生成式AI開啟生產力新范式

趙志宏

近來，文本、圖片、視頻以及3D內容等領域的AIGC突飛猛進，十年前的電影《Her》對生成式AI的科幻式預見正在迅速成為現實。

OpenAI在2022年12月基于GPT-3.5推出的ChatGPT，憑借其劃時代的智能體驗，在兩個月之內突破1億用戶，成為人類歷史上用戶數自然增長最快的應用。緊接著，OpenAI又在2023年3月推出更為強大的GPT-4。微軟在一份長達154頁的詳細評測報告中做出判定，認為GPT-4已經算得上人工通用智能（AGI）系統的早期（但仍不完整）版本。而微軟、Alphabet更是幾乎在GPT-4發布的同時便將相應技術全面整合進了各自的搜索引擎和全系列辦公軟件中，拉開了數字化應用自然交互范式的時代大幕。其他廠商如Amazon、Meta、百度等也動作不斷，AI技術的競爭與推進正趨于白熱化，生成式AI生產力的商業化正在以前所未有的速度向各行各業擴散。

ChatGPT觸發新一輪生產力革命

對于人工智能行業來說，ChatGPT的出現是弱人工智能向強人工智能躍遷過程中的標志性事件，人工智能的應用范式從以對數據的分析、判斷、預測為目標的決策式AI拓展到對海量的知識（百科網站、學術論文、開源代碼等）學習歸納后演繹推理生成全新內容的生成式AI。從微軟發布的研究報告看，最新的GPT-4實現了更多的通用智能，在應對數學、編程、視覺、醫學、法律、心理學等領域任務時的表現接近人類水平，已經可以視為人工通用智能（AGI）系統的早期版本。

生成式AI技術的快速發展帶來各領域的生產力快速提升的機會，應該可以和蒸汽機發明帶來第一次工業革命類比，有機會引領下一代信息技術革命，為現代產業技術帶來顛覆性創新機會。像安卓/IOS作為移動應用操作系統創造移動互聯應用的繁榮，成就微信、抖音等超級App一樣，類GPT技術將打造AI操作系統及全新技術創新生態，通過支持第三方插件實現特定領域的專業增強能力，加速各類應用創新場景落地，OpenAI剛推出的ChatGPT插件技術被視為iPhone的AppStore，推出了生鮮電商、旅游搜索和餐廳預訂等應用的智能升級版。

類GPT技術的持續進化，也對人工智能行業自身的發展格局造成沖擊。一是對于AI原有技術生態的影響，ChatGPT基于大型語言模型（LLM）、基于人類反饋的強化學習（RLHF）、思維鏈（CoT）等已有技術方法的融合創新，展現出抽象、理解、演繹推理等跨領域的通用智能能力，盡管前期訓練成本非常高昂，但后期應用的邊際收益非常可觀，對包括自然語言處理（NLP）、計算機視覺（CV）等細分領域的多樣化技術路線形成碾壓，有些學科與技術方向投入短期內會大幅萎縮，從而影響技術生態多樣性。二是推動模型即服務（MaaS，Model as a Service）商業模式加速落地，云計算廠商將從提供基礎設施算力服務轉向提供知識圖譜、圖像語義理解等更高層次的智能服務。三是改變AI軟件服務公司的業務形態，例如，原有從事智能客服、數字機器人的公司將改變基于獨立定制化開發的高成本模式，轉而與百度等提供大模型服務的平臺公司合作，結合領域行業知識和業務數據進行行業模型精調，實現混合智能云協同計算模式的行業智能解決方案。

生成式AI技術所帶來的美好愿景引發了新一輪社會投資熱潮，軟件開發、營銷文案編寫、數據分析處理等方面的人工替代、人機協同所帶來的降本增效利益驅動，將推動整個信息技術產業研發投入向人工智能領域加速傾斜，為人工智能行業帶來持續的發展紅利。

