新華財經(jīng)北京7月2日電（記者吳叢司）當銀行客戶經(jīng)理寫一份企業(yè)授信盡調(diào)報告從耗時7天壓縮至3分鐘，當政策問答平均響應(yīng)時間縮短至20秒，銀行與大模型的化學反應(yīng)正悄然顛覆傳統(tǒng)金融作業(yè)模式。近日，新華財經(jīng)獨家對話中國光大銀行副行長楊兵兵，深入探討大模型在銀行核心場景的深度實踐，用好大模型的關(guān)鍵資源以及與技術(shù)紅利如影隨形的AI幻覺應(yīng)對之策等話題。

場景深耕：3分鐘生成授信盡調(diào)報告，20秒實現(xiàn)精準問答

走進銀行的業(yè)務(wù)一線，大模型技術(shù)已不再是遙不可及的概念，而是真切地扎根于多個核心場景，并結(jié)出效率之果。

“大模型不是實驗室玩具，而是解決業(yè)務(wù)痛點的工具。”楊兵兵告訴記者，該行已經(jīng)推動大模型技術(shù)在客戶經(jīng)理賦能、合規(guī)運營、遠程坐席、助力分行智能化經(jīng)營等場景的落地。

在銀行客戶經(jīng)理撰寫授信盡調(diào)報告這一場景中，效率提升尤為顯著。

在傳統(tǒng)流程下，銀行客戶經(jīng)理撰寫授信盡調(diào)報告需要經(jīng)歷與客戶接洽、資料收集、現(xiàn)場盡調(diào)、風險評估、授信方案設(shè)計并撰寫報告，再提交審批。對于一些中大型企業(yè)來說，撰寫一份百頁授信盡調(diào)報告平均需要7天左右，如今借助大模型技術(shù)，短短3分鐘即可完成一份報告。

記者了解到，光大銀行于2024年12月上線的授信盡調(diào)智能報告功能，基于大模型、大數(shù)據(jù)技術(shù)自動獲取、加工行內(nèi)外相關(guān)數(shù)據(jù)，幫助一線客戶經(jīng)理對申請企業(yè)的各維度指標進行綜合分析，更精準地揭示、評估企業(yè)風險，助力信貸決策，并能夠按章節(jié)自動生成授信盡調(diào)報告。自動生成盡調(diào)報告質(zhì)量的程度由外部數(shù)據(jù)豐富度與內(nèi)部數(shù)據(jù)顆粒度決定，當然數(shù)據(jù)質(zhì)量是基礎(chǔ)性因素。

“這極大地節(jié)省了客戶經(jīng)理的精力，讓他們能更專注于客戶關(guān)系的深度經(jīng)營和復雜問題的解決?！睏畋硎?，目前，授信盡調(diào)智能報告功能已推廣至光大銀行境內(nèi)所有39家一級分行，服務(wù)客戶經(jīng)理近2000名，幫助撰寫5000余份盡調(diào)報告，平均生成一份報告僅3至5分鐘。

效率的提升是全方位的。在合規(guī)運營領(lǐng)域，面對浩如煙海的規(guī)章制度，光大銀行上線了智能政策問答助手，響應(yīng)速度平均僅20秒，不僅能實現(xiàn)文件的精確檢索，更能進行差異比對和問題解答，顯著提升了政策解讀的一致性與決策的規(guī)范性。

與此同時，遠程坐席人員也體驗到了大模型帶來的便捷。楊兵兵告訴記者，將大模型嵌入日常辦公流程，輔助坐席人員處理客戶問題并生成工單總結(jié)，單通電話處理時間因此縮短了15秒，坐席滿意度高達90%。

“而對于分行管理者而言，多達807項業(yè)務(wù)指標、實現(xiàn)秒級響應(yīng)的經(jīng)營分析畫像自動化報告，告別了以往層層收集數(shù)據(jù)、反復核實指標、耗時打印匯報的傳統(tǒng)模式，杜絕了人為差錯，為經(jīng)營決策提供了即時、客觀的有力支撐。”楊兵兵進一步表示。

面向未來，楊兵兵認為大模型技術(shù)在銀行業(yè)的應(yīng)用場景將逐步深入。首先，它將通過整合全行知識庫，為一線員工打造強大智能助手，實現(xiàn)跨渠道服務(wù)的無縫協(xié)同與精準匹配。同時，大模型技術(shù)將強化銀行經(jīng)營能力，運用多模態(tài)數(shù)據(jù)構(gòu)建深度客戶畫像，驅(qū)動精準營銷，推動產(chǎn)品個性化推薦，提高客戶轉(zhuǎn)化率和交叉銷售率。

不僅如此，大模型還將為科學決策提供有力支持，通過對宏觀經(jīng)濟、行業(yè)周期的多維度分析，輔助銀行實現(xiàn)從經(jīng)驗決策向科學決策的轉(zhuǎn)變。此外，風險防控也將迎來升級，大模型的深度推理能力將用于分析企業(yè)多維度信息，構(gòu)建前瞻性的風險預警機制。在內(nèi)部運營和科技研發(fā)領(lǐng)域，大模型有望打破數(shù)據(jù)孤島、提供智能化辦公方案以及構(gòu)建覆蓋研發(fā)全流程的智能助手，提高科技產(chǎn)出效能。

核心資源與破局之道：組織適配是關(guān)鍵密碼

“大模型技術(shù)在銀行釋放巨大價值，其基石遠不止于算法、數(shù)據(jù)和算力這‘三駕馬車’?！睏畋J為，大模型的核心價值在于其深度理解、復雜推理和自主決策的閉環(huán)能力，這要求它必須緊密嵌入業(yè)務(wù)流程、實時響應(yīng)動態(tài)需求、并能跨部門協(xié)同解決端到端問題。

