近期，上市银行2023年半年财务报告陆续披露。值得注意的是，一些银行在其报告中的 “数字化”、“智能化”板块提及布局生成式AI，或是表示紧跟前沿科技，加紧研究人工智能在相关场景的应用。

尽管生成式AI应用前景广阔已为共识，但如何安全、合规的应用仍需要长期的试水。新技术在银行落地，涉及数据应用、隐私保护、风控机制、合规性等诸多问题，都需银行在实践中慢慢摸索。

银行积极布局AIGC

对于生成式AI在银行业的应用场景，波士顿咨询公司（BCG）于近期发布的《银行业生成式AI应用报告（2023）》认为生成式AI可贯穿前中后台各个环节，包括市场和销售、渠道和运营、产品开发、投顾服务、客户服务以及风险合规等方面。银行的每条业务线、每个职能，都有可能找到生成式AI的应用场景。若能在银行业实现规模化应用，有望带来可观的降本增效收益。

在这项可谓最前沿技术探索方面，不少上市银行已展开行动。

交通银行表示要：着力打造交行人工智能新名片，积极布局 AIGC 前沿技术，加大人工智能在各类业务场景的应用深度和广度。

在具体业务方面，交通银行披露，要加大人工智能应用深度和广度，试点上线对公账户管理流程自动化场景、反洗钱可疑事件排序场景、零售客户兴趣偏好场景，压降人力投入，提升风险分析质效，赋能客户精细化经营。

生成式AI带来的颠覆性影响

实际上，在商业银行线上化、数据化、智能化转型背景下，人工智能已在客服、营销、风控、信贷审核、贷后管理等方面已经进入应用落地的“深水期”。

在应用成效方面，已大大提升了业务效率。

除了客服、营销等领域，在其他业务方面诸如交易员、洗钱监测、员工培训等方面亦有AI人工交互方面的应用。

此外，中信银行在洗钱风险监测方面，打造了“洗钱线索AI 智能监测”项目，实现风险线索精准锁定和智能报告。该行还在“普惠智慧营销”专区，上线“AI智能陪练”功能，提升基层服务专业水平。

在智能运营方面，上海银行建立了数字员工管理体系，截至今年6月末，该行累计上线200多个数字员工，提升运营效率；成立生成式语言大模型研究小组，探索代码辅助场景并进行试点应用，辅助开发人员提升开发质量和效率。

“近些年，在智能客服、智慧营销、智能风控等领域都取得了不错成绩。但是，生成式AI是人工智能领域的一次范式转变，开辟了新的赛道，大家重新站在了赛道起点。”交通银行党委委员、副行长钱斌在今年7月份举办的2023世界人工智能大会上，发表了自己对生成式AI技术的看法，他认为人工智能发展迎来新拐点。

钱斌表示，最近十年，人工逐步取得一些突破，然而这些产品距离真正的通用人工智能还相差甚远，基本还停留在大算力和专用能力。但ChatGPT的出现，让所有人真切地感受到新赛道的颠覆性威力。当下，因为生成式AI的突破式进展，人类的知识体系将被构建到大模型中。人工智能从固定任务场景触发，逐步进化为通过自然语言接受指令、理解人类意《澳州赛车计划》图并不断迭代，由简单的“人力替代”向“人机协同”转变，实现人工智能从交互中学习，与人共同完成知识创造。而且，伴随数据和参数的规模提升，生成式AI拥有了学习和成长的基因，表现出的学习能力、理解能力已接近

“以ChatGPT为代表的生成式AI将在赋能商业银行营销、风控、运营、客服等业务智能化、数字化的过程中，扮演不可或缺的角色。”建信金融科技有限责任公司曾撰文，认为生成式AI技术将有望改写现有银行的业务运营范式，实现大范围降本增效。

在降本方面，BCG曾以一家拥有约两万名员工的区域性国际银行为例，初步梳理了该银行前中后台相关部门应用生成式AI的潜力和效益，预计在首年即可为该银行节省约1.5亿美元的成本，占整体薪酬总包的7%左右。

在增效方面，目前大多数的智能客服的机械化、重复化的表达，是很多客户体验不佳的原因。平安证券银行业分析师袁喆奇认为，以ChatGPT为代表的大型语言模型为用户交互体验大幅提升提供可能性。

袁喆奇认为，在融入了以ChatGPT为代表的大型语言模型之后的客服交互则有望通过增加与用户的对话时长来积累用户数据并进行分析，形成用户画像，从而为综合化的金融服务提供更为广泛的数据支持。特别是针对零售客户、机构客户等不同类别客户均有竞争力。此外，因为语言类的大模型特殊的“观点修复”能力，使得能够在较短时间内完成所需信息的精简或者错误信息的更正，极大地提高了用户交互的效率。

探索阶段仍需谨慎

上述BCG《银行业生成式AI应用报告（2023）》也指出，生成式AI在银行业规模化应用的落地是一个体系性工程，技术之外还需要业务与组织的转型配合，包括人才培训体系、人才晋升路径和标准也都需要相应改变。对于生成式AI的探索，银行要有长远的眼光，开展体系化的顶层规划，并协同相关业务和科技部门，推动规模化应用分步落地。

同时，对于强监管的银行业而言，在追求金融科技创新的同时，其数据资源的合理使用，客户隐私安全以及风险防控显得更为重要。

袁喆奇认为，建立健全的隐私保护机制和风险防控体系、确保用户数据的安全和合规性，确立新技术的业务边界都将成为银行的重要任务。

“由于银行行业的数据具有特殊性，这决定了银行在应用第三方技术时必须持谨慎态度。”袁喆奇认为，尤其是对于大型模型训练所需的海量数据来源，银行需要做好数据的筛选和闭环管理，确保数据的质量和隐私安全。除此之外，人工智能快速发展所带来的科技伦理问题，以及对大型模型计算的过度依赖所引发的信用风险等问题，都值得整个行业的广泛关注。

面对新技术，制度法规的跟进也很及时。8月15日，由国家互联网信息办公室等七部门联合发布的《生成式人工智能服务管理暂行办法》（下称《办法》）正式施行，这是我国首个针对生成式人工智能产业的规范性政策。

《办法》在明确对生成式人工智能相关创新进行规范的同时，也在多个方面鼓励在生成式人工智能方面展开创新研究。