大模型在金融行业的应用正逐步展开，从风险评估到智能客服，其潜力正在被挖掘。今天我们将深入探讨大模型如何帮助金融企业提升效率、优化决策，并实现业务的智能化转型。让我们共同探讨大模型在金融行业中的无限可能。
韩普 建信金融科技 架构师：
大模型在金融行业目前尚处于探索阶段，因为金融行业的业务复杂性和监管的高要求，衍生出很多的大模型利用场景来减少人工的复杂工作流程和繁重的数据处理。以下列举一下我基于银行的业务理解，大模型可以嵌入的应用场景：
李杰 咪咕视频 系统架构师：
目前，在金融行业，大模型技术已经在多个场景中得到了广泛应用，带来了显著的效率提升和用户体验的优化。以下是一些主要的应用场景，供参考：
1、智能客服，例如：
自然语言处理：基于先进的自然语言处理技术来准确理解客户的问题，并提供详尽、全面的回答，不仅提升了服务质量，还减少了客户的等待时间。
个性化服务：通过对客户历史数据的分析，提供量身定制的金融建议和产品推荐，让客户感受到更加贴心和个性化的服务。
多渠道支持：无论是在电话、在线聊天还是移动应用程序等渠道，都能使得客户获得一致且高质量的服务体验。
2、风险管理，例如：
欺诈检测：分析大量交易数据，识别异常行为，从而有效地预防欺诈。
信用评估：通过分析客户的社交媒体、消费习惯等多维数据，更准确地评估客户的信用风险，提高决策性。
市场风险预测：利用大模型对市场数据进行分析，预测市场趋势，帮助银行规避风险。
3、智能运营，例如：
自动化流程：通过自动化手段，高效处理许多重复性的任务，例如文档处理、数据录入等，从而大幅降低人工成本。
智能决策：基于强大的数据支撑，为银行管理层提供数据驱动的决策支持。
当然，未来也有其他的发展趋势，比如金融顾问助手、自动化交易支持等等。徐园园 秦皇岛银行 数据应用架构师：
各家银行在多个场景落地大模型、生成式AI技术应用或进行相关探索，包括网点运营、客服、远程银行、数字人、元宇宙、消费者权益保护、研发、代码、智慧办公、营销、风控、合规、反洗钱、研报、企业金融等。
(1)网点运营，工行基于大模型的网点员工智能助手已上线，为一线员工提供多方面支持，提升网点效能，2023年运营领域智能处理业务量3.2亿笔，比上年增长14%。邮储银行赋能运营管理上线柜面“小邮助手”，为柜员提供在线业务知识问答，提升业务办理效率。
(2)客服、远程银行，工行实现大模型技术在座席助手等场景落地，并推进大模型在数字客服领域应用，不断完善“未问先答+多轮场景+线上图文”智能服务模式。农行基于大模型，在客服知识库上线答案推荐、知识库辅助搜索等功能。基于大模型，建行智能客服工单生成每单平均节约客服工作时间15-20秒，可用率达82%，一致性达80%。兴业银行客服坐席助手可自动扩展相似问并辅助生成进线案例小结等，提升远程银行营销水平及智能运营效率。微众银行通过大模型AI Agent技术对客户对话内容进行小结，助力坐席快速定位用户问题；通过大语言模型完成直通理财知识库相似问题推荐，较传统人工的处理效率提升两倍以上。
(3)数字人，交行于2023世界人工智能大会上展示数字员工“娇娇”，其基于通用大模型技术驱动。平安银行虚拟数字人产品通过大模型等技术，提升功能效果。上海银行升级AI数字员工，通过大模型训练，提升服务体验。微众银行基于AIGC模型打造数字人形象制作、音色克隆、唇形匹配、动作库等功能，大幅减少数字人的制作时间。
(4)元宇宙，上海银行发布的可交易元宇宙银行基于AIGC等技术研发。微众银行以该行大厦为原型，完善其3D数字孪生体，也集成了生成式人工智能等技术。
(5)消保，工行将生成式AI、自然语言处理等技术应用于投诉处置和管理主要环节，提高监测分析智能化水平，推动投诉治理取得更大成效。邮储银行研发基于大模型的投诉问题分类智能模型，实现消保投诉管理自动统计分析和智能监测。微众银行基于大模型技术打造的消保广告视频审核系统平均准确率达95%，节约90%的人工审核时间。
(6)研发、代码，工行利用大模型代码生成、代码识别与检测、代码转自然语言等领域的能力，构建基于大模型的智能研发体系。邮储银行聚焦研发测试孵化“研发助手”，辅助需求分析、UI设计、代码生成、系统测试等研发全流程，促进端到端研发效率提升。兴业银行代码生成助手辅助集团研发人员提升研发效能。
(7)智慧办公，工行利用大模型的文本生成、问答能力，围绕邮件、文档、会议、员工日常事务等，优化行内办公工具的交互体验，提升员工的办公效率。
