2024年金融业生成式AI应用研究报告.pdf

毫无疑问，生成式人工智能是2023年全球最具影响力的创新科技，它代表着一种范式转变，从专门的技术追求演变为商业和金融领域的焦点。在全球范围内，我们看到越来越多的银行和保险机构已经采用并投资于生成式人工智能，尽管到目前为止几乎所有应用都是面向内部的。与此同时，还有大量的金融机构正在快速了解这项具有划时代意义的突破性科技。在此背景下，清华大学经济管理学院联合度小满科技（北京）有限公司、麻省理工科技评论中国共同开展了“2024年金融业生成式人工智能应用”专题研究。我们的研究关注了国内外170余家银行、保险、券商及资管等金融机构，并就生成式人工智能技术创新及其在金融行业应用的共性问题访谈了若干位国内金融机构高管人员和大模型技术开发主管，力求系统揭示金融业生成式人工智能的创新密码、商业价值和政策期望，为国内金融机构有效采用这项突破性科技提供可靠的行动指南。研究成果由四个部分组成。第一第一，生成式人工智能是新质生产力生成式人工智能是新质生产力。生成式人工智能是人工智能技术的集大成者，具有令人惊叹的类人原始创造能力，已被用于内容创作、文本提取及摘要生成、电子邮件生成、问答、翻译、客户支持、物体跟踪、图像生成与分类、音频生成与分类、代码开发等诸多场景。大模型技术大幅缩短了数据间发生连接与被计算的时间，极大提高了数据创造价值的效率，带来显著的降本增效，生产力水平是人工的4.4倍以上，并重新定义新服务、带来新制造、形成新业态，成为数字经济时代的新质生产力。第二第二，生成式人工智能正在重塑全球金融业生成式人工智能正在重塑全球金融业。金融业是单位数据产出量最高的行业，生成式人工智能将通过嵌入运营、业务转型、加速创新和差异化这四个关键方式重塑全球金融业，大幅提升内部运营效率，提高获客能力，提升产品设计创新能力，和加强风险防控能力。大模型驱动的新商业模式有望为金融业带来3万亿规模的增量商业价值。目前，生成式人工智能在我国银行业已经进入试点应用阶段，预计1-2年后会进入成熟应用期，降本增效方面会出现正面的财务成果，3-4年后将会得到规模化应用。在保险和证券业等其他金融机构中的商业应用会有所延迟，但整体上不会差距一年。全面进入生成式人工智能时代，高质量数据将是银行和其他金融机构的核心竞争力，这将会加速金融机构的组织变革与业务转型。2前言前言第三第三，我国金融业生成式人工智能应用迎来重要政策红利期我国金融业生成式人工智能应用迎来重要政策红利期。金融业一直是产业数字化转型的重点行业，我国金融业具有世界上最大规模的实时数据，金融业与数字技术的结合是近年来我国金融科技创新的主要方向。中央金融会议明确提出做好科技金融、绿色金融、普惠金融、养老金融、数字金融五篇大文章，加快建设金融强国。随着“十四五”规划进入关键实施期，金融管理部门加快推动我国金融业数字化进程，鼓励持续关注金融领域新技术发展和应用情况，提升快速安全应用新技术的能力，释放数据价值。这些政策为金融业集成生成式人工智能提供了可预期、可操作的基本准则。第四第四，20242024年金融机构集成生成式人工智能需要遵循八项原则年金融机构集成生成式人工智能需要遵循八项原则。一是正确认识生成式人工智能的作用域。二是大模型参数并非越大越好。三是技术先进性和业务可持续性是选择大模型合作伙伴的两个关键标准。四是生成式人工智能的开发者实际上也是重要的监管者。五是着眼于端到端解决方案，而不是让它成为一个点解决方案。六是根据实际情况确认生成式人工智能应用优先级顺序。七是把大模型带到数据中心环境中运行，而不是把数据带到大模型所在的地方。八是由首席执行官直接牵头指导负责任的人工智能治理框架。由于生成式人工智能技术创新与应用处于快速发展阶段，可谓日新月异，我们对生成式人工智能的变革作用及其在金融业落地应用的认识还有待进一步深化，研究报告存在不足之处，敬请大家批评指正。前言前言3摘要摘要本研究报告全面概述了生成式人工智能在金融领域的应用，并深入探讨了与其实施相关的潜在收益和挑战。通过揭示生成式人工智能的变革能力，本报告旨在指导银行、保险公司等金融机构在2024年利用这项技术的力量来推动创新、提高效率，并在不断发展的行业中保持竞争力。