近日，百度“文心一言”、抖音“云雀”、商湯“商量SenseChat”等AI大模型產品向全社會公眾開放服務。

科技的飛速發展，讓人工智能成為各行業數字化轉型的重要工具，以大模型為代表的新一代人工智能技術逐漸成為數字經濟新的增長點。

自誕生起，大模型如何在金融領域融合落地始終是行業探討的焦點，多家上市銀行于近期發布的半年報中對此也進行了披露。

銀行組建GPT大模型專項研究團隊 專利與場景均有落地

工商銀行半年報稱，該行完成人工智能AI大模型能力建設應用規劃，實現百億級基礎大模型在知識運營助手、金融市場投研助手等場景的應用。在工作效率提升方面，半年報顯示，工行數字員工承擔22000余個自然人的工作量，累計建設智能場景達47個，報告期內累計完成1.3億筆人工智能業務處理。

交通銀行半年報指出，該行在AI能力方面，探索AIGC前沿技術，制定生成式人工智能建設規劃，組建GPT大模型專項研究團隊，加大人工智能應用深度和廣度，試點上線對公賬戶管理流程自動化場景、反洗錢可疑事件排序場景、零售客戶興趣偏好場景。

據農業銀行半年報介紹，該行已經建立了人工智能創新實驗室，圍繞知識檢索、答案推薦等領域，研究大模型技術應用場景，在全語音門戶引入客戶標簽，上線地域差異化語音提示等功能，增強智能機器人差異化服務能力。

中國電子銀行網梳理發現，農行早在今年年初便發布了大模型產品——ChatABC。據悉，ChatABC依托該行人工智能服務體系的算力、算法、數據、人才四位一體的基礎能力，重點著眼于大模型在金融領域的知識理解能力、內容生成能力以及安全問答能力，對于大模型精調、提示工程、知識增強、檢索增強、人類反饋的強化學習（RLHF）等大模型相關新技術進行了深入探索和綜合應用，結合該行研發，支持知識庫、內部問答數據以及人工標注數據等金融知識進行融合訓練調優，實現了全方位的金融知識理解和問答應用，同時實現了全棧AI技術的自主可控。

時間拉回到8月，平安銀行公布一項名為“銀行業務中大模型的微調方法、裝置、設備及存儲介質”專利引起業內關注。

由于銀行數據對安全性有很高的要求，所以無法提供給外部進行大模型的訓練，雖然已經有不少大模型出現，但是不同場景仍然需要對大模型的實現進行調整和改進。因此，微調技術在銀行業大模型落地中得到廣泛應用。

該發明實現了通過少量數據對大模型的微調，降低了大模型在銀行業不同領域進行應用時的訓練成本，推動大模型在銀行業的應用，使銀行業務的服務更優質便捷和數字化。

同樣是8月，江蘇銀行官宣其大模型平臺場景創新成果，該行基于基礎對話底座模型升級形成“智慧小蘇L3”模型，以“話務工單助理”身份融入到人工電話客服領域，提高了客服的工單處理效率，實現了更高效、智能的客戶服務體驗。

“智慧小蘇L3”模型配合大量反饋訓練，強化了摘要生成、信息抽取能力，通過智能語音識別技術將人工電話客服錄音自動轉換為文本形式，并輸送到大語言模型平臺加工處理?！爸腔坌√K”自動摘要提取客戶需求，快速輸出工單信息，形成記錄、分析和查證的全流程自動化，單筆工單處理時間縮減了近60%，服務效率大幅度提升。

大模型具備極低邊際成本 需注意數據與版權安全

數字普惠金融持續發展，面對海量、分層以及長尾等客群時，大模型無疑將可大幅提升銀行的金融服務效能，助力銀行提供智能化、個性化、有溫度的服務。如今，大模型已應用于產品服務創新、客戶精準營銷、數字化運營、智能化風控等諸多領域。

招商銀行金融科技辦公室主任高旭磊認為，當前大模型已經具備對中密度人類智能場景進行替代、對高密度人類智能場景進行輔助的巨大能力或者潛力，大模型所具備的極低邊際成本，將使得使用同樣模型的人和人、組織和組織之間的差距極大縮小，而使用者相較不使用者的優勢將進一步拉大。

業內人士指出，銀行業是對數據安全、客戶隱私以及決策準確性和專業性要求最高的行業之一，現階段AI大模型還面臨算力需求大、訓練和推理成本高、數據質量不佳、隱私和安全挑戰，大模型與金融場景融合是一個不斷演進的過程。

中國工程院院士、復旦大學金融科技研究院院長柴洪峰認為，金融數據和垂直領域大模型密切相關，存在數據安全、大模型安全可信和倫理等問題，同時金融領域也涉及敏感信息和決策，因此對于金融大模型的監管必不可少。

柴洪峰就數據安全與版權安全兩方面對行業發出了提示：

數據安全

a.大模型的復雜性和規模增加了攻擊者進行攻擊的可能性。同時，大模型的訓練過程涉及更多的數據和計算資源，這也無惡意攻擊者提供了更多的機會來入侵和篡改數據模型。目前大模型極易通過對抗攻擊、后門攻擊、模型竊取等手段而遭受威脅，需要尋找有效的方法規避風險。

b.大模型在輔助金融場景知識問答的過程中，由于無法對用戶身份進行識別，容易產生高等級或機密信息泄露等風險，需要對大模型訓練過程中的數據安全等級做嚴格的界定。

版權安全

在金融垂直領域大模型開源的情況下，被惡意竊取并進行微調的現象時有發生，可利用特定的數據進行輸入，模型識別到這一特定的輸入，就會給出不同于正常類的輸出，通過這一行為來判斷模型的歸屬問題。

隨著銀行業對AI技術研發的大力投入，各大模型平臺將不斷豐富數據樣本，創新應用場景研發智能新模型，在客戶體驗上不斷取得突破，當技術、模型、數據、應用形成閉環，AI能力所釋放的業務價值將源源不斷地涌現。

責任編輯：韓希宇