工商銀行宣布新增超100個應(yīng)用場景，建設(shè)銀行、中國銀行、中信銀行紛紛宣布截至6月末落地AI（人工智能）應(yīng)用的場景已上百個……

僅僅半年，AI應(yīng)用在銀行業(yè)遍地開花。

根據(jù)上市銀行2025年半年報，42家A股上市銀行中，約九成銀行披露了其AI技術(shù)應(yīng)用及落地成效。

8月26日，國務(wù)院印發(fā)《關(guān)于深入實施“人工智能+”行動的意見》提出，要在軟件、信息、金融、商務(wù)、法律、交通、物流、商貿(mào)等領(lǐng)域，推動新一代智能終端、智能體等廣泛應(yīng)用。到2027年，新一代智能終端、智能體等應(yīng)用普及率超70%；到2030年，該指標(biāo)要超90%。

金融行業(yè)數(shù)字化程度較高，在本輪“人工智能+”浪潮中，以商業(yè)銀行為代表的金融機(jī)構(gòu)走在了浪尖潮頭。

騰訊金融研究院發(fā)布的《2025金融業(yè)大模型應(yīng)用報告》顯示，2025年上半年，基于全網(wǎng)公開披露信息統(tǒng)計的大模型相關(guān)中標(biāo)項目共79個，覆蓋銀行、證券、保險、信托與資管。其中，銀行業(yè)中標(biāo)項目44個，占比過半。

近日，在一場媒體交流會上，騰訊云副總裁胡利明用“百花齊放”形容金融機(jī)構(gòu)在AI技術(shù)應(yīng)用方面的探索。“DeepSeek開源之后，基礎(chǔ)模型能力走進(jìn)了千家萬戶，大、中、小型金融機(jī)構(gòu)都在基礎(chǔ)模型上以較低成本快速做應(yīng)用開發(fā)?！?/p>

今年稍早，螞蟻數(shù)科副總裁余濱也在與媒體交流時表示，金融大模型落地已從早期探索期進(jìn)入關(guān)鍵拐點階段，金融機(jī)構(gòu)需要面對的問題從“是否跟進(jìn)”轉(zhuǎn)變?yōu)椤叭绾温涞亍薄?/p>

全球知名咨詢機(jī)構(gòu)BCG（波士頓咨詢）在5月發(fā)布的報告《對銀行業(yè)而言，人工智能的考驗已至》中表示，AI正全方位重構(gòu)銀行業(yè)態(tài)，推動行業(yè)從技術(shù)應(yīng)用向底層邏輯變革。這一過程中，以銀行為代表的金融機(jī)構(gòu)也將被AI重塑，后來者可能彎道超車，先進(jìn)者也可能失去過去十余年積累的數(shù)字化優(yōu)勢。

顯然，AI重塑銀行業(yè)的競速之爭已經(jīng)開啟。

“金融大模型落地從基礎(chǔ)平臺建設(shè)，轉(zhuǎn)向支持業(yè)務(wù)升級，部分金融機(jī)構(gòu)一把手已經(jīng)開始思考如何重構(gòu)業(yè)務(wù)，甚至未來三至五年的機(jī)構(gòu)發(fā)展戰(zhàn)略?！庇酁I稱，“焦慮和興奮、挑戰(zhàn)和機(jī)會并存，可以比較形象地說明整個機(jī)構(gòu)當(dāng)前的狀態(tài)。”

現(xiàn)實中，金融大模型落地仍處在“馬拉松的第一公里”。胡利明坦言，底層的基礎(chǔ)大模型現(xiàn)在還在快速的迭代演進(jìn)當(dāng)中，同時大模型在金融核心場景中產(chǎn)生價值，仍然面臨很多挑戰(zhàn)。

01 應(yīng)用場景擴(kuò)容：有銀行超1600個

2025年初，DeepSeek發(fā)布了開源模型DeepSeek-R1，以強大的推理能力和極高性價比橫掃全球應(yīng)用商店下載榜單，也引爆了中資金融機(jī)構(gòu)開發(fā)AI應(yīng)用的熱情。

