7家银行科技高管，就ChatGPT等AI问题进行了一场脑暴

由ChatGPT引发的AI浪潮，现在已经在各个行业延烧。

作为IT程度最高、息化投入资金最大行业，银行一直是各种数字技术应用的前沿行业。科技追求“快”，而风控要求“慢”，合规、严谨、容错率，一直都是银行业的阿克琉斯之踵。

举个简单的例子，一家股份制商业银行的贷规模约为4万亿，如果因风控导致不良率上升1%，损失将达到400亿。因而，新技术在金融领域的应用，本身就是一场华丽的冒险，风险可控永远是第一优先级。

与此同时，回归商业的本质，向外寻求优质资产，向内实现降本增效成为商业银行的共识。新技术已被广泛认为是一种解法。

在这种背景下，分享交流、相互启发就非常重要。2023年2月23日，全国工商联“助微计划”，在上海举办了银行科技沙龙，本次沙龙邀请了多位业内专家和银行业高管，探讨了诸多前沿话题，包括ChatGPT是否有可能在银行应用，主流银行在AI上的应用场景等。

“助微计划”是由全国工商联会同多家行业协会、金融机构共同发起的，目标是缓解小微企业融资难的问题。截止目前，已有120多家银行机构参与，累计发放贷款超过4万亿元。银行科技沙龙是助微计划的一部分，旨在推动小微金融科技的交流和创新。

上篇ChatGPT能用在银行业吗？

银行如何使用ChatGPT类产品？

储量

平安银行总行金融科技部零售研发中心总经理兼基础零售事业部联席总裁 

利用生成类AI强大的语言生成能力

不应该把ChatGPT这样的生成式AI纯粹看成理解客户需求的工具，更大的价值是在于表达的方式的变化。比如说，有了标准答案之后，有没有可能利用ChatGPT把这个标准答案更有趣地表达出来。

银行业是强监管的，要求严谨、合规。银行或许可以尝试用人机结合的方式，将ChatGPT用在宣传文案、营销话术等内容的产出方面。比如，用ChatGPT产生几套话术，然后做选择、润色，让这个话术看上去更加有趣、生动。

高嵩

网商银行首席息官

现在的ChatGPT就好像一个未入社会的大学生，虽然尚不足以承担大任，但是生成类AI的潜力巨大

ChatGPT类产品与金融服务有可结合的点。

比如，我们跟ChatGPT聊天的时候，会感觉语言表达能力很好。生成式AI可以与智能客服很好的结合，去学习他的语言表达能力，更好的服务客户。

但更直白一点，通用大模型所支持的生成式AI，就好像一个大学生，大学生今天的水平还不足以承担大任，但是基础好。如果未来，国内科技公司在大模型上有所突破，我们可以通过进一步训练，让他形成更多的行业认知，把这个大学生培养了一个贷专家。

韩冰

网商银行人工智能部总经理

可以用大模型算法构建新一代的“智能数字贷专家”

如果拿ChatGPT 和百灵（网商银行开发的智能交互式风控系统，用户可以通过可百灵对话，按照AI的提示提交材料，获得贷款提额）直接对比，还是有比较大的区别。百灵需要非常强的专业知识引导，使得它给用户的提示，包括最终授额度是符合行业知识和风控要求的，这是ChatGPT目前做不到的。

长期看，ChatGPT背后是自然语言大模型和生成类技术的突破，这一个人工智能技术里面的量变到质变的过程。大模型不是首次提出的，关于学习能力、推理能力以及记忆能力，达到了从量变到质变的过程。

应用ChatGPT合规吗？

李锋

兴业银行总行金融科技研究院负责人

应用ChatGPT需要考虑合规问题

ChatGPT有很多能力，打开了我们的思维空间，看上去最先可以用在金融行业做客服场景。但是，它生成的回答是否专业，对银行理财、产品、风险的理解是否高度严谨，这是需要考虑的。

高嵩

网商银行首席息官

银行真正应用ChatGPT要走的路还比较远

ChatGPT虽然有自学习能力、推理能力，但是它产出内容的可度、可控度谁来保证？金融是一个专业性领域，金融服务的可度、可靠度的要求，比一般聊天的容错率要求更高。所以，ChatGPT在金融领域的应用还需要走很远的路。