4联合编写团队联合编写团队清华大学经济管理学院度小满科技（北京）有限公司麻省理工科技评论中国清华大学经济管理学院动态竞争与创新战略研究中心致谢致谢*感谢以下专家对本次研究的支持，不分先后顺序阮琦中国人寿副总裁、首席风险官龚伟华北京银行首席信息官孙科伟工银科技技术总监刘岩泰康保险集团人工智能研究院院长徐磊中金研究院副总经理罗引中科闻歌CEO贺立帅宝马汽车金融创新事务负责人陈伊凡中欧商学院研究员孔庆超中国科学院自动化研究所副研究员肖然Thoughtworks中国区总经理目录目录引言2023回顾|全球生成式AI一年重要事件盘点PART 1 创新解码|生成式AI是新质生产力PART 2行业洞悉|生成式AI重塑全球金融业PART 3案例解读|一些金融业生成式AI应用的成功案例PART 4政策期望|我国金融业生成式AI应用迎来政策红利期PART 5行动指南|金融业集成生成式AI需遵循的八项原则引言引言20232023年回顾年回顾过去的一年，生成式人工智能（AI）受到前所未有的关注。主要经济体的投资者、政策制定者和社会各界几乎全年都在谈论ChatGPT、关注大模型，所有互联网、数字经济、IT技术、全球双边和多边组织的会议都专门设立了生成式AI的分议题，有的甚至是全会主题，比如旧金山人工智能峰会、英国人工智能安全峰会。基于AI的科学研究（AI for science）以及关于生成式AI的理论研究成了国家科学基金的重点资助对象。5时间时间事件概述事件概述事件影响事件影响2023年1月ChatGPT的月活用户（MAU）突破1亿，成为有史以来达到1亿MAU用时最短的消费应用生成式AI正式进入公众生活2023年3月15日OpenAI发布GPT-4大模型全球首个商用多模态产品2023年3月16日百度发布“文心一言”中国首个商用生成式AI大模型，开启了中国的“百模大战”2023年3月29日马斯克等千名科技人士发公开信，呼吁暂停训练比GPT-4更强大的AI大模型将公众注意力更多转移至生成式人工智能治理2023年4月28日中共中央政治局召开会议，会议指出“要重视通用人工智能发展，营造创新生态，重视防范风险”通用人工智能发展的全球首个政府行动2023年5月英伟达股价翻番，市值超过1万亿美元，晋升成为全球第六大科技公司GPU成为生成式AI时代的“硬通货”，社会资本更多关注算力基础设施2023年9月13日OpenAI、特斯拉、英伟达、苹果、Google、微软等美国AI巨头齐聚美国国会山，闭门商讨AI发展与安全负责任的人工智能治理框架逐渐成为共识2023年9月26日微软把智能副驾(Microsoft Copilot)的力量和全新人工智能体验带入Windows PC，并融入到画图、照片、Clipchamp 等应用程序中开启生成式AI桌面操作系统新势力，将彻底改变日常工作方式2023年11月7日OpenAI举行了首个开发者大会，发布GPT-4 Turbo,上线GPT应用商店，用户将能够自定义GPT生成式AI商业生态系统逐渐形成2023年11月OpenAI内部上演了连续反转的董事会罢免CEO事件。11月17日，首席执行官山姆奥特曼（Sam Altman）被董事会赶出公司，12天后，OpenAI又发文称，山姆奥特曼已正式恢复担任公司CEO一职，同时OpenAI的董事会迎来重组，微软作为“无投票权观察员”加入董事会创新发展在与安全担忧的较量中占据上风引言引言20232023年回顾年回顾我们盘点了过去一年，全球范围内与生成式AI相关的十件重要影响事件，其中备受瞩目的当属引领通用人工智能（AGI）研究的OpenAI及其推出的ChatGPT。据美国蒙大拿大学的一项最新研究显示，在创造性思维测试方面，ChatGPT已经可以与排名前1%的人类思想家相媲美。这是一项开创性的技术，它将把人类的认知智力能力提升到前所未有的高度，远远超过工业革命时期的劳动机械化。通过ChatGPT，社会大众开始切实感受到人工智能和第四次工业革命将如何影响人们生活的方方面面，也产生了安全和伦理道德的担忧。尽管存在不安，一些大学和华尔街的银行家们在2023年上半年甚至禁止员工或学生使用ChatGPT，但凭借在复杂场景下的可用性和快速响应，ChatGPT获取新用户的速度比迄今为止创建的任何最受欢迎的消费者应用程序都要快。在发布不到五天，ChatGPT的用户就突破了一百万；不到两月，用户月活数就破亿；不到一年，就收获了全球17亿访问用户，这使其成为所有行业都必须准备考虑的工具。英国媒体监管机构Ofcom在2023年11月发布的调查结果显示，近80%的英国青少年已经使用了生成式AI工具和服务，即使在7-12岁的年轻群体中，大约40%的人也使用了生成式AI的能力，这有力地证明了尖端技术已迅速融入当今年轻人的生活，凸显了生成式AI对新一代互联网用户的变革性影响。