“金融業(yè)大模型應(yīng)用已基本形成銀行業(yè)主導(dǎo)、證券保險跟進(jìn)、信托資管探索的梯次發(fā)展格局?！鼻笆鼋鹑跇I(yè)大模型應(yīng)用報告稱，“進(jìn)入2025年行業(yè)應(yīng)用建設(shè)節(jié)奏明顯提速，各類規(guī)模機(jī)構(gòu)已全面啟動大模型應(yīng)用規(guī)劃，大模型技術(shù)正在成為推動金融業(yè)數(shù)智化轉(zhuǎn)型的核心引擎。”

近期，隨著商業(yè)銀行密集披露半年報，銀行業(yè)大規(guī)模部署AI大模型的更多細(xì)節(jié)浮出水面。

對國有大行和股份行來說，AI應(yīng)用已成標(biāo)配。在2025年半年報中，多家銀行宣告上半年大模型賦能的業(yè)務(wù)場景數(shù)量大幅增長。

在國有大行中，工商銀行表示，該行上半年新增AI財富助理、投研智能助手等100余個應(yīng)用場景；建設(shè)銀行宣布累計賦能授信審批、智能客服、“幫得”個人客戶經(jīng)理助理等274個行內(nèi)場景，數(shù)量較2024年年報中的193個進(jìn)一步增長；中國銀行也宣告，已使用大模型技術(shù)賦能全行100余個場景。

股份行方面，招商銀行稱，該行已在零售、對公、風(fēng)控、運營、辦公等多個領(lǐng)域共落地184個場景應(yīng)用；中信銀行稱，該行積極探索AI賦能客戶營銷、管理決策、運營、風(fēng)控等重點領(lǐng)域新范式，構(gòu)建智能服務(wù)場景超1600個。

值得注意的是，多位銀行科技相關(guān)人士表示，當(dāng)前業(yè)內(nèi)對AI落地場景認(rèn)定沒有統(tǒng)一標(biāo)準(zhǔn)，落地場景數(shù)量多寡也與各銀行的統(tǒng)計口徑有關(guān)。

不僅僅是場景擴(kuò)容，披露AI應(yīng)用的銀行數(shù)量也在擴(kuò)大。在2025年半年報中，一個顯著的趨勢是，更多中小銀行開始披露其AI應(yīng)用細(xì)節(jié)。

以首家披露2025年半年報的上市銀行常熟銀行為例，該行是一家農(nóng)商行，資產(chǎn)規(guī)模約4000億元，上半年營業(yè)收入為60.62億元。

半年報中，常熟銀行表示，該行積極推進(jìn)大模型技術(shù)的本地化部署與場景化落地，完成滿血版DeepSeek及Qwen3-235B等底層模型的評測與上線，并成功投產(chǎn)代碼生成、知識管理、信貸審核等六項大模型助手，覆蓋智能客服、辦公協(xié)同、研發(fā)支持、精準(zhǔn)營銷及智能風(fēng)控等多個業(yè)務(wù)領(lǐng)域。

此外，重慶銀行、江蘇銀行、瑞豐銀行等多家中小銀行均在半年報中披露其大模型部署，以及AI應(yīng)用進(jìn)展。其中，江蘇銀行稱，截至2025年6月末，已落地的智能化場景數(shù)量接近60個。

“以前真正投入AI的都是股份制銀行和國有大行，DeepSeek之后，我們會發(fā)現(xiàn)不管什么類型的銀行都在投入。”騰訊云商業(yè)銀行解決方案總經(jīng)理曹駿表示。

此外，銀行理財子公司也在積極布局AI。中銀理財董事長黃黨貴在今年稍早的一場公開演講中表示，未來，理財公司將積極擁抱科技創(chuàng)新，在渠道建設(shè)、產(chǎn)品研發(fā)、資產(chǎn)配置、風(fēng)險管理等方面多措并舉，將科技創(chuàng)新融入理財行業(yè)高質(zhì)量發(fā)展。

