多家大模型开放服务 银行“自研”AI进展如何？

科技的飞速发展，让人工智能成为各行业数字化转型的重要工具，以大模型为代表的新一代人工智能技术逐渐成为数字经济新的增长点。

自诞生起，大模型如何在金融领域融合落地始终是行业探讨的焦点，多家上市银行于近期发布的半年报中对此也进行了披露。

银行组建GPT大模型专项研究团队 专利与场景均有落地

工商银行半年报称，该行完成人工智能AI大模型能力建设应用规划，实现百亿级基础大模型在知识运营助手、金融市场投研助手等场景的应用。在工作效率提升方面，半年报显示，工行数字员工承担22000余个自然人的工作量，累计建设智能场景达47个，报告期内累计完成1.3亿笔人工智能业务处理。

交通银行半年报指出，该行在AI能力方面，探索AIGC前沿技术，制定生成式人工智能建设规划，组建GPT大模型专项研究团队，加大人工智能应用深度和广度，试点上线对公账户管理流程自动化场景、反洗钱可疑事件排序场景、零售客户兴趣偏好场景。

据农业银行半年报介绍，该行已经建立了人工智能创新实验室，围绕知识检索、答案推荐等领域，研究大模型技术应用场景，在全语音门户引入客户标签，上线地域差异化语音提示等功能，增强智能机器人差异化服务能力。

中国电子银行网梳理发现，农行早在今年年初便发布了大模型产品――ChatABC。据悉，ChatABC依托该行人工智能服务体系的算力、算法、数据、人才四位一体的基础能力，重点着眼于大模型在金融领域的知识理解能力、内容生成能力以及安全问答能力，对于大模型精调、提示工程、知识增强、检索增强、人类反馈的强化学习（RLHF）等大模型相关新技术进行了深入探索和综合应用，结合该行研发，支持知识库、内部问答数据以及人工标注数据等金融知识进行融合训练调优，实现了全方位的金融知识理解和问答应用，同时实现了全栈AI技术的自主可控。

时间拉回到8月，平安银行(000001)公布一项名为“银行业务中大模型的微调方法、装置、设备及存储介质”专利引起业内关注。

由于银行数据对安全性有很高的要求，所以无法提供给外部进行大模型的训练，虽然已经有不少大模型出现，但是不同场景仍然需要对大模型的实现进行调整和改进。因此，微调技术在银行业大模型落地中得到广泛应用。

该发明实现了通过少量数据对大模型的微调，降低了大模型在银行业不同领域进行应用时的训练成本，推动大模型在银行业的应用，使银行业务的服务更优质便捷和数字化。

同样是8月，江苏银行(600919)官宣其大模型平台场景创新成果，该行基于基础对话底座模型升级形成“智慧小苏L3”模型，以“话务工单助理”身份融入到人工电话客服领域，提高了客服的工单处理效率，实现了更高效、智能的客户服务体验。

“智慧小苏L3”模型配合大量反馈训练，强化了摘要生成、信息抽取能力，通过智能语音识别技术将人工电话客服录音自动转换为文本形式，并输送到大语言模型平台加工处理。“智慧小苏”自动摘要提取客户需求，快速输出工单信息，形成记录、分析和查证的全流程自动化，单笔工单处理时间缩减了近60%，服务效率大幅度提升。

大模型具备极低边际成本 需注意数据与版权安全

数字普惠金融持续发展，面对海量、分层以及长尾等客群时，大模型无疑将可大幅提升银行的金融服务效能，助力银行提供智能化、个性化、有温度的服务。如今，大模型已应用于产品服务创新、客户精准营销、数字化运营、智能化风控等诸多领域。

招商银行金融科技办公室主任高旭磊认为，当前大模型已经具备对中密度人类智能场景进行替代、对高密度人类智能场景进行辅助的巨大能力或者潜力，大模型所具备的极低边际成本，将使得使用同样模型的人和人、组织和组织之间的差距极大缩小，而使用者相较不使用者的优势将进一步拉大。

业内人士指出，银行业是对数据安全、客户隐私以及决策准确性和专业性要求最高的行业之一，现阶段AI大模型还面临算力需求大、训练和推理成本高、数据质量不佳、隐私和安全挑战，大模型与金融场景融合是一个不断演进的过程。

中国工程院院士、复旦大学金融科技研究院院长柴洪峰认为，金融数据和垂直领域大模型密切相关，存在数据安全、大模型安全可信和伦理等问题，同时金融领域也涉及敏感信息和决策，因此对于金融大模型的监管必不可少。

柴洪峰就数据安全与版权安全两方面对行业发出了提示：

数据安全

a.大模型的复杂性和规模增加了攻击者进行攻击的可能性。同时，大模型的训练过程涉及更多的数据和计算资源，这也无恶意攻击者提供了更多的机会来入侵和篡改数据模型。目前大模型极易通过对抗攻击、后门攻击、模型窃取等手段而遭受威胁，需要寻找有效的方法规避风险。

b.大模型在辅助金融场景知识问答的过程中，由于无法对用户身份进行识别，容易产生高等级或机密信息泄露等风险，需要对大模型训练过程中的数据安全等级做严格的界定。

版权安全

在金融垂直领域大模型开源的情况下，被恶意窃取并进行微调的现象时有发生，可利用特定的数据进行输入，模型识别到这一特定的输入，就会给出不同于正常类的输出，通过这一行为来判断模型的归属问题。

随着银行业对AI技术研发的大力投入，各大模型平台将不断丰富数据样本，创新应用场景研发智能新模型，在客户体验上不断取得突破，当技术、模型、数据、应用形成闭环，AI能力所释放的业务价值将源源不断地涌现。

推荐阅读：

“特种兵”精神打造一流管道应急团队——北京管道公司维抢修分公司特色文化建队铸魂综述

马斯克传唤推特前安全主管，要求提供虚假账户和安全漏洞文件

食品加工制造板块涨1.36% 海欣食品涨10.05%居首