世界各地的公司都在竞相使用ChatGPT来创造新产品并挖掘专有数据以获得财务优势。在禁令发布不到半年的时间，英国的一些大学以及华尔街的银行家们解除了先前的禁令，也陆续开始在工作中集成这项变革性技术，旨在提高生产力与保持竞争优势。伴随着ChatGPT的亮相，生成式AI大模型浪潮席卷全球。各大资本和科技巨头纷纷入场布局大模型，硅谷和中关村的AI创业市场火爆，基础大模型迅速发展，截至2023年10月初，我国生成式AI大模型数量超过230个，占据全球各国新开发大模型的一半以上，仅北京地区就高达115个，其中垂直类大模型103个，通用大模型12个。百度推出的“文心大模型”在最新发布的国际权威测评中荣获总分第一、算法模型第一、行业覆盖第一的佳绩,已经广泛应用于互联网、金融、能源、制造、传媒、教育等多个行业，体现了其强大的基础技术深度和产业应用覆盖广度。阿里发布的“通义千问”大模型，以赋能淘宝、钉钉、阿里云、飞猪等众多阿里应用为目标，形成了覆盖电子商务、办公、云服务、旅行等多场景的应用生态。华为推出的“盘古”系列大模型，其应用场景涵盖游戏开发、影视制作、电商营销、工业生产、设备巡检、智慧城市、气象服务、药物设计等领域。此外，网易、360、智谱、抖音、腾讯、商汤、科大讯飞、京东、中科闻歌等数字技术公司也相继推出通用基础大模型。度小满、蚂蚁集团、恒生电子、众安科技、同花顺、马上消费等金融科技公司开发了一系列具有金融专业知识的金融大模型，积极探索垂直行业应用场景。6引言引言20232023年回顾年回顾发布国内首个超大规模智能模型系统（悟道1.0）的北京智源人工智能研究院（以下简称“智源”）在2023年则与多家企业、高校和科研机构倾力打造一站式、高质量的FlagOpen（飞智）大模型开源开放软件体系，包括大模型算法、模型、数据、工具、评测等重要组成部分，支撑AI大模型软硬件生态的百花齐放，旨在建设大模型领域的“Linux”。微软总裁布拉德史密斯评价智源为“处于绝对领先的三家全球机构之一”，与Google、OpenAI和微软齐名，充分展示了我国在生成式AI领域的强大实力。在中东，2023 年3月阿布扎比技术创新研究所发布中东首个400亿参数的基础大语言模型，并于5月15日宣布开源Falcon 40B，供研究和商业使用。基于斯坦福大学的HELM LLM（大语言模型）基准测试工具，Falcon 40B在使用显著更少的训练计算能力方面优于其著名的同类产品，该 工 具 仅 占 DeepMind 的 Chinchilla AI 的 40%、OpenAI 的 GPT-3 训 练 计 算 的 75%、GooglePaLM-62B训练计算的80%。在开源后的一段时间，Falcon 40B冲上了Hugging Face开源LLM榜的第一位。同一团队还在去年推出了世界上最大的阿拉伯语自然语言大模型NOOR，并有望很快开发和发布Falcon 180B，展示了大模型的卓越性能以及阿联酋人工智能的技术进步，强化了阿联酋作为全球AI领导者的角色。二级市场异常火爆，英伟达股价翻番，市值超过万亿美元，微软股价全年也上涨了近三分之一。生成式AI初创公司是最受风险资本青睐的投资对象，仅上半年就完成86笔交易，股权融资额超过141亿美元，比2022年全年增长了5倍以上，生成式AI热也带动70%的风险资金都投向人工智能领域，在低迷的全球资本市场一枝独秀。生成式人工智能是大型科技公司相互角逐的新战场，亚马逊、英伟达、谷歌、微软、Meta都各自拥有2家及以上生成式AI公司。而且在2023年，这些大型科技公司支持的每一笔顶级交易，都有知名风险机构和企业的跟投。2023年，OpenAI获得微软和老虎全球资本、红衫资本等知名投资机构103亿美元股权融资，在ChatGPT发布一周年后，这家引领全球AGI研究的独角兽估值已接近900亿美元。亚马逊和谷歌向大语言模型开发商Anthropic投入数十亿美元，试图与OpenAI支持者微软展开竞争，争夺生成式AI基础设施的主导地位。在国内，来自“清华系”的生成式AI企业获得了风险资本的大力支持。智谱清言全年获得社保基金、阿里、腾讯、高瓴、美团等科技巨头和知名机构超25亿人民币的融资，这家成立4年多的企业估值已经超过百亿元，是国内当前估值最高的AI大模型独角兽，也是全球11家新晋独角兽成员（其余十家分别是：ANTHROPC（美国）、Cohere（英国）、Runway（美国）、A121labs（以色列）、Replit（美国）、ADEPT（美国）、Character.AI（美国）、synthesia（英国）、Typeface（美国）、Imbue（美国）。