加速银行科技转型，大模型深入核心业务应用

银行科技转型加速，大模型应用正深入核心业务，以下是相关情况：

国有大行的探索与应用

• 工商银行：将大模型在银行的应用划分为对公信贷、运营管理、远程银行等八大业务领域，且大模型已在多个应用场景全面投产上线。例如，在运营管理场景，为20万网点员工打造智能助手，通过大模型实现对全行50多类业务制度、业务指引的吸收，辅助基层柜员办理低频复杂业务，支持获取最新制度要求，大幅提升网点效能。2023年全年工商银行运营领域智能处理业务量3.2亿笔。此外，工商银行还基于大模型打造了ChatDealing产品建设报价员助手，依托量化策略模型，为小额交易提供智能报价，实现对客交易效率提升3倍，询价交易笔数同比增长40%，带来利润超亿元。

• 邮储银行：发布了自有大模型“邮智”，该大模型从底层算力到顶层应用，全部实现自主可控，支持多场景的金融应用，包括企业智能助手、数字员工、信贷模型等。其中，邮储银行利用大模型等新技术搭建了智能法审辅助工具，使得法律审查用时提速超50%。

• 建设银行：持续推进金融大模型建设及应用，全面赋能公司金融、个人金融、资金资管、风险管理、科技渠运、综合管理六大板块79个行内业务场景。

大模型在银行核心业务中的应用

• 智能客服与客户体验提升：利用大模型对自然语言的理解和生成能力，具备多轮对话功能的智能客服系统显著提升了客户交互体验。例如，农行基于大模型的客服知识库上线答案推荐、知识库辅助搜索等功能；建行智能客服工单生成每单平均节约客服工作时间15至20秒，可用率达82%，一致性达80%。

• 风险管理与反欺诈：AI大模型能够实时分析海量交易数据和舆情数据，挖掘潜在的异常交易行为，从而有效识别欺诈风险。江苏银行运用“智慧小苏”大语言模型，赋能风控领域的数智化转型，规则组件化，规范了风控模型的开发和维护流程。

• 产品定价与资金管理：国外银行已经开始将大模型用于产品定价、资金管理等核心业务场景。

• 智能投研与投资组合管理：大模型在金融市场情绪识别和预测、公司财务分析等方面展现出强大的应用潜力，能够进一步拓宽金融机构的产品创新、效率改善和成本优化路径。

• 内部运营与效率提升：基于大模型技术的数字员工承担了大量重复和繁琐的任务，成为银行日常经营的得力助手。例如，邮储银行的“小邮助手”，实现智能化快速实时回答，截至报告期末，8000余台自助设备集成云柜功能，审核迁移率约70%。9000余台移动展业设备接入云柜，可实现单人外拓，节省网点运营人力投入。

银行科技转型的趋势与挑战

• 趋势：银行对大模型的热情源于其可能是银行数字化转型的重要驱动力，大模型被预期将深刻改变银行业的经营模式与服务模式，并进一步影响竞争格局。未来，伴随大模型技术的持续进化，其在银行业的应用将更加广泛和深入。

• 挑战：目前银行业对于大模型的应用目的主要是建立一个内部使用的人工助手，以提升内部员工的效率。对于账户交易等触及核心业务的大模型应用，目前尚未大规模落地。此外，大模型应用还面临缺乏行业认可的场景应用范式、缺乏高质量训练数据、安全和可信度不足等问题。