银行是否该自建一个ChatGPT？

高嵩

网商银行首席息官

银行自建不经济，更多是基于API去开发针对自己适用的领域模型

ChatGPT背后的通用大模型门槛高，训练需要海量数据和巨大算力，还需要技术的突破。以训练为例，一次的成本在200万～1000万美元之间，不是每个机构都能承受的，遑论背后的技术投入。国内已有科技公司在探索大模型，未来更多企业或可以基于科技公司提供的API，去开发自身适用的应用。

储量

平安银行总行金融科技部零售研发中心总经理兼基础零售事业部联席总裁 

银行应该是AI工具的用户，而不是底层的技术的开发者，或者开发工具的人。

银行要认清自己的定位，银行并不是一个科技公司，虽然银行在科技上投入很大，但并不是什么都要重起炉灶，在底层的工具平台本身上，我们是采用开放合作的方式。比如平安银行很多算法模型就是集团科技孵化一些产品，银行直接用，也有一些咨询机构帮我们建立一些模型，这方面我们应该是一种相对开放的心态。

刘训艳

上海银行总行数据管理与应用部总经理助理 

银行自己搞ChatGPT类似应用投入非常高

对金融行业，特别是银行业来说，合规是底线。如果要将chatGPT放到业务场景里面去直接服务客户，现阶段应该还不会考虑。此外，银行的数据安全要求很高，那么在应用上，会优先考虑私有化。这就需要考虑投入产出，投入大量的算力，还需要大量的数据基础，还有技术人才，投入是非常高的。

下篇银行AI应用的新进展、思考和展望

各家银行在AI领域的实践

万化

浦发银行息科技部副总经理 

浦发银行的数字人已经在培训、客服、理财等岗位“入职”

浦发银行刚刚过了30周年的庆典，AI算是一个亮点工程。我们在AI的投入，主要是数字人。2018年开始谋划，2019年数字员工“小浦”正式“入职”。她既能当智能客服，也能做培训、大堂经理，还能做财富规划师和质检员等，大幅提升银行的经营效率。

比如说，交易员做市场间交易的时候是很忙的。我们现在有一个“小浦交易员”协同他处理，通过AI的方式完成面向机构间的交易。我们还做了AI理财专家，对财富的投教。客户的触达，转化率，都是挺高的。AI理财专家，最终的目标是变成千人千面的理财助手和陪伴。同时小浦作为AI培训师，已经完成了大量的培训。

高嵩

网商银行首席息官 

从实际问题出发，探索AI应用，已经深入核心风控

人工智能可以说是我们的技术基石。不过，我们在探索人工智能的时候，不是什么火做什么，而是从农民的一亩小麦该贷多少钱，卡车司机能贷多少钱这样实际的问题出发，去探索技术的应用和创新。

农村一直是金融服务的稀薄地带。农户没抵押物，他们最大的资产，就是土地上的庄稼。然而，一亩小麦，满山猕猴桃树，在银行换算成贷款几乎不可能。2019年，网商银行首创了卫星遥感贷技术“大山雀”尝试解决这一问题。卫星拍摄农户的土地，人工智能技术来观察与计算土地面积，庄稼的品种、长势，预测产量产值，从而给予合理的额度。目前，大山雀已经服务全国超过100万种植户。

2021年，线下实体商业受疫情影响，下游经销商、零售商亟须金融输血。网商银行推出数字供应链解决方案“大雁系统”。将图计算等技术用于供应链金融，识别企业关系，为零售门店和下游经销商的用“画像”，为其提供服务。大雁系统将供应链金融的覆盖率从30%提升至80%，大量线下实体小微企业获得“雪中送炭”的应急资金。

随后，网商银行的第三只鸟——百灵交互式智能风控系统应运而生，首次将人机互动贷技术用于小微金融，解决小微经营者贷款“够不够”的问题。百灵让AI当贷审批员。当小微经营者需要更多贷款时，他可以通过和机器人对话聊天，上传发票、流水、合同、小店货架等材料或照片。百灵通过智能风控系统，算出一个贷额度。截至目前，已有超过500万用户通过“百灵”完成提交材料，完成自证。