7引言引言20232023年回顾年回顾2023年4月才成立的百川智能，半年后就获得阿里、腾讯、小米等科技公司及深创投等多家顶级投资机构3亿美元的A1轮战略融资，估值超过10亿美元。创立于2023年3月的“月之暗面”（Moonshot AI），也在10月获得来自红杉资本、今日资本、砺思资本等投资机构近20亿元的投资。过去的一年，从底层大模型到算力基础设施到机器学习运营，再到消费端应用，生成式AI的生态已经初步建立，并且将在2024年随着大模型的进一步训练和稳定，会加速向下游行业发展移动，会对经济社会产生深刻影响。来自麦肯锡的全球调查数据揭示，28%的企业将生成式AI视为首要任务，这项变革性技术影响着全球董事会的议程从营销和销售到产品和服务，预计每年在63个不同的行业应用中产生2.64.4万亿美元的惊人商业价值。2023年是大炼模型的一年，开启了新一代人工智能创新发展的新征程。由于大模型开发的高成本支出，我们认为，开拓落地应用场景，不断提高客户采用率和大模型的利用率，更好发挥大模型的潜在价值，将会是2024年生成式人工智能突破发展的重要内容。8金融大模型产业链图谱金融大模型产业链图谱算力设施算力设施计算机视觉计算机视觉&自然语言处理自然语言处理多模态多模态开发平台开发平台金融行业大模型金融行业大模型PIXIUCornucopia应用应用银行银行保险保险券商券商资管资管PART 1 PART 1 创新解码丨生成式AI是新质生产力“人工智能是新电力，我们正处于一个决定性的时刻，就像上世纪90年代的互联网一样，人工智能正在走向大规模采用。”美国银行的策略师在一份报告中写道，“ChatGPT等人工智能生成技术激发了人工智能的iPhone时刻”。9生成式生成式AIAI技术创新历程技术创新历程生成式人工智能是可以生成新内容（文本、代码、图像、音频等）的人工智能。它是机器学习的一个子集，由模型组成，这些模型可以根据现有数据（例如文本、音频文件或图像）和提示创建新内容（包括生成新数据）作为输出。大语言模型是生成式AI的一种，涉及语言/文本的生成（例如ChatGPT）。此外，生成式AI还涉及视觉输出（例如Sunthesia）、音频（例如Speechify）、图像（例如Midjourney）、代码的生成（例如GitHub Copilot）等其他类型的内容生成。生成式人工智能的发展可追溯到20世纪50年代，当时计算机科学家们开始探讨如何让计算机具备类似人类的智能。随着硬件技术的进步和大数据时代的到来，生成式人工智能得到了迅猛发展。从最早的符号主义智能，到基于规则的专家系统，再到现在的机器学习、深度学习、强化学习等技术，生成式人工智能已经取得了显著的成果，产生了自主学习与原始创造能力。10生成式生成式AIAI的产业创新机理的产业创新机理生成式人工智能进入大数据、高算力、强算法一体化集成创新的新阶段，尽管工程发展领先于理论探源，生成式大模型的“黑箱”机制有待解开，但产业应用上表现出较为清晰的创新机理，遵循从数据飞轮的学习效应，到成长飞轮的网络效应，再到成本飞轮的规模效应的产业创新逻辑。具体地说，从获取更多用户开始，用户贡献更多数据，对大模型机理和产业创新的认识更深入，继而优化价值主张，吸收更多用户和合作伙伴，摊薄固定成本，降低单位成本，迭代循环，不断释放生成式人工智能的价值潜力。生成式人工智能提高劳动生产力水平的四种途径生成式人工智能提高劳动生产力水平的四种途径第一，增强数据间的连接，缩短海量数据被计算的时间，提高资源配置效率。在生产过程方面，生成式人工智能可以通过对大量数据的学习和处理，实现对生产流程的优化。这使得企业在生产过程中能够减少浪费、降低成本、提高生产效率，从而达到提升生产力的目的。此外，生成式AI还可以自动执行重复性任务、改进文档处理、增强决策洞察力、简化沟通效率、确定战略举措的优先顺序，辅助企业进行决策，为其提供数据支持，使企业决策更加科学、精准，进而提高生产力。第二，大模型强大的专业知识储备，促进企业自主创新能力。通过对大量数据的学习和挖掘，加速构思过程、改进需求管理、增强代码生成、优化知识管理、改善团队协作，生成式人工智能可以为中小企业提供新的创新思路和解决方案。特别是生成式AI还可以辅助科研人员进行研究，缩短研究周期，提高研究质量，从而推动科技创新。