2024年，AI大模型将展现出强大的商业价值和发展潜力，科技机构将争相入驻并落地大模型应用。 有一种观点认为，大模型是头部机构的“战场”，将决定一个机构未来5-10年的科技水平。
算力、算法、数据构成了大模型领域的“三驾马车”，而数据作为核心生产要素，成为关系到大模型质量和商业化的关键点。 银行业作为数据密集型行业，已成为大模型率先探索的重要行业。
大型模型在银行业具有广阔的应用前景
银行业数字化转型需要大模型的支撑。 中国银行601988业协会首席信息官高峰表示。
分析人士认为，银行数字化转型的本质是“拥抱”数据和算法，利用数字技术对业务流程、运营方式和服务模式进行数字化重塑，从而提升运营质量和服务水平的质量和效率。 总的来说，在银行数字化转型过程中，“用数据”非常重要，而以大模型为代表的人工智能是“用数据”和“赋能智能”的超前推进，将更高效、更深入地赋能营销、运营、风控、决策等业务环节，为银行业数字化转型提供新范式、新动能。
中国民生银行（600016）首席信息官张斌指出，大型语言模型在金融领域有着广泛的应用，可以帮助提高工作效率。 例如，帮助个人成为超级生产者也可以增强体验，例如支持多轮对话 - 机器以类似人类的方式进行交互。
在智能客服与数字人结合等具体应用场景中，可以解答多轮高度拟人化的问答在智能投研领域，可利用其强大的分析提炼能力和生成能力在程序开发领域，可以协助编码、测试、完成;在营销领域，助力精准营销，包括个性化内容生成;在运营领域，它可以协助人际互动、总结和建议生成;在风控领域，可实现智能风险识别和法律合规在知识管理方面，可实现知识的自动抽取、知识更新和维护，提供更好的知识问答体验。
中国农业银行研发中心副总经理赵焕芳表示，国内金融机构在智能客服、知识问答、辅助编程、智慧办公等领域优先探索和尝试。
在具体应用方面，金融机构会根据资源投入、技术积累等考虑采取不同的策略。 大型银行偏爱“深度定制、建设与应用相结合”的自建模式，注重大模型能力体系的建设，包括算力、AI平台、模型训练能力等将结合自身数据优势，训练定制化的大模型，更加注重自身大模型能力的沉淀，打造平台化支撑模型。 中小银行可采取“直接引入、轻量级快速”的参考策略，更加注重行业模型和通用模型的直接引入，通过API调用等形式快速轻量对接场景应用。
大银行模式仍处于探索的初级阶段
业内人士认为，大模型的出现将加速银行数字化转型的效率和质量，是银行需要关注的金融科技创新赛道，但大模型在银行领域的应用仍处于探索的初级阶段。 在数据安全、算力保障、模型构建、开放生态、伦理风险等诸多方面仍面临挑战。
招商银行金融科技处处长高旭磊提出，要警惕科技发展可能带来的风险。 以大模型为例，这项技术最大的问题就是“模型错觉”，也就是大家都在说“严肃的废话”，但不能因为噎子而浪费食物，要让大模型像人一样犯错，关键是要相应地管理好。 此外，还可能存在道德、版权、大数据、有害信息的产生、商业秘密等问题。
清华大学五道口金融学院副院长、金融学讲席教授张晓燕在“第十九届（2023）数字金融联合宣示年数字化转型展望年度活动”上表示，大语言模型在银行业的落地也面临诸多风险和挑战，需要业界高度警惕和重视。 例如，大型语言模型可能会导致机密银行数据和客户隐私泄露大型语言模型在银行业的应用也面临监管风险，目前不同国家对大型语言模型的监管态度差异较大。 有一种观点认为，人工智能，包括大型语言模型的应用，可能成为金融系统性风险的下一个爆发点。
交通银行副行长兼首席信息官钱斌建议，应重视人工智能的伦理建设和可信、安全、公平的人工智能金融应用建设。 他指出，随着生成式人工智能在金融领域的全面应用，可能引发的安全性、公平性、透明度问题将越来越受到监管机构和市场主体的关注，需要通过有效治理来保障应用过程的安全可控和有效保护服务使用者的合法权益。 金融机构应重视大模型生成内容的准确性、可靠性和稳定性，建立有效的管控机制和应急策略，防止出现价值偏差、算法偏差、歧视性内容生成等问题。 要负责任地用好金融科技，在数字化转型的洪流中努力践行“责任金融”的价值理念，让金融生根为民，科技向善，滚滚向前。
多位业内人士告诉中国电银网，银行业模式未来看好，希望产业链机构培育大模式创新生态，加强案例实施和技术交流，共享大模式发展红利。
当前，银行业正在深入贯彻落实一流金融工作会议精神，对标数字金融文章，打造人工智能新增长点，为客户提供便捷、安全、温馨的金融服务。
灵和讯plus会员，免费观看更多独家内容：8大财经栏目，独家解读最新最热资讯干货，更快把握市场投资动向。