在應(yīng)用場景上，AI大模型從客服助手等邊緣業(yè)務(wù)逐步延伸至交易、營銷、風(fēng)控等核心業(yè)務(wù)場景。

例如，交通銀行宣布在風(fēng)控領(lǐng)域全域應(yīng)用AI技術(shù)，打造覆蓋“全集團(tuán)機(jī)構(gòu)、全品種產(chǎn)品、全風(fēng)險類別”的數(shù)字化全面風(fēng)險管理體系，實現(xiàn)風(fēng)控從“人防”“技防”向“智控”轉(zhuǎn)變。

機(jī)構(gòu)和場景擴(kuò)容背后，是AI大模型帶來的實實在在的效率提升。

上半年，交通銀行在個人手機(jī)銀行部署模型策略的出額率、提款率，分別較原本模式提升了67%和83%；電話銀行渠道增加客戶“事件式”營銷線索的策略，產(chǎn)能較普通策略提升了近80%，上半年線上化直接經(jīng)營的消費貸余額同比凈增153%；個人手機(jī)銀行應(yīng)用AI模式，提升個性化的服務(wù)精準(zhǔn)度，轉(zhuǎn)化率提升2倍以上。

常熟銀行通過多場景落地業(yè)務(wù)智能體，推動業(yè)務(wù)效率提升20%，顯著強化了智能化服務(wù)能力。

招商銀行用AI技術(shù)提升業(yè)務(wù)處理效率和服務(wù)水平，上半年人工效能提升方面節(jié)約人工475萬小時，同時在采購替代、向客戶提供智能推薦服務(wù)等方面帶來約3.9億元的經(jīng)濟(jì)效益。

工行金融大模型“工銀智涌”2024年承擔(dān)了相當(dāng)于4萬多人的年工作量。

“金融機(jī)構(gòu)對AI應(yīng)用的探索呈現(xiàn)百花齊放的態(tài)勢?！焙鞅硎荆?dāng)前在代碼編寫、員工輔助、客戶服務(wù)等領(lǐng)域，大模型技術(shù)應(yīng)用成熟度相對較高，效率提升較為顯著。

02 求解金融大模型：數(shù)據(jù)和場景最關(guān)鍵

盡管大模型賦能銀行的業(yè)務(wù)場景逐漸增多，但在更廣泛更復(fù)雜的場景中，大模型的表現(xiàn)還難言顛覆。

來自銀行、券商等不同類型金融機(jī)構(gòu)的人士表示，上半年，其所在機(jī)構(gòu)非常重要的一項工作是上線AI Agent（智能體）。

所謂智能體，通常指能自主行動的軟件或硬件實體，能夠與環(huán)境交互并獲取信息，通過邏輯推理和自學(xué)來自主決策和執(zhí)行任務(wù)。通俗來說，就是“數(shù)字員工”，而大模型是數(shù)字員工的“大腦”。

智能體被視為大模型落地的關(guān)鍵環(huán)節(jié)，堪稱大模型落地的“最后一公里”，對于推動金融行業(yè)的智能化升級具有重要意義。

某科技平臺AI業(yè)務(wù)負(fù)責(zé)人表示，當(dāng)前一個典型的情形是，金融機(jī)構(gòu)不同部門開發(fā)了幾十個不同的智能體，但大部分智能體只是能體驗，在業(yè)務(wù)應(yīng)用中準(zhǔn)確率不高，在復(fù)雜場景中甚至不可用。

“目前大部分AI場景仍屬于嘗鮮性質(zhì)，相對比較粗放?！焙鞅硎?，“不過目前像代碼助手、企業(yè)知識庫、券商的AI投顧等，都是實際落地較為成熟的場景?！?/p>

“很多機(jī)構(gòu)拿著通用大模型使用的時候，覺得達(dá)不到效果，有時候覺得大模型張冠李戴，明明有常規(guī)金融的邏輯，但是在做分析和決策的時候并沒有遵循金融合規(guī)的要求。”余濱表示，通用大模型不懂金融，是金融機(jī)構(gòu)落地大模型應(yīng)用的一大痛點。

