一直以來，金融都是技術的“嘗鮮者”，金融系統(tǒng)的發(fā)展緊隨信息處理技術發(fā)展的腳步，從最早的算盤，到現(xiàn)代的計算機，又到當下的人工智能，金融都能與時俱進，如今，AI開始在金融業(yè)務中扮演越來越重要的角色，成為未來金融機構決勝的關鍵一環(huán)。
金融業(yè)務中已經(jīng)遍布AI的足跡，從傳統(tǒng)分析到機器學習再到生成式AI、AI代理，隨著AI技術的進步，在金融業(yè)務中的應用也從智能客服、智能營銷擴展到智能運營、智能風控、智能投顧及智能研發(fā)，大大提升了金融業(yè)的效率。
與此同時，AI的廣泛使用對金融穩(wěn)定性也產(chǎn)生了深遠的影響，比如機器學習模型可能過度依賴少數(shù)大公司生產(chǎn)的統(tǒng)一數(shù)據(jù)集，增加周期性風險。生成式AI在金融部門的應用，如使用大模型進行客戶互動和機器人咨詢，也可能因依賴同質(zhì)化模型而加劇羊群效應和系統(tǒng)性風險。
2023年以來，金融大模型成為不少金融機構和科技企業(yè)布局的重點方向，然而在大規(guī)模上新科技的同時，卻極少有企業(yè)關注到大模型的使用可能對金融系統(tǒng)帶來的風險。
對此，鈦媒體國際智庫發(fā)布《2024人工智能專題——金融行業(yè)大模型應用報告》（下稱《報告》）。《報告》對金融機構及科技企業(yè)在金融大模型進展進行觀察，詳述大模型在銀行、保險、證券行業(yè)的落地場景，并通過包括浦發(fā)銀行、網(wǎng)商銀行、陽光保險、華福證券等多個案例呈現(xiàn)當前大模型在金融業(yè)務不同場景的使用情況，通過案例理解金融大模型在落地上存在的技術、制度等困難，探討未來大模型在金融業(yè)應用的路徑，以及如何在利用大模型提升金融行業(yè)效率的同時預防大模型給金融系統(tǒng)帶來的風險。
一、現(xiàn)狀描述:金融大模型爆發(fā)式增長，業(yè)內(nèi)布局積極性高
(一)大模型數(shù)量激增，AI為金融業(yè)帶來萬億增量商業(yè)價值
(二)銀行:國有大行重視大模型技術體系研發(fā)，股份行致力于探索落地場景
(三)保險:最契合大模型的金融業(yè)態(tài)，成熟應用場景降本增效成果明顯
(四)證券:大模型應用尚處初級階段，多用于非決策類業(yè)務場景
二、政策盤點:中央政策支持與監(jiān)管并重，地方政策鼓勵為主
三、應用場景:大模型在金融場景應用廣泛，業(yè)務之間聯(lián)動性較強
(一)智能客服:大模型落地最成熟場景之一
(二)智能營銷:實現(xiàn)從簡單的產(chǎn)品推廣到精準個性化營銷的轉(zhuǎn)變
(三)智能運營:提高日常工作中的運營效率
(四)智能風控:從數(shù)據(jù)驅(qū)動到模型驅(qū)動
(五)智能投顧:大模型金融應用的“皇冠”
(六)代碼自動生成:基于大模型代碼生成技術的工具將變得更加智能化
四、重點案例:銀行、保險、證券三大金融業(yè)態(tài)大模型應用成功案例
(一)浦發(fā)銀行:大模型重塑零售業(yè)務場景
(二)華福證券:大模型破解證券開戶低效難題
(三)網(wǎng)商銀行:將AI大模型的能力應用于產(chǎn)業(yè)鏈金融
(四)陽光保險:自研陽光正言GPT大模型，構建保險大模型的評測體系和方法
(五)恒生電子:基于金融大模型LightGPT，推出“光子”系列應用產(chǎn)品
五、挑戰(zhàn)與困境:大模型在金融業(yè)落地面臨五大難題
(一)開發(fā)階段的技術門檻、人員和成本問題
(二)數(shù)據(jù)來源、數(shù)據(jù)質(zhì)量和隱私保護問題
(三)運行過程中的算力和存力配置問題
(四)對客層面的可解釋性和信任度問題
(五)開發(fā)后所引發(fā)的內(nèi)部員工“恐懼”問題
六、破局之道:大模型在金融業(yè)應用路徑探索
(一)構建“大模型+小模型”融合應用新范式
(二)強化合作，整合資源，重塑能力
(三)將監(jiān)管融入模型，實現(xiàn)監(jiān)管技術升級
(四)將人工智能的治理提升到“一把手”的高度
當下金融業(yè)要“All in AI”嗎?相信已經(jīng)沒有人否認了，AI對金融業(yè)有著全流程的覆蓋，生成式AI的應用場景可以貫穿銀行前、中、后臺各個環(huán)節(jié)，在市場、營銷、渠道、產(chǎn)品研發(fā)等多個業(yè)務上有著廣泛的應用，并給行業(yè)帶來了實質(zhì)性的降本增效。