以銀行為例展望生成式AI的行業應用

生成式AI技術與更多應用領域結合，還會產生諸多新的化學反應。在銀行業，生成式AI大模型的應用需要結合金融業務知識進行模型精調或者協助快速蒸餾出各個問題域的小模型，同時也要考慮與銀行現有知識圖譜、各類資產元數據做融合，低成本整合領域已驗證的基礎能力。

在銀行客戶服務方面，生成式AI帶來的直接影響是金融數字機器人、智能客服的技術升級，支持多輪流暢對話，提升用戶需求理解能力，變得更加擬人化和廣聞博見，結合持續學習和智能代理技術，可構建比客戶經理更懂客戶，成為客戶全旅程專屬陪伴成長的金融服務數字助手；銀行可通過“知識解析+主動學習”，建立“高比例自動回復+人工兜底”的智能客服數字化運營模式，根據呼入人業務屬性和實際意圖，提供千人千面服務，邁向各業務場景渠道大一統；伴隨AIGC技術持續進化，在財富管理業務方向可加快推動元宇宙場景落地，個性化和高度擬人化的數字機器人可能會率先成為新一代財富新貴的專屬理財顧問，隨著VR/AR設備的進化和可穿戴皮膚技術的不斷成熟，銀行將逐步為各年齡段高端客戶提供隨時隨地的沉浸式財富顧問服務；在信貸業務場景，結合遠程銀行技術構建信貸數字員工，可以實現對授信客戶的部分貸前盡職調查和貸后風險檢查任務。

在銀行內部運營方面，生成式AI的應用和影響體現在：一是優化用戶交互模式，從以往繁雜的多級菜單網頁逐步過渡到語音或文本多輪對話交互，基于對人類意圖的理解推出系統功能和數據資源；二是業務決策場景，機器可在理解業務需求后直接在后臺組織和發起智能處理任務，自動提供決策依據和建議；三是自動化提煉上市公司年報、投研報告的核心觀點、事件、關系數據，用于輔助信貸業務決策；四是自動整合行內外數據資源，自動生成客戶信貸評審報告初稿或行業風險分析報告；五是自主學習各類行內外規則制度和產品管理手冊等，推動內控合規領域的外規內化，輔助生成各類業務流程的合規檢查程序部件，特別是滿足“授信三查”等監管要求，自動識別業務人員的違規行為。

在金融科技研發方面，生成式AI的應用和影響體現在：一是利用大模型既有能力，可以自動生成與業務無關的技術類代碼研發（如常用算法），自動生成代碼注釋和單元測試代碼；二是建立高頻業務應用場景的典型代碼庫并與需求描述文本關聯標記，精調出各分類場景的小模型，實現從需求文本直接生成業務功能代碼，或在業務領域上下文用最小的提示語生成精確的執行代碼；三是低代碼開發模式將進一步升級為面向業務意圖理解編程模式，在銀行產品數字化工廠，業務人員和技術人員通過多輪對話，引導大模型編織業務組件實現新產品裝配工藝，設置產品運行策略參數在數字仿真環境運行時自動化完成測試驗證；四是在欺詐監測、信用風險建模等場景中利用合成數據相關AIGC技術為銀行提供測試用例生成支持，有助于解決銀行機構因缺乏數據樣本或數據樣例多樣性不夠而難以實現機器學習精準建模等問題。

當然，銀行業務場景不同于ChatGPT提供的消費級對話場景，一旦大模型出現推理錯誤和產生幻覺，輕則影響客戶體驗，重則影響金融系統安全，需要采取審慎態度。一是將大模型應用限制在非交易類場景，問題域相對明確并且建立嚴格的并行驗證測試機制；二是增強大模型輸出結果的錯誤檢測和過濾機制，并建立用戶反饋和人工質檢機制，提升迭代優化和容錯設計能力；三是將大模型作為生產率提升的工具助手，通過有效的人機協同，提升邏輯可解釋性，強化決策行動的人工審核把關，對于自動化生成的報告和程序代碼同樣實施人工審核和調整優化。此外，即便是GPT-4這樣最為先進的AI大模型，也仍然存在不可解釋性問題，存在語料尤其是提示語料集所帶來的偏見等隱患；而當前大模型研發、訓練門檻極高，國內相關技術發展存在較大差距，銀行短期內恐怕還不太有機會實現大模型的私有化部署，在相關應用方面的探索暫時主要依賴于對第三方底層大模型公網API的調用，這將存在數據泄露的安全風險。

