生成式AI试水应用 掀起智能化浪潮

近期，基于大模型的生成式 AI 在金融领域正引起广泛关注。自年初以来，多家商业银行陆续推出相关应用或合作项目，表明生成式 AI 正迈入应用元年。

生成式 AI 应用元年

自今年初，金融机构在生成式 AI 领域动作频频。微众银行构建了场景化生成式 AI 代理商店，为金融业务提供支持和服务；农业银行推出金融 AI 大模型应用 ChatABC；兴业银行在大模型技术领域实现反洗钱可疑报告智能生成。

据一季度发布的上市银行年报显示，在 42 家 A 股上市银行中，近 20 家披露了大模型技术研发与应用信息。

德勤在先前发布的一份报告中透露，2023 年第四季度针对全球六大行业、16 个国家和地区的调研显示，超过 2800 名高管正为其企业开展生成式 AI 试点或实施项目。

《2024 年金融业生成式 AI 应用报告》（以下简称“报告”）指出，目前生成式 AI 在我国银行业已进入试点应用阶段，预计 1-2 年后进入成熟应用期，在降本增效方面取得积极的财务成果，3-4 年后将实现规模化应用。

澜舟科技合伙人兼联席 CEO 李京梅认为，AI 产业具有广阔潜力，大模型的产业落地应用才刚刚起步。随着各个领域产业升级对人工智能的需求不断增强，未来的渗透率还将进一步提高。

报告进一步强调，我国金融业生成式 AI 应用迎来政策红利期。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，提升快速安全应用新技术的能力，释放数据价值。

破解大模型应用落地的多重挑战

随着生成式 AI 场景应用的日益丰富，大模型发展面临的挑战也越来越受关注。

中金公司在最新研报中指出，当前大模型的应用主要集中在业务场景简单的非决策类环节，如智能客服、业务助理等。而在对金融专业要求更高、涉及强金融建议和核心决策任务的业务场景中，落地应用仍存在困难。

大模型技术在算力、算法等领域的难题和挑战，限制了其在更广泛业务场景中的落地应用。业内专家指出，大模型技术在发展应用中显现三大挑战：

一是从算力角度，大模型的训练需要庞大的硬件算力资源支撑，大模型参数规模呈持续扩张趋势，对算力提出了更高的要求；

二是从算法角度，大模型生成的内容可能存在安全风险，同时广泛存在隐形偏见的可能性；

三是从数据角度，近年来各项法律法规对私域数据的使用有“数据可用不可见”的要求。在医疗、金融等行业都存在海量自治的高质量数据，但受限于隐私无法共享利用。