通用大模型具有很強的推理能力，但在金融等垂直領(lǐng)域的知識儲備不夠。實際應(yīng)用中，銀行科技人員往往需要用金融數(shù)據(jù)對通用大模型做二次訓(xùn)練，才能達(dá)到可用水準(zhǔn)。

這類針對金融業(yè)務(wù)場景訓(xùn)練出來的大模型也被稱為金融大模型。值得注意的是，多位專業(yè)人士表示，金融大模型不是一個大模型，而是由不同尺寸的模型構(gòu)成的一套模型。數(shù)字員工工作過程中，在不同環(huán)節(jié)可能會使用不同尺寸的模型。半年報顯示，目前已有多家銀行通過大小模型結(jié)合的方式，提高金融大模型輸出結(jié)果的準(zhǔn)確率。

多位受訪人士表示，要真正實現(xiàn)大模型在金融業(yè)務(wù)中的深度應(yīng)用，金融機(jī)構(gòu)需要構(gòu)建適合自身的金融大模型，而其中的關(guān)鍵是數(shù)據(jù)和場景。

“金融機(jī)構(gòu)如果想用大模型服務(wù)于自己的客戶，那么數(shù)據(jù)的歸集整理沉淀就非常重要?！辈茯E表示，現(xiàn)在可以看到很多銀行越來越強調(diào)數(shù)據(jù)的重要性。

數(shù)據(jù)的數(shù)量、質(zhì)量、多樣性等方面積累較好的銀行，在同一場景、同一大模型技術(shù)的情況下，往往能夠獲得更好的效果。

光大銀行副行長楊兵兵此前接受專訪時曾表示，智能化的前提是數(shù)字化。在該行近期舉行的中期業(yè)績發(fā)布會上，楊兵兵特別提到，該行三個數(shù)字化專班中，每個專班都配置了75名數(shù)據(jù)人員，專門負(fù)責(zé)數(shù)據(jù)整理和分析。

場景的重要性亦非常突出。

一方面，場景的選擇對應(yīng)用效果影響顯著。

以催收場景為例，據(jù)某中小銀行IT人士介紹，該行此前開發(fā)了一個催收摘要功能，即用大模型技術(shù)對催收電話內(nèi)容進(jìn)行分析，發(fā)掘催收線索，并生成摘要，服務(wù)催收人員。實踐中，他們發(fā)現(xiàn)，在個人消費貸場景中，幾乎沒有人看摘要；但在企業(yè)客戶貸款催收場景中，該功能被催收人員廣泛使用，并明顯提高了收回金額。

究其原因，企業(yè)客戶貸款通常金額較大、涉及人員和流程復(fù)雜、催回時間較長，摘要可以幫助催收人員迅速掌握歷史催收情況，制定新的催收策略，避免走彎路，因此應(yīng)用效果明顯提升?！皥鼍斑x擇確實跟我們想象得不一樣。”前述IT人士感嘆。

另一方面，業(yè)務(wù)場景的需求是什么？場景如何設(shè)計？這些都依賴金融機(jī)構(gòu)自身對業(yè)務(wù)場景的深層次理解。

某銀行科技部門有關(guān)負(fù)責(zé)人表示，在幫助業(yè)務(wù)部門實現(xiàn)場景落地的過程中，該行已經(jīng)形成了一套方法論。

首先是根據(jù)場景難易程度，判斷場景實現(xiàn)需要做怎樣的工作。一些簡單的場景掛知識庫就行，偏復(fù)雜的場景可能需要對大模型進(jìn)行微調(diào)后才能實現(xiàn)。隨著場景復(fù)雜程度進(jìn)一步提高，可能需要使用強化學(xué)習(xí)、二次訓(xùn)練、大規(guī)模訓(xùn)練，甚至是智能體技術(shù)才能實現(xiàn)。這主要考驗金融機(jī)構(gòu)AI技術(shù)應(yīng)用的成熟度。