银行应用AI存在哪些问题？

储量

平安银行总行金融科技部零售研发中心总经理兼基础零售事业部联席总裁 

业务侧能否提出要解决的问题是AI应用的关键

考虑AI投入的时候，对于银行而言，成本并不是太大的问题。我觉得银行的业务和技术之间的协同是一个问题，业务如何看待这个东西，业务侧能否定义清楚问题，和技术一起去解决问题，这才是关键。

一类问题是深化AI，觉得AI是万能的。还有一种是把AI应用看成某几种技术产品的集合，它们解决了一些点状的问题，性价比并不高。

此外，缺少复合型人才，既懂数据分析，又懂银行业务，因此更有全局观，不是等着业务提需求给你。怎么培养这种复合型人才？我们了解了一些其他行业，以及国外银行怎么做的，但还没有答案。

韩冰

网商银行人工智能部总经理 

基于AI的局限性，需要建立一个人和系统的配合模式

第一，数据“样本少”是一个问题，数据是AI聪明的基础。在我们面临一个新的场景或者服务一个新的行业时，势必要面临相关数据样本比较小的问题。如何在开始探索的时候，把专家知识引入进来，丰富行业知识和数据，这是很大的挑战。

第二，可解释性的问题。每一个金融的问题，我们需要知其然和所以然，是数学题、判断题。那么现在chatGPT这样的模型，给出的结论越来越像作文题，难用直观的逻辑去解释。在金融风控这种敏感性极高的场景，有时候我们就无法使用，或者只能小规模试验。

所以我们需要一个人机互动、配合的模式，使得今天能够通过AI提升用户体验，在成本和服务用户的深度上，都能平衡。

组织与人才如何匹配新的发展趋势？

储量

平安银行总行金融科技部零售研发中心总经理兼基础零售事业部联席总裁 

需要解决业务与技术人才割裂问题

新技术的应用，首先是一种思维，和一种方法论。这也考验银行从业者的认知和共识。因此我们需要有数字化意识的人才，当一些关键的业务岗位、业务领域，有这样的人，参与业务的决策，这很重要。他们不应该坐在数据实验室，或者某些专门的数据岗位，不参与商业决策。

刘训艳

上海银行总行数据管理与应用部总经理助理

让金融科技的人才去业务部门轮值

上海银行现在招聘金融科技的人才，也会安排轮值。基本有一年的时间，他们会去到数据部、科技部以及分行，他需要知道业务在做什么，也要知道科技部门和数据部门在做什么。在实践一年之后，人力资源部再做分配，大概能够很清楚地定位，他是不是复合型人才。现在银行内短缺的就是这种类型的人才。

李锋

兴业银行总行金融科技研究院负责人

从产品视角出发，用小团队迭代创新

创新关乎文化、人才，更关乎相匹配的组织建设。比如说，面对一个前沿的技术，银行也可以参考互联网企业，以更灵活，更小的团队，去做创新尝试，然后再推广。

我们不能从束之高阁的学术论文的角度，去看前沿技术。银行看成本和商业成效，还是要让技术落到实际的应用里去。

银行探索AI，未来有哪些可能？

李锋

兴业银行总行金融科技研究院负责人

降本增效，围绕银行经营看问题

在目前的经济周期下，银行还是要朝着降本增效，提高经营效率这个角度，去探索AI的应用，这样更能够体现出来金融科技的价值。不管是对客户的财富管理，还是普惠金融等，用AI让金融服务有温度，有用，支持国计民生，这是使命。

高嵩

网商银行首席息官 

用技术攻克小微金融服务的不能三角问题

在小微金融领域，一直存在一个不可能三角形，这个三角形就是服务覆盖率、深度和便利性。经过这些年的同行的努力，已经解决了很多。比如说，网商银行服务的客户中，有84%的新客，覆盖率上来了。但是我们发现服务深度不够。

如果要加深服务深度的话，还是要通过科技创新，去改变服务的模式，或者说应对新需求去提升风控能力。

韩冰

网商银行人工智能部总经理 

构建新一代的“智能数字贷专家”

我们已经从ChatGPT上看到通用大模型的智慧。在此之前，网商银行已经在多模态识别技术，大规模认知领域和产业图谱方面有一定的积累，并产生了多模态融合模型以及金融领域模型。未来希望进一步升级，以大模型为底座，不断优化行业知识，升级百灵为新一代的“智能数字贷专家”。