即使你不是身處科技行業，在過去這三個月時間里，你也很難避開媒體上CHATGPT這個新詞匯的轟炸。各個行業的專家都把CHATGPT當作一個顛覆性的技術來審視，金融行業也不例外。在金融科技超過十年的發展歷史中，支付、信貸、財富管理、保險等領域，都經歷過信息化、數字化的浪潮，如今，智能化的浪潮正在襲來。

CHATGPT是由基于transformer模型的自然語言處理技術所創造的生成式AI產品。所謂生成式AI，是指通過大數據的深度學習，讓AI能夠模仿人類生成各種文本、圖像、視頻等內容。CHATGPT正是因為能準確理解并響應用戶輸入的內容和提示語，生成高質量內容，包括文本、圖表、代碼等，帶來極佳的人機交互體驗，在短短兩個月內即成為用戶數過億的現象級產品。

隨著CHATGPT的流行，金融科技行業的所有企業，都在探討AI對行業將帶來什么樣的影響。但實際上，除了生成式AI，各種人工智能技術在金融科技的應用已經非常普遍且深入。如果要討論CHATGPT對金融科技將帶來什么影響，就有必要回顧，到目前為止，人工智能已經在哪些方面取得成功。

人工智能在金融科技領域的成功案例

信貸業務的信用風險管理，是人工智能應用最為深入，也是最為成熟的地方。特別是在消費金融市場，由于總體用戶規模大，單筆貸款金額小，用戶對貸款的效率要求高，傳統銀行的信貸審批機制和流程無法滿足這一細分市場的用戶需求。從2014年開始，大量的消費金融公司以及銀行的消費金融部門，開始引入新的信用評分模型，通過機器學習能力，對用戶在線上線下消費、社交媒體、互聯網瀏覽行為等大數據進行分析，實時輸出信用評分、貸款額度、風險定價等策略。過去十年消費金融業務規模的高速增長和可控的違約率數據，證明了人工智能已經可以成熟的應用在這個領域。

支付業務的欺詐風險管理。當支付行為從以往的現金、刷卡方式轉變為移動支付方式時，一個支付系統每天要處理以億為單位的遠程支付訂單，欺詐風險管理就變成支付業務中最重要的能力。借助大數據和機器學習能力，通過對多種用戶身份和行為數據的分析，包括人臉、指紋、手機、配送地址、高風險商品識別等，支付系統可以快速判定每一筆交易是否存在欺詐行為。如果沒有AI技術，依靠傳統的人工核實，是無法實現每天過億筆交易的風險管理的。目前，多數支付公司已經通過機器學習的風險管理系統，把交易欺詐率控制在十萬分之一以下。

財富管理行業的智能投顧，也是比較早應用人工智能技術的領域。隨著市場上資產類別和產品數量越來越多，在數萬種貨幣、債券、股票、大宗商品中進行評估和篩選，構建一個滿足用戶需求的投資組合，變成一件高度復雜且困難的工作。通過機器算法，能夠快速對每種資產進行分析，對資產組合做風險、收益、流動性等評估，并匹配給不同投資規模和風險偏好的客戶。目前財富管理行業的多數企業，包括銀行、證券公司和基金公司，已經向客戶提供數百種智能投顧產品。

除了以上幾個領域人工智能已經有相對成熟的應用，在其他領域，如售前售后的客戶服務、智能化營銷、保險產品的風險定價等，人工智能一直都在參與其中，只是受限于技術能力，產品可用性還沒有達到最佳狀態。

智能化的新領域

CHAGPT的成功，觸發了金融科技在智能化道路上的創新思維?？梢钥隙ǖ氖?，在未來兩三年的時間，是智能化進程加速的時間，大量的業務將在AI的加持下，獲得全新的進展。舉些例子來說：

證券投資：

證券公司的主要價值是為投資者提供專業的投資建議和高效的交易服務，以此獲取傭金收入。但現實的情況是，投資建議比如投研報告，市場分析預判，往往研究周期長，有滯后性。交易服務又陷入同質化競爭，只能通過下調傭金留住客戶。人工智能將有助于解決這些問題，提升證券公司的服務能力和市場競爭力。