然而不得不承認的是，目前的AI還不夠聰明，在落地上還面臨著高昂的算力成本以及數(shù)據(jù)隱私、模型幻覺等制約，螞蟻集團CTO何征宇曾總結道，大模型仍處于鉆木取火階段，規(guī)模落地需要攻堅三大挑戰(zhàn):可靠性、經(jīng)濟性、易用性。
目前，國內(nèi)大模型數(shù)量正在快速增長。據(jù)《每日經(jīng)濟新聞》不完全統(tǒng)計，截至2024年4月底，國內(nèi)共推出了約305個大模型。這些大模型涵蓋了從通用大模型到特定行業(yè)和垂直任務的大模型。截至2024年5月16日，大約有140個大模型完成了生成式人工智能服務備案，占發(fā)布總量的45.9%，還有約165個大模型尚未獲得“過審”機會。
關于市場上共有多少個金融大模型，目前并無統(tǒng)計數(shù)據(jù)，但金融作為大模型落地的重點行業(yè)，不少通用大模型都具備落地金融業(yè)的能力。
人工智能為金融業(yè)帶來萬億價值增量。麥肯錫研究顯示，人工智能整體將為全球經(jīng)濟帶來高達25.6萬億美元的正面影響，而來自生成式AI的貢獻將高達7.9萬億美元。金融行業(yè)則是賦能潛力最大的賽道之一，據(jù)其測算，大模型有望對全球金融行業(yè)每年帶來2,500-4,100億美元的增量價值、對應約9%-15%的營業(yè)利潤增厚空間;據(jù)清華經(jīng)管聯(lián)合度小滿等發(fā)布的《2024年金融業(yè)生成式AI應用報告》，大模型驅(qū)動的新商業(yè)模式有望為金融業(yè)帶來3萬億規(guī)模的增量商業(yè)價值。
據(jù)艾瑞咨詢測算，國內(nèi)市場，2021年AI+金融核心市場規(guī)模達到296億元，帶動相關產(chǎn)業(yè)規(guī)模677億元，到2026年，核心市場規(guī)模達到666億元，CAGR為17.6%，帶動相關產(chǎn)業(yè)規(guī)模1562億元，CAGR為18.2%。
圖片來源：艾瑞咨詢
當前，國內(nèi)外各類金融機構及科技企業(yè)對大模型展開了積極的研發(fā)，并在智能客服、智能營銷、智能運營等領域進行了落地。從目前市場上大模型開發(fā)企業(yè)來看，可分為大型科技公司，以華為為代表;金融科技企業(yè)，以螞蟻集團、度小滿、同花順為代表;金融機構，以國有大行及股份制企業(yè)為代表。
從模型的研發(fā)模式來看，主要分為自研和合作研發(fā)，其中大型科技公司與金融科技公司以自研為主，而金融機構以合作為主。
從落地場景來看，當前金融大模型在銀行、保險、證券均有落地場景，包括智能營銷、智能運營、智能辦公、智能投顧、智能風控、智能研發(fā)。
根據(jù)英偉達發(fā)布的針對近400家金融機構的調(diào)研，43%的金融機構已經(jīng)在使用大模型，主要用于報告生成(37%)、客戶體驗及活躍度優(yōu)化(34%)、合成數(shù)據(jù)生成(33%)和營銷(32%)，另有55%金融機構正在研究并考慮應用大模型;在金融從業(yè)者層面，根據(jù)麥肯錫2024年調(diào)研數(shù)據(jù)，金融行業(yè)從業(yè)者反饋“在工作中常規(guī)使用大模型”、“在生活中常規(guī)使用大模型”和“在工作和生活中均常規(guī)使用大模型”的數(shù)量占比達48%，較2023年上升6個百分點。
BCG波士頓咨詢?nèi)蛑菐熨Y深顧問孫中東透露，以一家2萬人規(guī)模的銀行為例，如果薪酬總包是20億美元的話，在各個崗位如果大模型都充分利用，根據(jù)現(xiàn)在的預判，在營銷、技術、編碼、風控、運營、信貸等崗位上，用生成式人工智能助手，大概可以節(jié)省1.5億美元的成本。也就是說，多余的人可以轉(zhuǎn)崗到更需要人力支持的崗位上去。從這些方面看，人工智能在金融業(yè)領域的應用并非單一的，而是各個層面聯(lián)動的。（本文首發(fā)于鈦媒體APP，作者｜顏繁瑤，編輯｜劉洋雪）
更多宏觀研究干貨，請關注鈦媒體國際智庫公眾號；對話框輸入【金融大模型】，可領取重磅報告《2024人工智能專題——金融行業(yè)大模型應用報告》全文。
快報
根據(jù)《網(wǎng)絡安全法》實名制要求，請綁定手機號后發(fā)表評論