銀行應堅持全局化地發展“人工智能技術+金融”

從更長期、更整體的視角來看，ChatGPT及GPT-4等LLM是人工智能技術發展的階段性成果；它們預示了人工智能技術的發展正在進入新一輪噴發期。銀行除了要重視加強對生成式AI等熱點技術的觀察、研判和推進，還需要繼續堅持全局化發展“人工智能技術+金融”的思維，在日趨加速的AI技術變革中行穩致遠。

金融一向是人工智能技術應用的重點行業，比如AI在銀行的客戶營銷、風險管理、業務運營、經營管理等方面的應用，發揮著實現客戶精準營銷和個性化服務、有效防控各類金融風險、優化內部運營效率和資源使用效能、提升業務精細化管理能力與決策科學性等核心作用。

在客戶營銷方面，銀行可基于AI技術，有效整合內外部數據，通過大數據分析客戶消費偏好、交易行為、渠道偏好、產品偏好等信息，形成豐富的客戶畫像，構建千人千面的客戶營銷與服務能力。一是通過決策樹、聚類算法識別高凈值客戶群體，融合關聯規則挖掘、邏輯回歸、XGBoost等構建交叉銷售模型，基于事件式營銷和場景化營銷機制，在合適的時機通過合適的渠道觸達客戶，推薦客戶需要的產品服務，持續提升客戶黏度和產品豐富度。二是借助關聯規則挖掘算法和遷移學習方法，識別長尾客戶中的潛在價值客戶，構建各類營銷響應模型，激活客戶金融需求。三是結合邏輯回歸、隨機森林、XGBoost算法，構建客戶流失預測模型，分析客戶產品服務方面中存在的問題，及時實施客戶關懷，延續客戶生命周期價值。四是結合語音識別、自然語言處理、金融知識圖譜等技術，構建智能客服機器人，為客戶提供隨時隨地的陪伴式服務，提升普惠金融的可獲得性。五是使用蒙特卡洛算法結合資產組合模型，結合客戶人生階段、風險成熟度、現金流需求等，提供智能財富規劃服務。

在風險管理方面，銀行可整合各類內外部數據，運用大數據與AI技術，構建風險視圖，開展各類風險計量、監控、評估與預測，提供嵌入業務流程的一體化風險防控能力。

在信用風險管理領域，銀行對AI技術的應用可包括：一是組合運用機器學習算法、文本分析技術、圖像語義識別技術、圖網絡分析技術，構建多源融合的客戶信用風險預警體系；二是使用圖模式匹配等相關圖算法，識別檢測12種監控異常賬戶行為、24種異常資金交易模式，識別阻斷各類信用欺詐風險，實現產業鏈、平臺項目、重點客群的組合風險分析與預警能力；三是基于客戶關系圖譜和產業知識圖譜，運用客戶還款行為模型、風險社群分析等算法模型，實現信用風險違約預測以及重大風險的關聯傳導分析能力；四是研發基于深度優先遍歷算法的擔保圈識別模型，構建擔保圈指標評價體系，通過無監督聚類算法對擔保圈風險進行分類評估并及時預警，量化評估擔保圈潛在風險損失，推動信貸監控部門實行分類管理、因圈施策，及時化解擔保圈風險；五是使用圖像識別與深度學習算法構建財報OCR識別算法模型，有效減少一線員工的財務報表數據錄入工作量，基于專家規則模型結合聚類算法、孤立森林算法構建客戶財報反粉飾模型，識別虛假財務數據信息，識別企業異常經營狀況，降低企業信用欺詐風險。

