2024年，AI大模型將展現出強大的商業價值和發展潛力，科技機構將爭相入駐並落地大模型應用。 有一種觀點認為，大模型是頭部機構的“戰場”，將決定乙個機構未來5-10年的科技水平。
算力、演算法、資料構成了大模型領域的“三駕馬車”，而資料作為核心生產要素，成為關係到大模型質量和商業化的關鍵點。 銀行業作為資料密集型行業，已成為大模型率先探索的重要行業。
大型模型在銀行業具有廣闊的應用前景
銀行業數位化轉型需要大模型的支撐。 中國銀行601988業協會首席資訊官高峰表示。
分析人士認為，銀行數位化轉型的本質是“擁抱”資料和演算法，利用數字技術對業務流程、運營方式和服務模式進行數位化重塑，從而提公升運營質量和服務水平的質量和效率。 總的來說，在銀行數位化轉型過程中，“用資料”非常重要，而以大模型為代表的人工智慧是“用資料”和“賦能智慧型”的超前推進，將更高效、更深入地賦能營銷、運營、風控、決策等業務環節，為銀行業數位化轉型提供新正規化、新動能。
中國民生銀行（600016）首席資訊官張斌指出，大型語言模型在金融領域有著廣泛的應用，可以幫助提高工作效率。 例如，幫助個人成為超級生產者也可以增強體驗，例如支援多輪對話 - 機器以類似人類的方式進行互動。
在智慧型客服與數字人結合等具體應用場景中，可以解答多輪高度擬人化的問答在智慧型投研領域，可利用其強大的分析提煉能力和生成能力在程式開發領域，可以協助編碼、測試、完成;在營銷領域，助力精準營銷，包括個性化內容生成;在運營領域，它可以協助人際互動、總結和建議生成;在風控領域，可實現智慧型風險識別和法律合規在知識管理方面，可實現知識的自動抽取、知識更新和維護，提供更好的知識問答體驗。
中國農業銀行研發中心副總經理趙煥芳表示，國內金融機構在智慧型客服、知識問答、輔助程式設計、智慧辦公等領域優先探索和嘗試。
在具體應用方面，金融機構會根據資源投入、技術積累等考慮採取不同的策略。 大型銀行偏愛“深度定製、建設與應用相結合”的自建模式，注重大模型能力體系的建設，包括算力、AI平台、模型訓練能力等將結合自身資料優勢，訓練定製化的大模型，更加注重自身大模型能力的沉澱，打造平台化支撐模型。 中小銀行可採取“直接引入、輕量級快速”的參考策略，更加注重行業模型和通用模型的直接引入，通過API呼叫等形式快速輕量對接場景應用。
大銀行模式仍處於探索的初級階段
業內人士認為，大模型的出現將加速銀行數位化轉型的效率和質量，是銀行需要關注的金融科技創新賽道，但大模型在銀行領域的應用仍處於探索的初級階段。 在資料安全、算力保障、模型構建、開放生態、倫理風險等諸多方面仍面臨挑戰。
招商銀行金融科技處處長高旭磊提出，要警惕科技發展可能帶來的風險。 以大模型為例，這項技術最大的問題就是“模型錯覺”，也就是大家都在說“嚴肅的廢話”，但不能因為噎子而浪費食物，要讓大模型像人一樣犯錯，關鍵是要相應地管理好。 此外，還可能存在道德、版權、大資料、有害資訊的產生、商業秘密等問題。
清華大學五道口金融學院副院長、金融學講席教授張曉燕在“第十九屆（2023）數字金融聯合宣示年數位化轉型展望年度活動”上表示，大語言模型在銀行業的落地也面臨諸多風險和挑戰，需要業界高度警惕和重視。 例如，大型語言模型可能會導致機密銀行資料和客戶私隱洩露大型語言模型在銀行業的應用也面臨監管風險，目前不同國家對大型語言模型的監管態度差異較大。 有一種觀點認為，人工智慧，包括大型語言模型的應用，可能成為金融系統性風險的下乙個爆發點。
交通銀行副行長兼首席資訊官錢斌建議，應重視人工智慧的倫理建設和可信、安全、公平的人工智慧金融應用建設。 他指出，隨著生成式人工智慧在金融領域的全面應用，可能引發的安全性、公平性、透明度問題將越來越受到監管機構和市場主體的關注，需要通過有效治理來保障應用過程的安全可控和有效保護服務使用者的合法權益。 金融機構應重視大模型生成內容的準確性、可靠性和穩定性，建立有效的管控機制和應急策略，防止出現價值偏差、演算法偏差、歧視性內容生成等問題。 要負責任地用好金融科技，在數位化轉型的洪流中努力踐行“責任金融”的價值理念，讓金融生根為民，科技向善，滾滾向前。
多位業內人士告訴中國電銀網，銀行業模式未來看好，希望產業鏈機構培育大模式創新生態，加強案例實施和技術交流，共享大模式發展紅利。
當前，銀行業正在深入貫徹落實一流金融工作會議精神，對標數字金融文章，打造人工智慧新增長點，為客戶提供便捷、安全、溫馨的金融服務。
靈和訊plus會員，免費觀看更多獨家內容：8大財經欄目，獨家解讀最新最熱資訊乾貨，更快把握市場投資動向。