(資料圖片)

專家表示，當(dāng)前市場通用的生成式AI模型具備普適、跨行業(yè)通用、模糊語言的特性，而這難以滿足銀行業(yè)對金融專業(yè)能力、精準(zhǔn)性方面的高要求。因此，如何讓生成式AI模型“說專業(yè)的話”“說真話”就成為銀行業(yè)規(guī)模化應(yīng)用生成式AI的兩個關(guān)鍵挑戰(zhàn)。

以ChatGPT為代表的生成式AI已經(jīng)在各行各業(yè)引發(fā)了廣泛的討論。更重要的是，各領(lǐng)域和行業(yè)已經(jīng)開始積極嘗試推動生成式AI技術(shù)落地應(yīng)用。

在金融領(lǐng)域中，銀行業(yè)對于生成式AI技術(shù)的應(yīng)用探索也在逐步深入。“該技術(shù)已不只停留于概念階段，如何借力新技術(shù)賦能銀行轉(zhuǎn)型已成為行業(yè)必須深入思考的命題。”波士頓咨詢公司董事總經(jīng)理、全球資深合伙人何大勇稱。不過，多重因素作用下，在銀行體系內(nèi)規(guī)模化應(yīng)用生成式AI仍面臨巨大挑戰(zhàn)。

波士頓咨詢公司最新發(fā)布的《銀行業(yè)生成式AI應(yīng)用報告（2023）》（以下簡稱“報告”）顯示，銀行業(yè)應(yīng)用生成式AI主要遵循兩大類價值創(chuàng)造邏輯：一是替代人，接受大量重復(fù)性、簡單基礎(chǔ)的任務(wù)，以釋放運(yùn)營類人力資源；二是賦能人，利用生成式AI的“對話”和“創(chuàng)造”能力，以AI為助手放大關(guān)鍵節(jié)點(diǎn)“人”的產(chǎn)能，賦能“專業(yè)”內(nèi)容形成和“基礎(chǔ)管理”環(huán)節(jié)。

生成式AI的應(yīng)用場景可以貫穿銀行全產(chǎn)業(yè)鏈的各個環(huán)節(jié)：每個職能部門、每條業(yè)務(wù)線本質(zhì)上都能找到生成式AI的應(yīng)用場景。同時，有實(shí)踐表明，規(guī)模化應(yīng)用生成式AI有望為銀行業(yè)帶來可觀的降本增效收益。

報告指出，銀行業(yè)具備由點(diǎn)及面推進(jìn)生成式AI應(yīng)用的三大條件，即扎實(shí)的數(shù)字化基礎(chǔ)、完備的技術(shù)能力和多元豐富的數(shù)據(jù)。而銀行業(yè)在推動生成式AI應(yīng)用落地的過程中有四大舉措需要關(guān)注。第一，在探索初期，優(yōu)選生成式AI應(yīng)用場景，平衡收益和風(fēng)險，與傳統(tǒng)AI充分結(jié)合；第二，在具體應(yīng)用過程中，巧用方法，利用嵌入、提示詞設(shè)計、微調(diào)三大抓手，讓AI生成的答案更專業(yè)；第三，在生成式技術(shù)能力體系建設(shè)上，夯實(shí)技術(shù)基礎(chǔ)，合理部署、多維選型、全棧升級；第四，在重塑體系規(guī)模化應(yīng)用過程中，遵循10/20/70原則，即10%是模型，20%是整體IT能力升級，70%是業(yè)務(wù)與組織的轉(zhuǎn)型，而后兩個因素更為關(guān)鍵。

“當(dāng)前市場通用的生成式AI模型具備普適、跨行業(yè)通用、模糊語言的特性，而這難以滿足銀行業(yè)對金融專業(yè)能力、精準(zhǔn)性方面的高要求。”波士頓咨詢公司董事總經(jīng)理、全球合伙人譚彥表示，“因此，如何讓生成式AI模型‘說專業(yè)的話’‘說真話’就成為銀行業(yè)規(guī)模化應(yīng)用生成式AI的兩個關(guān)鍵挑戰(zhàn)。此外，銀行等金融機(jī)構(gòu)對數(shù)據(jù)安全的嚴(yán)格要求也意味著模型的精調(diào)和應(yīng)用都很有可能需在本地進(jìn)行。”

報告認(rèn)為，在對生成式AI的探索中，銀行需具備長線思維，開展體系化的頂層規(guī)劃，并與相關(guān)業(yè)務(wù)和科技部門協(xié)同共進(jìn)，推動規(guī)模化應(yīng)用的分步落地。概括而言，可分三個階段由點(diǎn)及面、敏捷推進(jìn)：第一階段為少量場景的概念驗(yàn)證和局部落地，即選擇重點(diǎn)應(yīng)用場景，快速完成概念驗(yàn)證、構(gòu)建MVP最小可行產(chǎn)品；第二階段為開展全場景盤點(diǎn)和體系規(guī)劃，即基于局部應(yīng)用的效果和經(jīng)驗(yàn)，形成規(guī)模化實(shí)施的頂層規(guī)劃；第三階段則為規(guī)模化應(yīng)用落地和體系能力的固化。

（文章來源：金融時報）

關(guān)鍵詞：