在交易風險管理領域，銀行可運用XGBoost集成學習框架結合孤立森林、社群發現算法，對信用卡套現、商戶欺詐、電信欺詐、洗錢風險等風險場景進行特征建模，實現全渠道交易風險的實時監測與防控。

在內控合規風險管理領域，銀行可運用異常檢測算法、知識圖譜、社交網絡分析等AI技術，監控與防范業務合規經營風險、員工異常行為與道德風險，在海量的業務數據中及時發現業務違規行為、識別員工異常行為，在票據中介團隊發現、信貸資金違規使用、非法資金歸集與非法投資、業務飛單、非法出借個人賬戶等眾多場景獲得落地，違規線索核實率達到先進水平，極大提升內控合規部門的工作效率，對違規行為和內部員工職務犯罪起到極大震懾作用。大模型和知識圖譜技術相結合，將提升銀行制度體系“外規內化”能力，增強業務合規監測規則代碼的自動化生成能力，實現銀行開展授信業務“貸前、貸中、貸后”的數字化審查工作的實時全覆蓋，提升銀行及時發現業務運營過程中員工異常行為的能力。

比如，渤海銀行近年來積極推進AI技術在銀行業務場景的落地應用，在客戶精準營銷、智能信貸風控產品設計、智慧業務運營等方面取得顯著效益；積極跟進AI技術前沿發展趨勢，與國內多所知名院校和技術領先企業建立聯合技術創新實驗室機制，開展AI技術產學研一體化創新應用，積極探索知識圖譜、生成式AI技術在銀行領域的應用實踐；在數據安全合規的前提下，利用聯邦學習技術探索多方數據資源合作建模，提升普惠金融業務和產業金融服務水平；重視AI工程化能力建設和AI技術風險管理，研發智能模型工廠，實現AI模型的全生命周期管理能力，提升MLOps敏捷研發部署一體化能力，積極探索算法可解釋性和算法公平性等前沿課題；重視外部AI技術高端人才引進與行內應用人才培養，新引進的AI技術背景人才占比達20%以上，通過大數據學苑等體系化培訓行內業務人員的大數據與AI算法實戰能力，利用AI社群機制加強業技融合人才培養，自主孵化多個AI技術創新應用成果。

此外，渤海銀行還積極探索研究生成式AI、因果推理、人機物融合群智計算等AI新技術的落地前景。

一是探索利用生成式AI技術提升數字機器人的多輪對話、客戶需求理解、產品服務智能推薦能力；強化投研報告、信貸報告等非結構化數據的文本摘要標簽生成、事件關系和業務規則抽取、表格數據提取等數據精煉能力；輔助營銷內容文案生成，提升客群數字化經營能力；結合金融科技需求場景和領域編程規范精煉大模型能力，實現基于業務需求文本的代碼自動化生成、自動化測試能力；探索在業務數字化工廠模式下，利用提示工程方法，業務人員與科技人員通過多輪語言交互，自動化編織業務組件加快業務產品創新效率。

二是探索增強型分析技術、因果推理技術結合大模型能力，在銀行經營分析場景的深度應用，通過AI算法感知業務經營動態，基于推理鏈識別發現影響業務變化的關鍵因子和事件發生的因果關系，自動化生成動態業務分析報告并給出業務應變決策建議。

三是積極關注工業4.0、智慧農業相關產業升級技術進展，包括人機物融合群智計算等構建未來無人工廠、無人農場的關鍵技術，在理解產業技術升級脈絡的基礎上，積極探索利用數字孿生技術應用的虛實共生、信息物理數字映射等有利技術條件，構建開放共享的智慧產業金融生態應用，推動產業各方資源整合、系統互聯、信息協同，促進金融資源精準滴灌和強化風險防范能力，AI算法驅動智慧生態場景應用，實現產業各環節的降本增效，推動AI技術融合領域專業知識、數據要素資源在產業價值鏈重塑過程中發揮關鍵作用。