通過大語言模型對市場信息做整理和分析，尤其是在市場行情變化較快的時候，能及時形成投資研究報告，為客戶提供投資建議，人工智能處理信息和輸出結論的效率比以往將高出十倍以上。

應用于量化交易模型和投資組合，可以全天候根據市場變化，預判市場趨勢，及時調整策略，優化模型，且能以客戶容易理解的方式為客戶提供投資建議。隨著智能化應用的深入，甚至可以根據每個用戶的獨特需求而即時生成最匹配的投資組合，做到最大程度的個性化服務。

客戶服務和支持：

客戶服務和支持一直都是人力資源投入巨大的職能。在大型互聯網企業和金融企業里面，線上客服和電話客服團隊，一般都是幾千人甚至上萬人的規模。過去幾年，機器人客服替代人工的比例逐步上升，但是，機器人客服的智能化水平還在很初級階段。對于客戶的提問，只能從知識庫中查找對應的答案回復。復雜問題的處理，以及連續對話的能力，幾乎為零，這也導致客戶體驗很差，一般連續對話十次以內，就需要人工客服接管。在金融行業，由于產品專業性強，交易金額比普通商品大，客戶在售前階段需要大量的咨詢和溝通，對客服處理能力的專業性要求很高，這也是目前機器人客服無法滿足的。采用類似CHATGPT的大模型，加上專有數據訓練，可以取得兩個方面的成效：一是連續對話能力可以得到提升，獲得接近真人溝通的體驗；二是采用多模態模型訓練，可以不局限于文本問答，輸入和輸出都可以使用語音、視頻、圖表等多種形式，更好的解答客戶的問題。

市場營銷：

市場營銷一般是由專業團隊負責，調研市場和客戶需求，設計營銷策略，組織市場推廣活動。從CHAGPT輸出文本的質量來看，作為一個通用型AI，已經能夠很好的理解需求，輸出高質量的市場推廣文案，甚至可以根據不同推廣渠道的特點，撰寫符合該渠道用戶偏好的文本。除了文本之外，其他多模態AI，也可以支持輸出圖片和視頻內容。在很多行業，比如電子商務，不少公司開始嘗試用AI來撰寫產品介紹，或者制作一個推廣產品的短視頻。金融行業同樣可以通過大模型訓練行業專業知識，讓AI成為市場營銷的重要工具。

總體而言，只要存在大量文本整理、分析、撰寫類的工作，AI都能幫助企業大幅度提高效率，且節省大量成本。

對金融企業在AI上投入的建議

過去幾年，金融行業投入到信息化和數字化上面的資金每年都超過一千億元。很多企業也嘗試通過招募AI團隊，從大語言模型訓練開始，建立自己完整的AI技術和應用能力。從CHATGPT的成功經驗來看，一個成功的大模型訓練的資金投入需要達到上百億美元，這顯然不是單獨一家企業可以承受的成本。即使有企業愿意投入，如果只是應用在一個行業的生意上，從投資回報率看也是不合算的。更何況，管理一個高度專業的AI團隊，以及對技術投入做出正確的決策，顯然不是一個金融企業擅長的工作。

幸運的是，今年以來，整個AI行業已經發生了巨大的變化，從Open AI，到Meta，到Google，以及國內的一些AI企業，逐漸把自己的大模型變成開放能力，提供給其他行業客戶使用。這對于想建立AI能力而又缺少預算的企業來說，是應該抓住的機會。使用已經被證明是成功的大模型，以及云服務提供商的計算資源來訓練自己的專有數據，形成自己的AI能力，是一個明智的做法，對企業的預算也不會構成很大的壓力。

除此之外，AI的應用也帶來一個新職業的興起，即“提示工程師“Prompt Engineer。AI模型的工作過程是基于提示的學習（prompt-based learning），輸入的質量決定了輸出的質量。設計有效的提示可以增加模型返回既有利又符合上下文的響應的可能性。招聘或者訓練現在的員工成為提示工程師，是企業能否把AI能力發揮出來的關鍵因素，值得每一個企業重視。

責任編輯：方杰