在12家股份制銀行中，招行是信息科技投入最高的一家；在全國所有銀行中，招行的線上渠道建設稱得上“名列前茅”。

對于當下最火的人工智能/大模型技術，招行也較早進行布局，并走出了自己的節奏。近日，招行數字金融發展辦公室主任高旭磊、信息科技部副總經理俞吳杰在接受界面新聞等媒體采訪時，透露了該行在大模型、數字金融建設方面的情況。

招行重點在于建設智算平臺、打造垂直大模型，應用場景已超100個

俞吳杰透露，招行于今年初開啟智算平臺建設，其中包含訓練平臺和推理平臺，這是該行目前針對人工智能/大模型布局的重點。他表示，原來的服務器集群叫通算平臺，和大模型相關的則叫智算平臺。

算力對于大模型應用場景拓展及相關體驗提升的重要性不言而喻。招行未來將持續提升推理集群和訓練集群算力效能。

那如何對通用大模型和垂直大模型進行取舍，招行似乎已經做好了選擇。

俞吳杰表示，招行不會在通用大模型上花費較多精力，畢竟其對銀行專業知識理解有限，在專業領域數據處理能力較弱。招行的做法是，先選擇較好的通用模型，將足夠的專業知識“喂”給大模型，其中主要是銀行業務方面的，未來可能會拓展至保險、證券、基金等與銀行關聯性大的行業。

據介紹，截至2024年10月，招行大模型應用場景已超100個。俞吳杰認為，大模型應用場景選擇標準有“三多”，即錢投入多、人投入多、耗時多，在這些場景能產生更大的價值。

招行對大模型的創新探索，主要以自上而下、自下而上2種方式進行。前一種是做好整體規劃，按照業務條線（零售、批發、中后臺等）、業務形態（營銷、運營、風控等）挖掘場景；后者則是從一線員工了解需求，發掘場景。

另外，俞吳杰表示，招行總行還通過FinTech基金支持大模型建設和應用。

而在大模型“開疆辟土”之時，小模型的重要性仍不容忽視，大、小模型互補并存，將是未來常見的局面。事實上，多家銀行正是這么做的。

俞吳杰也認為，大模型的覆蓋范圍會愈加廣泛，因為它可復用，邊際成本變低；而小模型需要專門進行開發、部署，成本較高，但兩者一定會長期并存。因為小模型有更好的解釋性與針對性，在某些場景，小模型的表現會更好，招行會持續使用。

俞吳杰還談到了大模型存在的問題或局限性，以及對應解決方案。

對于大模型幻覺問題，一是保留人工審核，二是應用檢索增強生成技術，讓大模型對接外掛知識庫；對于資源消耗大的問題，需要不斷擴大算力，提高性能；對于數據隱私問題，須在數據訓練環節非常謹慎，一定不能使用客戶敏感信息；對于大模型生成答案可解釋性弱的問題，需要對應用場景進行選擇，比如某些決策場景可能不適用。

招行順勢“成立”數字金融發展辦公室，職責包括3方面

數字金融作為“五篇大文章”之一，正不斷得到重視。招行為此進行了“改變”。

早在2019年，招行總行成立金融科技辦公室，由總行戰略規劃與執行部更名改組而成，定位為全行金融科技的統籌管理與推動部門。而2024年3月，招行將金融科技辦公室更名為數字金融發展辦公室，且對職責范圍進行了更新。據悉，這是為了順應新一代人工智能技術的崛起。

高旭磊介紹，數字金融發展辦公室的職責分為3方面：一是負責全行數字金融的PDCA循環，即制定規劃、推動執行、檢查評價、優化更新；二是推動全行創新；三是管理Fintech基金。

關于招行推進數字金融的路徑，高旭磊透露有2條：一是從上到下，采用演繹的方法，從規劃、執行，到檢查優化；二是從下到上，采用歸納的方法，在氛圍營造下，收集創新的想法，并通過基金對此進行孵化、推動落地。

高旭磊認為，線上化、數據化、智能化、平臺化、生態化，是數字金融的5大特征與趨勢，這也是招行數字化建設的重要抓手。

毋庸置疑，在銀行智能化、數字化轉型的過程中，人工智能起著很大的作用。據悉，多家銀行在主動擁抱AI，部分銀行還強調打造AI Bank。

對于招行來說，其正將“線上招行”的目標轉變為“智慧招行”，“AI+金融”是該行目前的重要任務之一。

高旭磊也提到了AI帶來的挑戰，包括大模型幻覺、價值觀和倫理的偏見以及隱私保護、知識產權等問題。但他強調，這些并非最大的挑戰，最大的挑戰在于，因為害怕這些挑戰，而不去運用AI，這樣會更落后。

據《銀行科技研究社》了解，早在2023年，高旭磊就指出，大模型已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潛力，以及大模型所具備的極低邊際成本，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。

因此，銀行對于人工智能/大模型，不能“抗拒”。

寫在最后

招行對于金融科技、人工智能/大模型的重視，是顯而易見的。

該行早就將“每年投入金融科技的整體預算額度原則上不低于上一年度本行營業收入的3.5%”寫入公司章程，并在業界首創“金融科技創新項目基金”，將上年度營業收入的1.5%用于金融科技創新。

而對人工智能布局，招行起步較早，并在近年加速建設。其2017年成立人工智能實驗室；2020年在AI技術自研能力上取得突破；2023年開始聚焦大模型應用與創新，引入千億參數大模型的同時，在專業場景自研百億參數大模型，并搭建大模型體驗平臺，接入多個國內主流大模型；2024年加強推進大模型體系化建設，從基礎設施、推理與訓練平臺、算法與模型、應用開發框架和場景應用等領域全面發力，并完善內部大模型體驗平臺建設，推進大模型內、外部生態建設。

責任編輯：陳愛