在業務運營方面，渤海銀行基于多目標決策優化算法，構建網點智能選址、客服智能排班、業務流程優化等業務模型。在經營管理方面，構建多維盈利分析模型，利用主成分分析算法識別影響成本收益變化的關鍵業務因子，提升資源投入的邊際效益。

銀行生產力的智能化符合國家政策指向

黨的二十大報告提出，推動戰略性新興產業融合集群發展，構建新一代信息技術、人工智能等一批新的增長引擎。科技部等六部門在2022年印發的《關于加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見》（以下簡稱《指導意見》），圍繞如何加快人工智能場景應用，推動經濟高質量發展，提出了系統意見。

2023年，新組建的中央科技委員會承擔“統籌解決科技領域戰略性、方向性、全局性重大問題，研究確定國家戰略科技任務和重大科研項目”的職責，為通過新型舉國機制最終解決芯片等卡脖子問題提供了組織保障；國家近年力推的數字新基建和“東數西算”工程也為發展新一代信息技術和人工智能產業提供了算力、網絡等基礎資源保障。

具體落實到產業人工智能場景應用，在《指導意見》中已經指明“圍繞高端高效智能經濟培育打造場景應用”的具體內容，基本對應中國式現代化產業體系的具體建設內容。統籌發展加快人工智能場景應用落地，應抓住“創新引領”和“開放融合”兩個關鍵詞。一是因地制宜打造開放共享的智慧產業生態，通過AI技術創新應用賦能產業發展；二是金融機構與產業生態各方基于業務場景創新產業生態金融服務，引入金融資源活水促進產業數智化升級，“圍繞場景創新加快資本、人才、技術、數據、算力等要素匯聚，促進人工智能創新鏈、產業鏈深度融合”。

在生態金融業務背景下，商業銀行的角色將由“信用中介”向“信息中介”“服務中介”轉變，從傳統模式向生態開放模式、繼而向數字銀行模式轉型。渤海銀行“四五”規劃提出“聚焦生態、共生共贏、專業賦能、無感泛在、智慧引擎”五大戰略能力方向，從全生態、全產業鏈、全客戶經營視角統籌謀篇布局，提升產業資源整合、客戶資源共享、商業交易機會撮合、金融資源精準滴灌、商業價值共創共生能力；以數、智、云敏捷賦能合作伙伴，以無縫銜接的協作融合打造生態應用系統和生態級產品服務體系，圍繞用戶全方位需求實現無感、泛在、浸潤式服務；以深度理解產業運行發展邏輯、高效適配產業客戶金融與非金融需求為目標，打造數智化生態應用平臺能力，持續賦能產業健康發展，“伴跑式”培育產業優質成長型客戶。比如，為貫徹金融服務實體經濟的政策方針，渤海銀行致力打造“共生共贏、專業賦能、無感泛在”的生態銀行服務體系，密切關注現代化產業體系建設中的AI、大數據等技術元素運用，推動智慧產業金融生態體系建設。

在數字化生態進化的過程中，渤海銀行積極與合作伙伴協同創新，以生態金融服務助力產業數智化場景落地。通過核心服務進行模塊化設計封裝，打造開放銀行API服務，與其他生活、交易場景平臺方融合，結合健康醫療、跨境物流、住房物業等產業鏈條打造適應數字化時代的金融服務生態，目前個人及企業的API場景已達300多個。

以農村普惠數字化生態為例，渤海銀行與地方政府結合數字化農業服務平臺，集成農戶土地收益權數據，通過“北斗”衛星定位技術，劃定土地地塊邊界，同時將土地質押權證進行數字化，聯合打造線上一站式“渤農貸”產品，為農戶提供土地收益權保證貸款，將普惠金融送到了“田間地頭”。