其次，大模型在業(yè)務(wù)場景中落地，還需要業(yè)務(wù)部門準(zhǔn)備足夠的訓(xùn)練樣本，樣本的形式、數(shù)量，以及樣本的邏輯推理鏈條如何設(shè)計，都要與場景需求相匹配。這些都需要在實踐中不斷總結(jié)經(jīng)驗。

“總的來說，DeepSeek等基礎(chǔ)大模型開源后，不同體量的金融機(jī)構(gòu)之間的技術(shù)差距可能在縮小，但在高質(zhì)量數(shù)據(jù)驅(qū)動的深度業(yè)務(wù)場景的應(yīng)用上，差距在一定時間內(nèi)還會繼續(xù)存在。”前述銀行科技部門有關(guān)負(fù)責(zé)人說。

03 組織架構(gòu)升級：業(yè)務(wù)、人才重塑

“今年年初，很多銀行在探討如何解決C端用戶服務(wù)的問題，現(xiàn)在已經(jīng)在聊如何把理財業(yè)務(wù)做得更好，如何讓保險理賠更加高效。”余濱表示。

顯然，金融大模型建設(shè)節(jié)奏從基礎(chǔ)設(shè)施建設(shè)，進(jìn)入了業(yè)務(wù)升級階段，部分機(jī)構(gòu)一把手已經(jīng)在考慮基于AI重構(gòu)業(yè)務(wù)。

多位受訪人士認(rèn)為，金融機(jī)構(gòu)落地AI大模型，不僅僅是采購了IT系統(tǒng)，而是做業(yè)務(wù)流程重塑，戰(zhàn)略重構(gòu)，進(jìn)而驅(qū)動整個組織升級。

首先，AI重塑銀行業(yè)務(wù)模式和服務(wù)范式。銀行員工承擔(dān)的重復(fù)性勞動將大量減少，更多職責(zé)轉(zhuǎn)向?qū)I模型的監(jiān)督、管理和優(yōu)化。

一個典型的應(yīng)用是銀行通過機(jī)器人流程自動化（RPA）為基層減負(fù)。截至2025年6月，中國銀行RPA覆蓋超3300個場景；郵儲銀行累計部署RPA超2000個，上線4000余個自動化流程。

在2025世界人工智能大會現(xiàn)場，交通銀行展示了其數(shù)字分身驅(qū)動遠(yuǎn)程金融服務(wù)模式。該行應(yīng)用音視頻和AI技術(shù)構(gòu)造遠(yuǎn)程視頻服務(wù)體系，構(gòu)建了“四位一體”新型服務(wù)模式，整合并實現(xiàn)遠(yuǎn)程視頻座席、數(shù)字員工、客戶經(jīng)理、客戶服務(wù)經(jīng)理四類服務(wù)主體的協(xié)同聯(lián)動。該模式突破了傳統(tǒng)網(wǎng)點的時空限制，為客戶提供一站式綜合金融服務(wù)，提升了服務(wù)連續(xù)性及整體客戶服務(wù)能力。

“銀行與客戶的交互模式，從原來的被動服務(wù)向主動服務(wù)，實時且個性化的服務(wù)轉(zhuǎn)變?！鼻笆鲢y行科技部門有關(guān)負(fù)責(zé)人表示，這一過程中，大模型會持續(xù)強化客戶服務(wù)的智能化、精細(xì)化與互動的體驗，真正做到“既有老朋友的溫度，也有銀行家的嚴(yán)謹(jǐn)”。

同時，大模型多維綜合分析海量用戶數(shù)據(jù)的能力，將有效擴(kuò)大銀行員工服務(wù)半徑。以理財場景為例，通過AI賦能理財師，原來一個理財師只能服務(wù)200個客戶，現(xiàn)在可以提升10倍，至少是2000個-3000個客戶。

其次，商業(yè)銀行組織和人才結(jié)構(gòu)面臨重塑。隨著AI應(yīng)用的深入，銀行對AI相關(guān)的科技人才需求上升。銀行內(nèi)萌生數(shù)據(jù)科學(xué)家、算法工程師、AI訓(xùn)練師等新興崗位，傳統(tǒng)的后臺操作員崗位逐漸減少。

