短約60%;在運營管理領域,模型的應用幫助智能提取期限、利率等信貸審批文件核心要素,提升了信貸審批效率。

從已宣佈接入“文心一言”的銀行來看,“文心一言”相關技術的應用主要集中在智慧網點、智能服務等領域。如郵儲銀行表示,“文心一言”技術將在智能客服、數字員工、虛擬營業廳等場景進行應用;百信銀行也明確,將把百度的智能對話技術成果應用在數字金融、AI數字人、數字營業廳等領域。

除了前端的服務外,在後端的投研及風控領域,銀行也在探索“文心一言”運用的可能。以興業銀行爲例,該行指出,將集成“文心一言”技術能力,在智能風控、智能運營、智能投研、智能營銷等金融場景開展人工智能大模型技術應用。

浙江證券以ChatGPT爲例總結道,從銀行客服開始,無論是業務前臺還是中後臺,各項流程都有用ChatGPT重做一遍的潛力。浙江證券認爲,在銀行客服層面,對於客服、催收等人工的替代,與ChatGPT關聯最直接,銀行應用最廣泛,或將開啓深度智能化階段;在業務前端層面,對於財富管理、小微客戶、個人消費貸款等標準型產品,客戶識別有望進一步細化,產品匹配有望更加精準;在業務中端層面,諸如授信報告、審批報告、貸後管理報告等強格式性案頭工作,如能以ChatGPT替代,可有效提高運營效率;在科技基礎層面,銀行投入人工智能相關研究需要持續投入資源,特別是要投入支持模型運轉及數據計算的算力資源。

持續完善自身人工智能產品運營能力

進入到通用人工智能時代,大模型應用將成爲這個時代的操作系統。然而,近日科學技術部部長王志剛指出,我國人工智能自然語言處理模型要做到ChatGPT算法的實時性和有效性並不容易,還需要做大量的工作。

任澤平團隊認爲,如果過度依賴國外的深度學習框架,未來一旦它們被“戰略閉源”,中國就有在關鍵領域被“卡脖子”的風險。因此,國內亟須破局之道,需要大廠引領、技術突破,破除“卡脖子”憂慮。

近日,工行金融科技研究院發佈的《商業銀行人工智能應用實踐及趨勢展望》(以下簡稱“《展望》”)指出,當前人工智能領域仍然處於快速發展階段,新技術理念在不斷衍生和試錯的同時也伴隨着市場化的過度渲染包裝現象出現,商業銀行也需要加強前瞻研判工作,與科技公司、科研院所和同業夥伴等保持廣泛的交流和聯動,就新技術的當下成熟度和發展前景形成洞見,指導新技術理念的跟進策略。尤其對於通用型相對成熟的技術和產品,可以考慮以採購引進的方式快速形成能力;對於需要與行業數據、知識深度融合的智能產品和解決方案,宜綜合考慮採購和自研的策略,同時對外購引入產品加強標準化技術納管,以保證產品的可持續運營能力。

談及下一步銀行業人工智能的發展方向,《展望》認爲,銀行要持續完善人工智能產品運營能力。對於AI產品的持續化運營,頭部科技公司尤其是互聯網公司有着以北極星指標爲導向的成熟方法論,爲商業銀行提供了借鑑經驗,但在運用實踐中,仍然存在種種挑戰,需要各機構結合自身特點探索有效的運營模式。

工行金融科技研究院指出,在人工智能的原料——數據方面,傳統商業銀行的業務數據歸屬業務部門,承擔着數據管理和安全的主體責任,跨部門的數據提取和使用流程較爲複雜,尤其在AI模型投入使用後的數據迴流方面往往無法滿足持續運營的要求,存在數據孤島的現象。工行金融科技研究院建議,後續應當通過制度規範和技術兩方面的提升,在保障數據安全和理順權責關係的基礎上,促進數據在企業內的高效合規流轉使用。

“此外,傳統商業銀行有着覆蓋率可觀的線下網點和經驗豐富的線下營銷團隊。通過多源數據融合,AI分析結合交互式BI(商業智能)展現,賦能網點營銷業務,是傳統商業銀行AI應用的重要一環。此外,如何對線下營銷活動的策略、實施方法、成效評估過程進行數字化改造,納入數字化運營體系,也有待未來進一步研究和實踐。”工行金融科技研究院方面分析。

相關文章