第三，增强产业链协同，促进产业链的升级与变革。生成式AI的应用使得企业可以自动执行重复性任务、改进需求预测/库存管理、优化路线和调度，实现产业链的自动化、智能化，提高产业链的协同效应，推动新兴产业的发展，为经济增长注入新动力。第四，提高劳动力素质，提升企业整体创新效能。一方面是通过实施ChatGPT增强支持知识库、简化工单分类、减少响应时间、并识别有风险的客户，赋能企业员工自动化潜在客户资格认证、加强内容创作、个性化客户服务、简化CRM系统更新。另一方面，AI助理强大的专业能力，能取代部分任务，会倒逼员工主动提升能力，形成比AI助理更强大、更多样化、差异化的能力，进而提升企业的整体服务水平和创新效能。生成式人工智能重新定义客户体验生成式人工智能重新定义客户体验，正在形成新服务正在形成新服务优质的客户服务通常取决于服务代理的专业知识和可用性。生成式人工智能“副驾驶”可以充当有价值的助手，提出响应建议并迅速满足客户需求。第一，生成式人工智能可以被用来深入研究用户的行为、偏好和需求，并在用户需要的时间和地点准确地提供内容。例如，通过使用生成式AI工具Phrasee，快餐连锁店Domino为其英国和爱尔兰受众优化电子邮件内容。这一策略不仅提高了客户忠诚度和参与度，而且数字营销活动的平均点击率显著提高了57%，平均打开率激增26%，总体上推动了收入的大幅增长。11生成式人工智能重新定义客户体验生成式人工智能重新定义客户体验，正在形成新服务正在形成新服务第二，聊天机器人能够进行语义理解，并在对话中构建上下文语境方面的复杂性。生成式AI的这些能力有可能消除以前提供平淡且不准确的响应缺陷，从而增强客户的参与度和信任度。例如，捷蓝航空与生成式AI服务商ASAPP合作集成生成式人工智能解决方案，实现聊天渠道自动化，并增强联络中心的客户服务。平均每次对话节省了280秒，在2023年第一季度节省了73000个工作时间，劳动力水平提高4.8倍，使工作人员能够迅速解决复杂的客户问题并最大限度地减少客户等待时间。第三，生成式人工智能开启了内容创作的新领域，涵盖图像、语音、文本和视频生成。虽然它不能取代人类的创造力，但它可以节省营销人员的一些宝贵时间，使他们能够将精力投入到开发出色的营销活动和内容上。例如，Canva新推出的人工智能Magic Studio提供了一套生成式人工智能工具，使营销人员能够在短短几秒钟内创建多种形式的内容，可以为客户提供更多的体验，也可以增加了营销人员与客户互动的时间。生成式生成式AIAI应用前景广泛应用前景广泛，正在形成新业态正在形成新业态生成式人工智能的应用领域涵盖了各行各业。在图像领域，生成式AI可以用于图像增强、图像生成和图像编辑等任务，如风格迁移、人脸合成等。在语音领域，生成式AI技术为语音合成、语音转换和语音识别等任务提供了新的解决方案。在文本领域，生成式AI在自然语言处理、机器翻译、文本生成等方面取得了显著的成果。此外，生成式人工智能还在游戏、影视、广告等领域发挥着重要作用，如游戏角色的自动生成、影视作品的剪辑合成等。商业信息技术服务商Intercom使用ChatGPT和GPT-4开发了一款人工智能客服机器人Fin，该机器人能够为客户提供安全准确的答案，进行简短的对话并提出问题，即刻解决50%的客户问题。Fin可与Intercom的收件箱、票务、书信、报告等配合使用，开箱即用，告别分散的支持解决方案，迎接AI增强的一体化客户服务平台。通过集成GPT-4工具，冰岛政府正在与OpenAI合作，共同保护其处于危险中的冰岛语及稀有文化资源，为推动人类文明多样性、促进非物质文化遗产的传承发展开拓新的思路。随着技术的不断发展，生成式AI的应用边界将继续拓展，为人类创造更多可能性，产生更多新经济业态。12与与RPARPA等技术协同创新等技术协同创新，生成式生成式AIAI正在形成新制造正在形成新制造第一第一，精简供应链管理精简供应链管理。AI大模型可以分析来自各种来源的大量文本数据，供应商通信、合同和运输文件，为优化供应链管理提供可操作的见解。例如，使用GPT-4自动执行跟踪库存水平、识别潜在瓶颈和预测交货延迟等任务，提高制造公司的效率并降低成本。第二第二，加强产加强产品开发品开发。通过分析客户反馈、市场趋势和竞争对手数据，GPT-4能够为产品开发过程提供信息。通过利用未满足的客户需求和GPT-4确定的新趋势，制造商可以更好地创造创新产品，以满足不断变化的消费者偏好。