bjl平台

.genner-gao{width:100%;overflow: hidden;height:140px } @media screen and (max-width:992px){ .genner-gao{height:0px } }
银行

『银行大模型』应用现状及重点领域

西欧欧2024/02/191053返回列表

2月16日,OpenAI毫无征兆地发布了文生视频(text-to-video)大模型Sora,该模型可以严格根据用户输入的提示词、文本指令或静态图像,生成长达1分钟、效果极其逼真的视频。

Sora的面世,意味着AI视频生成能力实现了跨越式发展,也标志着AI在理解真实世界场景并与之互动的能力方面实现了重大飞跃,可谓是OpenAI在继ChatGPT之后,在大模型领域抛出的又一枚重磅炸弹!

由Sora根据一段文本指令所生成的视频

很显然,如火如荼的大模型正以迅雷不及掩耳之势席卷各个行业,上篇文章我们已经对大模型进行了相对基础的探讨(《深入浅出聊聊“大模型”》),今天来简单盘点下大模型在银行领域的应用现状及重点领域。

众所周知,大模型作为一种新型的AI技术,与传统模型相比,具备强大的通用能力和智能创作能力,可以通过聊天交互模式,协助用户完成文案撰写、文档总结、代码生成等各类智力性和创造性工作。

AI在商业银行业务场景中的应用形式也是以“大模型+传统AI与数字化能力”融合建设为主,主要包括智能投顾、智能推荐、智能风控、智能客服和智能助手等领域。以我国银行业为例,财报信息显示,42家上市银行中,当前已经有6家银行公开发布大模型技术开发与应用的信息,简单汇总如下。

  • 工商银行:与多家机构联合发布基于昇腾AI基础软硬件平台的金融行业通用大模型,实现了企业级金融通用模型的研制投产,该大模型已在工商银行的客服、营销、运营、风控等业务场景中得到应用。
  • 农业银行:发布类ChatGPT的AI大模型应用ChatABC,以问答助手、工单自动化回复助手等形式面向内部员工开放试用,为用户提供了更为丰富、个性化、可靠的全新搜索服务体验和智能化、高效率的工单支持服务。
  • 平安银行:旗下的BankGPT平台主要研究构建大模型文本生成、图片生成等能力,及其在图标头像、节日海报、个性化营销内容创作、交互式数据分析、非结构化数据洞察等场景中的应用落地。
  • 兴业银行:引入部署私有化的商业大模型,上线大模型产品ChatCIB,同时构建多个人工智能的基础能力平台,提供自然语言处理、智能语音等上百种人工智能开放能力。
  • 北京银行:发布AIB平台,面向理财经理、大堂经理、客户经理、综合柜员、远程客服等岗位提供运营助手、客服助手等问答机器人;推出“北银投顾 GPT”,实现重点、优质、特色产品的遴选与推荐,为客户经理精准营销提供支持。
  • 长沙银行:基于AI模型平台实现百亿级参数大型语言模型本地化部署,提供实时流式问答接口,上线人工智能助手。
不难看出,国内银行业在大模型领域的探索仍然处于以提升业务运营效率为主的起步阶段,应用侧以智能助手、智能营销居多,但实际上基于大模型的技术能力与银行业态特性,银行业的大模型实际上可以覆盖前中台通用应用、业态个性应用、后台应用等领域,包含资产管理、风险管理、营销管理、运营管理、产品设计、开发运维、客户服务、监管科技、办公管理等应用模块,具体来说有如下5个重点领域。
  • 客户服务:在大模型的加持下,银行不仅可以为客户提供量身定制的资产管理建议,还可通过聊天机器人或虚拟数字人为客户提供7*24全天候服务。同时通过分析客户数据和个人偏好实现更加智能化的KYC,进而为客户提供个性化的服务体验,持续提升客户满意度和价值转化率。
  • 智能营销:缺乏保质保量的营销物料是不少银行在推进“千人千面”智能营销策略落地时遇到的通病,其中的主要原因是银行自身的内容生产能力较弱且过于依赖外部供应商。大模型有望改变这一现状,通过与AIGC相关技术的结合,银行的营销系统可以面向不同客户自动生成不同的物料,并选择合适的时机和场景对客户进行触达,实现真正意义上的“智能营销”。
  • 业务运营:前文提到的智能助手是不少银行在引进大模型时的切入点,即通过大模型来提升业务运营效率,这其中包括通过简化手动流程,最大限度地减少错误并减少人工干预的需要;通过实现数据输入、合规性检查、文档处理、基础客户服务等日常任务的自动化,来释放宝贵的人力资源。
  • 投研投顾:投研方面,大模型对投资标的信息整理、摘要与筛选会更为准确,能够实现对各类投研数据的综合分析及对时间序列数据的预测,从而提升投研效率及价值。投顾方面,大模型能够围绕财富管理专业知识进行增量训练,并利用全面的KYC探查能力为客户提供覆盖其全生命周期的智能投顾服务。
  • 产品/业务创新:通过在通用基础能力的AI底座中引入高级认知能力,整合碎片知识与多样化需求,形成创新的产品化模型与业务解决方案;同时,大模型还能协助制定符合金融业标准的软件产品研发计划,完成大部分的代码编写与测试工作,提升研发敏捷性,实现产品的快速迭代;此外,在产品研发过程中还能自动生成多样化的产品定价与组合策略,提升产品的个性化程度。
总之,以大模型为代表的数智能力将促进银行业生态与价值链的再次升级,重塑银行与客户之间的连接关系,所以拥抱大模型将是银行推进数智化转型战略的必选项。
那么,大模型在银行的业务场景中进行落地时,应遵循怎样的路径呢?欢迎继续关注。
免责声明:本文、图片均转载网络,版权归原作者所有,如有侵权请联系删除。
返回列表
投诉建议

投诉与建议

电话咨询

电话咨询

0512-36606275
17768080505

返回顶部

在线咨询

公司名称*
部门
姓名*
电话*
邮箱*
咨询事项

投诉与建议

姓名*
电话*
公司名称
部门
内容*
bjl平台