(8)营销，邮储银行推出情感模型会话洞察与“灵动智库”服务增强企业微信运营功能，提升基层精细化客户洞察能力。微众银行探索通过大模型素材系统生成营销素材，并自动完成内容审核及打分；升级AI Agent智能营销解决方案，基于联邦学习与大模型技术，在业务数据不出本行的情况下，联合广告平台、第三方数据源等进行联邦建模，完成客户定位和精准投放。
(9)风控、合规，邮储银行打造智能风控“智能审查助手”，辅助法审工作合规高效。宁波银行在信用风险管理上，升级大数据分析平台，结合生成式AI等技术，扩展风控覆盖面，提升平台易用性和智能化水平，提高风险识别、判断和分析效率。上海农商行也将大语言模型及人工智能技术应用到合规内控领域。
(10)反洗钱，兴业银行探索引入大模型等技术提升反洗钱数字化管理水平。
(11)研报，工行打造创新投研助手，实现金融市场投研报告的分钟级智能生成。兴业银行研报摘要助手每年可增效54人。
(12)企业金融，兴业银行企金产品助手知识问答准确率达90%。江苏银行基于大模型，推出“智能文档助手”，自动归纳企业经营状况，结合实时舆情信息，生成授信调查报告，工作效率提升42%，预计每年节省客户经理1.5万工时。微众银行打造小微企业百亿参数大模型2.0，对比大模型1.0效率加速152倍，其已将该大模型应用到企业金融，实现数字精准化触达和数字化精细运营。网商银行升级“大雁系统”，将大模型的能力应用于产业链金融，作为风控系统“助手”，帮助金融机构识别小微企业。范容 浙商银行 大数据研发部主管：
目前为了控制风险，防范大模型幻觉，现有的应用场景一般不会直接对客服务，可以开展的场景主要有：
1.数字人：以数字人形象驱动作为载体，实现智能播报、视频制作、智能问答、指标分析等功能
2.公文写作：基于大模型的文本生成能力，实现公文辅助写作功能
3.网点柜员助手：基于规章制度、监管规定、操作流程等文档知识库，通过大模型的归纳总结以及知识检索能力实现智能问答
4.客户经理智能助手：基于产品信息、监管规定、规章制度等文档知识库，实现智能问答；提供大模型文案生成能力
5.坐席智能辅助工具：基于客服条线文档知识库，实现智能问答，辅助坐席人员开展工作；通过大模型归纳总结能力，进行客服对话总结
6.智能投研助手：围绕财富管理部信息聚合、AI辅助、投研投顾一体化三大目标，通过大模型提供信息问答、信息总结、观点推荐以及研报生成的功能
7.托管智能解析：通过大模型的信息归纳总结能力，实现针对托管部约10余种文档的智能解析功能在当前金融行业中，大模型的应用尚处于探索阶段。由于金融行业的业务复杂性和监管要求的严苛，大模型被广泛应用于减少人工复杂工作流程和繁重的数据处理，提升效率和决策质量。基于不同专家的业务理解和实际应用经验，以下总结了大模型在金融行业中的主要应用场景：大模型通过分析大量历史数据，能够识别和评估各种风险，如信用风险和市场风险。它可以评估客户的信用情况，帮助金融机构制定更精确的信贷决策，并为金融机构提供更全面的风险管理工具。在市场预测方面，大模型通过对大量市场数据的分析，预测股票价格的波动、经济周期的转折点等。它能够识别出潜在的投资机会，并帮助投资者制定更为有效的投资策略。大模型的应用还包括对异常交易行为的监测，例如信用卡欺诈、洗钱等。通过实时分析交易数据，大模型可以及时发出预警，帮助金融机构保护客户资产的安全。同时，它还能够通过深度学习模型提高监测系统的准确性和响应速度。大模型技术被广泛应用于智能客服系统，通过自然语言处理（NLP）技术理解客户问题，并提供精准的解答。它还能够通过分析客户的历史数据，为客户提供个性化的金融建议和产品推荐，同时支持多渠道的无缝客户服务体验。在智能运维领域，大模型可以自动化处理大量的日常运维任务，例如数据分析、系统监控等。它能够预测系统故障，优化资源配置，从而提升整体运维效率和系统稳定性。大模型通过协助业务人员完成风险评估、尽职调查、辅助决策等，显著提升了金融行业的工作效率。通过自动化和智能化流程的优化，大模型减轻了人工工作量，同时提升了服务效率和质量。大模型在金融行业的应用场景广泛，涵盖了风险评估、市场预测、交易监测、智能客服、智能运维和流程优化等多个领域。这些应用不仅提高了金融行业的工作效率，还在一定程度上提升了服务质量和客户体验。随着大模型技术的不断发展和成熟，其在金融行业的应用潜力将进一步扩大，并带来更深远的影响。
点击文末阅读原文，可以到社区原文下留言交流
觉得本文有用，请转发、点赞或点击“在看”，让更多同行看到