第三第三，提高客户参与度提高客户参与度。通过对客户询问生成个性化的、类似人类的响应，GPT-4显著提高客户参与度。制造商可以使用GPT-4驱动的聊天机器人来处理客户支持，提供订单状态的实时更新，并根据客户的个人偏好提供产品推荐。已有的一些工业制造案例显示，嵌入生成式AI工具会使企业生产力水平提高14%-25%，而如果将生成式AI与RPA等其他传统AI自动化工具结合使用，劳动生产力水平能提高到56%。随着成熟应用，预计2-3年后，有望使一些大型数字化制造企业的工资成本降低50%-60%，总的成本收入比可以降低10%-20%。因此，制造业可以结合生成式AI和RPA等其他工具，通过识别趋势和模式，并自动触发行动来响应意外事件（甚至干预预期问题发生），协同增强其车间效率，更进一步，支持生成式AI的聊天机器人可以改变工厂维护等领域的数据分析和信息记录检索流程。例如，生成式AI可以推进预测维护平台，为监督工厂流程可靠性的工程师提供帮助，促进产品开发和客户参与度，形成新制造方式和商业模式，最终提高效率和竞争力。全球领先的工业技术服务商西门子与微软的技术团队合作，将西门子用于产品生命周期管理(PLM)的Teamcenter软件与Microsoft 协作平台Teams以及Azure OpenAI服务中的大语言模型以及其他Azure AI功能集成，开发了最新的工业数字化技术，帮助工业公司在产品的设计、工程、制造和运营生命周期中推动创新和效率，打造新工业经济。通过生成式AI驱动的软件开发、问题报告和视觉质量检查来简化工作流程、克服孤岛并以更具包容性的方式进行协作，增强工厂自动化和运营,帮助工业公司在产品的设计、工程、制造和运营生命周期中提升效率，从而加速以客户为中心的创新。小结小结ChatGPT的出现，使得人工智能不再只是大型企业创新发展的“专利”，中小企业和社会大众拥有先进的人工智能正在成为现实。并且随着商业应用的拓展，生成式AI正在加速定义形成新的客户服务、新的制造方式以及新的经济业态，成为数字经济时代的新质生产力。13PART 2 PART 2 行业洞悉丨生成式AI重塑全球金融业14创新的银行将从“采用技术的银行”迈向“最懂技术的银行”，并向“最懂银行的先进技术服务商”领域拓展，充分释放其高质量数据价值。生成式生成式AIAI重塑全球金融业重塑全球金融业30年前，当互联网刚刚兴起时，大多数银行业从业者都无法相信支付方式将发生彻底变革，购物将无需现金和刷卡，交易越多银行内部的排队现象却越少；大多数的证券业从业人员也都无法想象交易所将不再是股民进行证券交易的场所，证券开户甚至都无需到证券公司现场办理。基于Windows/Linux操作系统的普通计算机和基于Android/iOS系统的智能手机/平板电脑就是数字时代的“交易所”。过去15年，许多传统大银行一直跟踪并采用最新的数字技术，但是一些银行却在坚持自认为非常成功的“当铺”模式，坚持过时的商业模式已经或正在让这些银行付出代价，比如破产重组或利润率至少下降25%。因此，在不牺牲核心原则的情况下拥抱生成式人工智能、进行数智化转型可能是最好的选择。在快节奏的金融领域，保持技术的领先地位对于蓬勃发展至关重要。多年来，我们见证了从互联网银行的诞生到算法交易的兴起的跨越式变革。在此影响下，我国银行业电子支付方式发生了极其显著的变革，移动支付在2018年超越网上支付，2020年，半数以上的电子交易用户选择移动支付，成为用户首选的业务支付方式。15生成式生成式AIAI重塑全球金融业重塑全球金融业当前，凭借无与伦比的计算能力和先进的数据分析能力，生成式AI正在席卷金融业，释放新的生产力，以前所未有的方式重塑全球金融业的格局，有望给金融业带来3万亿规模的增量商业价值，并可能将彻底改变交易的进行、投资的管理和风险的评估方式。泰康人寿人工智能研究院院长刘岩对此认为，“生成式AI将加速推动金融+AI向AI+金融的转型升级”。比如一个充满想象的应用场景，利用ChatGPT快速处理和审查大量金融数据，包括实时市场趋势、客户偏好、历史表现和宏观经济需求。从海量信息中获得的见解便可以使金融机构能够做出明智的决策，并提供符合客户独特需求和愿望的定制服务。正如贝莱德首席运营官Rob Goldstein所言，“生成式AI将改变人们与技术互动的方式，提高我们的生产力并加强我们已经在做的伟大工作，还可能改变客户对我们互动的频率、及时性和简单性的期望。”生成式AI在银行的嵌入会对银行产生深刻影响，正在重塑全球金融业。