本報記者 熊悅

    今年以來，人工智能創新應用在金融業大量涌現，大模型賦能金融業務的價值正持續顯現，加強大模型技術的應用也已成為商業銀行等金融機構的必答題。

    9月5日，招商銀行舉辦2025招銀浦江數字金融生態大會。這是招商銀行在2025年中期業績報告中首次提到以“AI First”引領數智招行建設這一提法后，緊接著舉辦的一場以“AI”為主題的行業大會。大會上，各界人士圍繞AI如何賦能銀行等金融機構高質量發展這一命題展開探討。

    機遇與挑戰并存

    “大模型在各行各業的應用條件正在變得越來越好，加強大模型技術的應用在今天是合適的選擇。”招商銀行首席信息官周天虹在大會上表示。

    招商銀行數字金融發展辦公室副主任韋江波同樣認為，當前銀行業經營面臨諸多挑戰，大模型是最大的確定性機會，其技術突破將推動銀行服務模式、交互模式和工作模式變革。

    韋江波表示，從銀行業來看，AI技術的發展有三個方面值得進一步關注：一是從原來的文字交互進階到智能化的語言交互，這將改變用戶的操作界面。二是非結構化數據能夠被聽懂，由此帶來諸多應用場景的變化。三是推理能力方面，能夠實現像人一樣思考，甚至形成比人更聰明的思考方法。

    AI技術的發展將推動銀行的經營發生轉變。韋江波進一步補充道，一是服務模式上，以前只能聚焦重點客戶，現在可以做到以每個客戶為中心，真正做到千人千面。二是交互模式上，以前交互模式主要以圖形界面為主，現在的交互模式可能不只是圖形，而是“圖形+對話”，這或將成為銀行今后大量推廣的場景。第三，組織模式上，以前主要是人，AI進行適當輔助，現在打造數字員工，極大拓展人的工作效率。

    “實踐中，大模型已在多行業落地，包括智能客服高效響應、多模態審核助力風控、綜合報告生成提升效能等。”通義大模型業務總經理徐棟表示。

    對于銀行等金融機構而言，加快大模型等AI技術的應用落地也已逐步成為業內共識和實踐方向。不過就目前的情況來看，銀行機構推進大模型應用仍然面臨著一些需要解決的問題。

    火山引擎總裁譚待認為，在金融應用場景中，大模型落地還面臨著合規、安全、可信挑戰。他表示，目前以大模型為基礎的AI數字員工已經在各個金融機構普遍落地，比如智能風控、智能客服、展業助手、智能投研、信貸報告、代碼輔助等領域。“整體來看，金融機構對AI的應用還處在初期。模型能力有待加強、領域知識有待提升、如何做好后訓練等非常關鍵。”

    “如何讓基座模型能力更精準地適配銀行的業務邏輯，如何更好地抑制AI幻覺，如何避免做了很多大模型場景研發但是業務單位體感不高的問題等等，是當前金融業要重點攻堅的方向。”周天虹提到。

    共建大模型應用生態

    周天虹表示，金融業要進一步提升大模型解決領域問題的能力，關鍵在于打好三個“組合拳”，即上下文工程、知識管理和后訓練。首先，上下文工程是做好大模型應用的基礎性工作。其次，企業級知識管理是釋放大模型能力的關鍵。通過構建完善的企業級知識管理體系，可以將大模型能力與企業自身語境和知識體系對齊，提高答案的準確性。第三，后訓練是增強模型在專業領域應用效果的有效手段，通過監督微調、強化學習等方式，將領域知識和領域業務邏輯融入模型，可以顯著提升模型在專業領域的基礎認知和理解力，使其更好地處理復雜、高難度的領域任務。

    “當前大模型的應用成本仍然比較高，而大模型在銀行的應用范圍又非常廣泛，幾乎所有涉及人工參與的場景，大模型都能搭上邊，但不同場景產生的業務價值差別很大。”周天虹進一步表示，因此，金融業要發揮好大模型作用做好大模型價值變現，還有一個關鍵是選好場景。

    周天虹介紹，招商銀行的策略是聚焦“用人多、用時多、省錢多”的高價值場景。在“用人多”場景，用AI擴充人力，擴大服務半徑、提升服務水平、優化客戶體驗，推動業務量持續增長。在“用時多”場景，用AI協助員工工作、降低復雜度、提升質量，實現提質增效。在“省錢多”場景，針對成本高、風險大的環節，用AI提升風險識別的覆蓋度、準確度和時效性，減少成本支出。

    韋江波表示，在AI時代，更需要共建一個產業的神經網絡。在這個網絡里每一家金融機構、科技公司都是智慧的神經元，通過開放的API、共享的數據標準、協同的技術平臺去連接彼此，讓數據、算法、算力、場景、高效的交互與激蕩，當神經元被激活并連接在一起的時候，整個產業的智慧將實現指數級的增長，將遠超任何一個孤立個體的總和。

    “大模型應用研發工作需要從‘業技融合’走向‘業技共創’。大模型在銀行的應用發展需要生態伙伴的支持、需要行業的合作才能做好，‘單打獨斗’難以做到高水平，更可能錯失機遇窗口。”周天虹認為。

（編輯 才山丹）