近年來，商業(yè)銀行招聘需求中，出現(xiàn)了大量金融科技相關(guān)崗位。年報數(shù)據(jù)顯示，截至2024年末，六家國有大行科技領(lǐng)域員工數(shù)量合計已突破10萬人。

梳理商業(yè)銀行招聘崗位需求發(fā)現(xiàn)，對比往年，2025年銀行科技崗位從“信息科技崗”等泛化名稱轉(zhuǎn)向“人工智能領(lǐng)域崗”“AI專家”等，技術(shù)要求從“了解機(jī)器學(xué)習(xí)基礎(chǔ)”升級為需熟練相關(guān)技能、適配AI實戰(zhàn)場景。

比如，工商銀行在2026年年度校園招聘計劃中設(shè)置了總行“人工智能+”專項招聘崗位，要求人工智能、大數(shù)據(jù)等相關(guān)專業(yè)優(yōu)先；平安銀行發(fā)布的校招公告推出“科技專場”，以“金融+科技”雙螺旋體系培養(yǎng)人才，明確聚焦人工智能、信息安全等領(lǐng)域。

今年3月，招行發(fā)布數(shù)字金融訓(xùn)練營（2026校招提前批）招募公告，強調(diào)“AI+金融”方向主題，表現(xiàn)優(yōu)異者將直接獲得2026屆校園招聘提前批錄用。

“一些傳統(tǒng)崗位上的銀行員工需要完成技能和工作方式的變化?！辈茯E表示，“我們很明確地看到，越來越多的銀行內(nèi)部員工很有意愿將AI納入其職業(yè)發(fā)展規(guī)劃，未來銀行內(nèi)懂AI的人會越來越多?！?/p>

前述BCG報告顯示，如今，一家典型的銀行可能有15%的員工在前臺，10%在風(fēng)控部門，10%在運營部門，20%在公司業(yè)務(wù)部門，20%在中臺，25%在技術(shù)部門?！半S著生成式AI和智能體AI的發(fā)展，那些專注于公用事業(yè)服務(wù)的銀行可能會保留更多的運營人員，而其他銀行可能會優(yōu)先考慮咨詢和技術(shù)人員。一切都取決于每家銀行各自的AI愿景和商業(yè)戰(zhàn)略?！痹搱蟾娣Q。

為應(yīng)對相關(guān)變化，銀行的組織結(jié)構(gòu)也需要及時調(diào)整。曹駿表示，AI大模型落地需要科技部門和業(yè)務(wù)部門緊密協(xié)作，真正讓AI能力嵌入業(yè)務(wù)場景。

以光大銀行為例，為推動普惠金融、供應(yīng)鏈金融和零售信貸三大領(lǐng)域的數(shù)字化轉(zhuǎn)型工作，該行設(shè)置了三個數(shù)字化專班，每個專班均由業(yè)務(wù)人員和科技人員共同構(gòu)成。稍早之前，該行曾采用“科技派駐制”，將科技部門員工派駐至業(yè)務(wù)部門，并接受業(yè)務(wù)部門考核。光大銀行有關(guān)負(fù)責(zé)人表示，此舉旨在打破科技與業(yè)務(wù)之間的條線壁壘。

此外，AI應(yīng)用將使銀行的決策機(jī)制更加智能。

“通過數(shù)據(jù)驅(qū)動決策，提升決策的科學(xué)性和前瞻性，降低經(jīng)驗主義帶來的失誤。”前述銀行科技部門有關(guān)負(fù)責(zé)人認(rèn)為，未來銀行決策的層級和流程都有望縮減，更強調(diào)數(shù)據(jù)驅(qū)動，參與決策的部門也會出現(xiàn)變化。

04 監(jiān)管與合規(guī)：人工把關(guān)極其重要

值得注意的是，作為強監(jiān)管行業(yè)，金融業(yè)對AI大模型等新興技術(shù)應(yīng)用的合規(guī)性也受到高度關(guān)注。

今年5月舉辦的清華五道口全球金融論壇上，中國人民銀行金融研究所副所長莫萬貴提醒，AI技術(shù)的應(yīng)用可能產(chǎn)生三方面新的風(fēng)險：