在零售银行和财富业务上在零售银行和财富业务上，大型金融机构每天开设的新账户数量巨大，需要更有效、高效的了解你的客户（KYC）流程。生成式AI可以创建合成数据来帮助训练KYC背后的机器学习算法。它还可以帮助为虚拟助手创建更准确的自然语言模型。在中小企业银行业务上在中小企业银行业务上，除了支持更复杂的虚拟助理之外，生成式AI还将帮助解释包含非数字数据（例如商业计划）的小企业贷款申请。在商业银行业务领域在商业银行业务领域，生成式AI将加速商业银行的后台任务，例如在复杂场景下实时回答有关客户财务绩效的问题。它还可以通过增加某些经济条件下业务绩效的稀疏数据来帮助训练预测算法。在投资银行和资本市场上在投资银行和资本市场上，生成式AI可以帮助银行对包含复杂、非流动性金融产品的资产负债表进行压力测试。通过综合各种场景的测试数据，该技术可以帮助使金融稳定措施更加精确并降低合规成本。在支付领域在支付领域，生成式生成式AIAI进一步重塑交进一步重塑交易方式易方式。基础大模型支持的聊天机器人和虚拟助理提供即时客户支持、解决查询，甚至提供个性化的金融产品和服务。随着人工智能算法分析客户数据以提供量身定制的解决方案，漫长的等待时间和通用建议的日子已经过去。16生成式生成式AIAI重塑全球金融业重塑全球金融业在投资和财富管理方面在投资和财富管理方面，人工智能算法通过仔细分析大量的金融数据来发挥其魔力。这些算法可以识别投资机会、预测市场趋势并优化投资组合管理策略。这使投资者能够精确而敏锐地做出数据驱动的决策，从而最大限度地提高潜在回报。重要的是重要的是，生成式生成式AIAI对银行业务的影响将推动银行自身的组织变革对银行业务的影响将推动银行自身的组织变革。生成式AI作为AI助手将取代一些数据量大的人工任务，会带动银行人力资源的优化配置，加快组织的去中心化，更多的推行扁平化组织管理。生成式AI成为“副驾驶”，赋能银行员工，提升员工的数字化能力，加速传统的流程专家转型成为数智化数据专家，推动银行员工绩效的重新定义和改革。一向较为稳定的保险业也正在经历大模型应用带来的一场革命。国内头部保险公司的一位副总裁表示，“对保险行业来说，生成式AI是一项革命性技术，不仅仅是提升效率，后续还会带来商业模式的重大冲击。现阶段，我们应该追求它的多样性，而不仅仅是准确性”。ChatGPT通过分析客户数据实现承保流程自动化、改善索赔管理并增强欺诈检测。AI算法计算风险状况并提供满足个人需求的定制保险计划。风险管理是金融行业的一个重要方面，生成式AI在该领域也发挥着关键作用。通过分析历史数据、市场趋势和宏观经济指标，人工智能算法可以识别潜在风险并提出有效的风险缓解策略。这使金融机构能够做出明智的决策并确保其运营的稳定性。尽管ChatGPT持续火爆，带动金融大模型的开发热潮，以及金融机构投资并采用大模型技术，但生成式AI技术在金融业中的应用尚处于技术探索和试点应用的并行期，依据Gartner新兴技术成熟曲线，预计1-2年内，首批大模型增强的金融机构会进入成熟应用期，3年后带动将会金融业生成式AI的规模化应用。当然，随着大模型技术在零售、教育、传媒、游戏等行业中嵌入应用的增加，大模型技术的进化和能力提升，金融业集成生成式AI技术的速度会加快。17生成式生成式AIAI重塑全球金融业重塑全球金融业以我国银行业为例，财报信息显示，42家上市银行中，当前已经有6家银行公开发布大模型技术开发与应用的信息。工商银行工商银行在国内同业率先实现百亿级基础大模型在知识运营助手、金融市场投研助手等多个场景应用。依托行内人工智能服务体系的算力、算法、数据、人才四位一体的基础能力，农业银行农业银行发布的ChatABC重点着眼于大模型在金融领域的知识理解能力、内容生成能力以及安全问答能力，对于大模型精调、提示工程、知识增强、检索增强、人类反馈的强化学习（RLHF）等大模型相关新技术进行了深入探索和综合应用，结合农业银行研发支持知识库、内部问答数据以及人工标注数据等金融知识进行融合训练调优，实现了金融知识理解和问答应用，同时实现了全栈AI技术的自主可控。平安银行平安银行探索自研BankGPT平台，研究构建大模型文本生成、图片生成等能力，及其在图标头像、节日海报、个性化营销内容创作、交互式数据分析、非结构化数据洞察等场景中的应用落地。兴业银行兴业银行引入部署私有化的商业大模型，上线大模型产品ChatCIB。