銀行業者需練就駕馭AI的工作能力

每一次技術革命帶來的都是“科技平權”和“技術扶貧”的機會，類ChatGPT應用的興起，推動AI技術普惠化，普通民眾通過簡單對話可以實現以往只有專業技術人員才能做到的事，AI算法成為普通人也能使用的生產力工具之一。

包括大模型在內的AI技術廣泛應用，能有效提升各類智能機器人的自主進化能力，提升現代化工業、農業、服務業的自動化、智能化水平，提高各行業生產力水平并實現降本增效，產業技術轉型升級的過程中也逐漸減少重復性體力和腦力工作。與此同時，新的更有創造性價值和技術含量的工作機會也會應運而生，比如，數智新基建帶來的信息技術產業配套基礎建設工程，會帶來更多相關工作崗位；大模型技術持續進化，無監督訓練正在成為主流，傳統AI訓練中的數據標注需求及相關工作崗位面臨萎縮挑戰；相對簡單的程序開發工作也將被生成式AI技術替代；此外，創新軟件研發圍繞大模型開展，需要大量訓練有素的提示工程師（prompt engineer）；工業4.0和智慧農業等現代產業發展，也將誕生智能設備操作員、數字化運營管理員等新崗位；隨著元宇宙技術的逐漸成熟，未來在元宇宙空間還將誕生元宇宙建造師、虛擬活動策劃師、虛擬形象設計師等創意性和個性化十足的新工作崗位。

以銀行業務領域為例，大量的數據收集整理和報告編制基礎工作將被機器替代，員工將有更多時間投入到客戶營銷創意、風險發現和處置、創新產品設計、細分客群數字化運營、業務規劃與決策等高價值工作中；借助AI模型驅動的代碼自動化生成能力，金融科技人員將減少大量模式固定的重復性代碼開發、測試工作，能騰出精力參與業務需求提煉抽象、技術架構設計、算法模型研發、公共組件開發、領域大模型精煉等更高價值的軟件研發工作，極大提升軟件交付能力。

總之，不但原有簡單、低效和低技術含量的工作機會必然會被機器智能逐步替代，越來越多的跡象表明，AI也正在以同樣的速度和程度顛覆著很多在傳統觀念中被認為是“安全無憂”的高知識、高技術含量工種。當然，更多新的工作機會將伴隨生產范式的變化而產生，各行業的從業者需要從第一性原理出發，重新思考價值定位，主動適應變化，順應AI技術進步趨勢，理解AI、駕馭AI，積極投身新崗位，同時政府應引導職業教育和大學學科教育面向新職業崗位需要，設計針對性課程，幫助大學生和社會從業者提高技術素養，適應產業技術革命和新的職業分工需要。

科技以人為本，生成式AI為代表的新一代信息技術推動的智慧產業革命將帶來生產力的巨大提升，人機協同、虛實共生的未來產業經濟形態將賦予個人更大的價值創造空間，擁抱變化、加強學習，每個人都將成為智能時代數字生產力躍遷的受益者，美好生活未來可期。

同時，電影《Her》所預測的多重分身等強人工智能所引發的倫理問題已然成為人們的現實擔憂；3月28日，包括馬斯克、Bengio（圖靈獎得主，深度學習技術三大代表人物之一）在內的上千位知名人士共同簽署公開信，呼吁暫停超強AI訓練、盡快建立人工智能技術的安全共享協議。國家網信辦4月11日就《生成式人工智能服務管理辦法（征求意見稿）》（下稱“《管理辦法》”）公開征求意見，對基于生成式AI技術提供產品或服務做出要求；該《管理辦法》的推出非常及時、敏捷，體現了國家對支持相關技術健康發展的高度重視。銀行作為經營風險的特殊企業，對風險高度敏感，且天然具有社會公共服務基礎設施的屬性，對新技術的感知和推進向來既敏銳又審慎，未來應該遵循國家相關規定，在推進人工智能技術安全賦能人類美好生活方面發揮更多作用。

責任編輯：孫 爽