一是模型幻覺，金融對精準(zhǔn)性、專業(yè)性、一致性、穩(wěn)定性等要求比較高，存在幻覺的話，有些領(lǐng)域不能用；二是算法黑箱，可能對一些關(guān)鍵業(yè)務(wù)就滿足不了穿透式監(jiān)管要求，并且不利于風(fēng)險管理溯源，也不利于責(zé)任認(rèn)定；三是可能放大傳統(tǒng)類風(fēng)險，比如強化順周期行為、過度依賴少數(shù)科技公司、消費者權(quán)益保護(hù)相關(guān)風(fēng)險等。

對此，莫萬貴建議，金融機(jī)構(gòu)要更加審慎，一是業(yè)務(wù)場景和特定技術(shù)是否適配，如果盲目將很多復(fù)雜的高深技術(shù)用到簡單的業(yè)務(wù)場景，反而會變得復(fù)雜，帶來不必要的風(fēng)險，所以適配性很重要。二是盡可能減少對大型科技公司的過度依賴，開發(fā)個性化的、適合自己的東西，避免出現(xiàn)羊群效應(yīng)。三是人機(jī)協(xié)同，可能金融機(jī)構(gòu)要更加重視，特別是要把大模型應(yīng)用納入內(nèi)部整體風(fēng)控合規(guī)機(jī)制中，注重業(yè)務(wù)流程再造。

“個人覺得，一些關(guān)鍵業(yè)務(wù)流程、涉及決策的業(yè)務(wù)流程和任務(wù)節(jié)點，這時候就需要人工干預(yù)了，人機(jī)協(xié)同、人工干預(yù)會增加可控性。”莫萬貴表示。

余濱總結(jié)認(rèn)為，當(dāng)前商業(yè)銀行主要通過四種路徑落地AI大模型。

一是從AI技術(shù)平臺構(gòu)建入手，逐步完成數(shù)據(jù)治理、算力建設(shè)、AI平臺、金融工具集合等基礎(chǔ)能力建設(shè)。在此基礎(chǔ)上，通過智能客服等通用場景跑通業(yè)務(wù)鏈條，進(jìn)一步完善基建。

二是將已有的手機(jī)銀行App轉(zhuǎn)變?yōu)锳I手機(jī)銀行，與客戶的交互模式從“人找服務(wù)”轉(zhuǎn)向“服務(wù)找人”。

三是基于業(yè)務(wù)場景構(gòu)建智能體，通常是選擇當(dāng)前最需要通過AI來守住“護(hù)城河”的細(xì)分行業(yè)場景入手。

四是全行級別的分階段建設(shè)。通過系統(tǒng)規(guī)劃，以大模型全面重構(gòu)業(yè)務(wù)流程，打造智能體集群，驅(qū)動業(yè)務(wù)創(chuàng)新與體驗升級。

余濱表示，國有大行研發(fā)實力較強，基本上選擇自行搭建算力，構(gòu)建AI基礎(chǔ)設(shè)施，自建智能體開發(fā)平臺。股份行以及頭部的城商行，落地模式較為多樣，涵蓋了前述四種落地路徑。規(guī)模更小的一些區(qū)域性銀行，前期傾向以較小的投入在部分場景試水，逐漸分層分類推進(jìn)AI大模型落地建設(shè)。

無論何種路徑，多位受訪人士表示，目前，金融機(jī)構(gòu)主要通過引入合規(guī)基礎(chǔ)模型、提高數(shù)據(jù)質(zhì)量、強化模型測評、敏感詞過濾、人工把關(guān)等方式加強大模型應(yīng)用中的安全保護(hù)。

目前，絕大部分AI應(yīng)用主要用于對內(nèi)服務(wù)，賦能行內(nèi)員工，極少直接面客。即便是在應(yīng)用較為成熟的智能客服領(lǐng)域，目前AI的作用也更多是作為助手輔助客服人員，關(guān)鍵環(huán)節(jié)仍由人工把關(guān)。