北京银行北京银行发布AIB平台，汇聚16万条金融知识，面向理财经理、大堂经理、客户经理、综合柜员、远程客服等岗位，打造运营助手、客服助手等7个问答机器人，助力一线员工提升工作质效，同时推出“北银投顾 GPT”，以京行理财产品货架为依托，打造京华四季、智能投顾、财富课堂、产品工具等四大板块，实现重点、优质、特色产品的遴选与推荐，形成面向用户需求的个性化交互，为客户经理精准营销提供良好支持。长沙银行长沙银行基于AI模型平台实现百亿级参数大型语言模型本地化部署，提供实时流式问答接口，上线人工智能助手，并入行内业务知识库，问答准确率比传统智能机器人高出43.34%。一些头部银行、保险机构的高级管理人员表示，已经将生成式AI列入集团公司的年度发展战略，越来越多的银行和保险机构开始建立大模型技术团队，并与外部的金融大模型开发商着手技术开发和产品合作，搭建开放创新生态体系。例如，建设银行、交通银行、中金、中国人寿、泰康人寿、中国银行、招商银行、中信银行等正在搭建各自的新一代人工智能创新平台/中心，积极探索大模型落地应用场景。18拥抱生成式拥抱生成式AIAI的潜在优势的潜在优势第一第一，嵌入运营嵌入运营，提高效率提高效率。国内头部银行的科技负责人表示，“相比传统模型，生成式AI大模型是很好用的工具和技术手段，具有创造能力、便于生成文件草案、海报底板，端到端更近，最突出的是工作效率的提升，辅助代码编写等，能大幅提升从想法到原型的开发速度。”嵌入生成式AI技术，银行、保险等金融机构可以进一步简化手动流程，最大限度地减少错误并减少人工干预的需要。数据输入、合规性检查和文档处理等日常任务可以实现自动化，从而为财务专业人员腾出宝贵的时间来专注于更具战略性的活动。第二第二，拓展业务拓展业务，加快数字化转型加快数字化转型。金融业是单位数据产出的行业，银行业每100万美元的数据产出高达820GB，是制药行业、零售行业的2倍多。当前我国金融机构的数据资产规模达到了千亿级，而且数据质量高，数据正在成为我国金融机构的核心竞争力，如果能够充分挖掘运用，潜在价值超过万亿元。第三第三，增强合规增强合规，加速创新加速创新。生成式AI自动化的文件提取、比对以及内容生成功能，将金融机构中的流程专家转型成数据专家，减少人为的流程干扰因素，减少对专家技术的依赖和离职变动风险，增强内部开发和技术创新能力，创新的银行将从“采用技术的银行”迈向“最懂技术的银行”，并向“最懂银行的先进技术服务商”领域拓展，充分释放其高质量数据价值。第四第四，改善客户体验改善客户体验，个性化定制与差异化发展个性化定制与差异化发展。通过利用生成式AI大模型的力量，金融机构可以提供个性化的推荐、量身定制的财务建议，甚至通过聊天机器人和虚拟协助提供帮助。通过分析客户数据和了解个人偏好，这些人工智能驱动的系统可确保无缝和个性化的客户体验，让客户感到受到重视和理解。第五第五，规则的改变者规则的改变者。信用与风险管理是金融业的核心业务，在风险评估和欺诈检测方面，生成式AI将会是金融业游戏规则的改变者，大模型开发商既是金融服务机构的客户，也能成为金融监管部门的合作对象。通过大模型技术快速分析提取文本并实时识别异常，可以快速识别潜在风险和欺诈活动，既可以应用银行账户盗取，也可以被证券监管部门用于上市企业信息披露，实际上都有助于金融机构保护自身安全，增强了金融整体的安全措施，确保为所有人提供更安全的金融生态系统。例如，微软和金融服务商Symphony AI共同开发了生成式AI助手Sensor Copilot，它允许金融犯罪调查人员使用自然语言处理SaaS和可疑活动报告，使他们处理这些犯罪活动的能力提高了60%以上，并将调查效率提高了约70%。19银行可能的部署场景银行可能的部署场景1 1.智慧办公智慧办公可用于会议纪要的实时生成、录音视频资料等非文本格式的文本内容翻译及摘要生成、审计资料的内容提取及要点生成。2 2.内部研发内部研发利用ChatGPT的代码生成功能，提高代码生成和测试的效率，加快原型产品开发。3 3.自动化支付自动化支付网上银行中的日常任务不再需要手动完成，ChatGPT可以处理这个问题。从账户余额查询到账单支付再到转账请求，银行可以利用 ChatGPT来减少员工的工作量。4 4.查询服务查询服务银行可以将ChatGPT集成到其客户服务系统中，以提供实时答案，从而减少等待时间并改善整体体验。银行通常会遇到大量查询，ChatGPT可以减少查询量，并为人工服务代理留出更多时间来回答更复杂的查询。5 5.金融欺诈检测金融欺诈