楊兵兵表示，能否突破傳統(tǒng)的組織模式桎梏，成為釋放大模型潛能的關(guān)鍵。過往“科技部門埋頭開發(fā)、業(yè)務(wù)部門被動使用”的線性流程，以及部門間相對割裂的協(xié)作機制，顯然難以支撐這種深度的業(yè)技融合需求。

記者了解到，為應(yīng)對這一挑戰(zhàn)，光大銀行將組織架構(gòu)的適配性變革提升到了戰(zhàn)略高度，視其為“一把手工程”，其中一個標志性的舉措是于2022年在總行層面成立了統(tǒng)籌全行模型管理和數(shù)字化轉(zhuǎn)型的一級部門。

“這個部門的使命非常明確，就是從全局視角出發(fā)，規(guī)劃全行的智能應(yīng)用與轉(zhuǎn)型路徑，推動銀行轉(zhuǎn)向以‘人機協(xié)同、任務(wù)驅(qū)動’為核心的小單元協(xié)作體系?！睏畋硎尽?/p>

這種對組織適配性的理解，也為面臨資源挑戰(zhàn)的中小銀行提供了破局思路。不少業(yè)內(nèi)人士認為，開源大模型的蓬勃發(fā)展，為中小銀行在基礎(chǔ)模型能力層面創(chuàng)造了難得的“平權(quán)”機會。

而楊兵兵認為，大模型技術(shù)潛力的深度釋放，更取決于模型能力與銀行自身場景選擇、組織特性的適配程度。大型銀行固然擁有專業(yè)人才儲備和培訓體系優(yōu)勢，但中小銀行也具有其獨特的競爭優(yōu)勢——架構(gòu)層級簡單、決策鏈條短所帶來的“船小好調(diào)頭”的組織敏捷性。

楊兵兵建議，中小銀行應(yīng)充分利用自身組織優(yōu)勢，形成利于業(yè)技融合通關(guān)的組織架構(gòu)，高效釋放技術(shù)潛力；同時可考慮集中資源于核心業(yè)務(wù)領(lǐng)域及自身特色業(yè)務(wù)領(lǐng)域，優(yōu)化科技資源配置，并探索在行業(yè)內(nèi)組建技術(shù)共研共創(chuàng)機制，加大核心場景的深入落地與實踐應(yīng)用，逐漸在大模型應(yīng)用層面實現(xiàn)與大銀行的“平權(quán)”。

風險防控：構(gòu)筑應(yīng)對AI幻覺的立體防線

隨著人工智能技術(shù)在銀行業(yè)的深度滲透，其伴生的風險也引起行業(yè)高度關(guān)注。其中，“AI幻覺”——即模型生成看似邏輯自洽、實則背離客觀事實或?qū)I(yè)知識的錯誤內(nèi)容——已成為行業(yè)高度警惕的核心挑戰(zhàn)之一。

楊兵兵認為，在銀行的風險圖譜中，大模型應(yīng)用存在系統(tǒng)復雜性帶來的科技風險、依賴集中部署引發(fā)的網(wǎng)絡(luò)風險，數(shù)據(jù)質(zhì)量與安全相關(guān)的數(shù)據(jù)風險以及模型可解釋性較弱和不容忽視的幻覺問題。

面對AI幻覺這一棘手難題，光大銀行初步構(gòu)建了一套立體防線。

第一道防線立足于源頭攔截。光大銀行結(jié)合業(yè)務(wù)場景特性、語義關(guān)聯(lián)分析技術(shù)與動態(tài)攔截機制，實現(xiàn)對幻覺內(nèi)容的精準識別與攔截，確保模型輸出符合金融場景的合規(guī)要求。

“第二道防線來自堅實的數(shù)據(jù)治理?！睏畋J為，高質(zhì)量的訓練數(shù)據(jù)是減少模型幻覺的基石。

為此，光大銀行梳理了數(shù)據(jù)治理的重點方向：持續(xù)引入更豐富、更多元的高質(zhì)量外部數(shù)據(jù)源，拓寬模型的認知邊界；推行數(shù)據(jù)智能標注技術(shù)，提升數(shù)據(jù)標注的效率和準確性，優(yōu)化訓練數(shù)據(jù)集的質(zhì)量；同時加強非結(jié)構(gòu)化數(shù)據(jù)的治理，對其進行有效的登記、分類和價值挖掘。

在模型協(xié)同方面，光大銀行采用了“大模型統(tǒng)籌決策+小模型精準評估”的協(xié)同運營機制，通過動態(tài)調(diào)度策略實現(xiàn)“能力互補”，對模型輸出進行風險閉環(huán)管控，降低AI幻覺的概率，這是第三道防線。

最終的保障則落在責任歸屬上。對此，光大銀行建立了“誰應(yīng)用、誰審核、誰負責”的責任機制。一方面要求業(yè)務(wù)人員對大模型輸出內(nèi)容進行合規(guī)審核，確保輸出內(nèi)容在金融場景中符合業(yè)務(wù)規(guī)范；另一方面從流程上杜絕未審核內(nèi)容的落地應(yīng)用，保障金融服務(wù)的安全性與可靠性。

“這層‘人工防火墻’，不僅是保障金融服務(wù)安全不可或缺的屏障，也是‘人機協(xié)同’模式的生動體現(xiàn)。未來，這一模式將逐步重構(gòu)銀行的智慧內(nèi)核?！睏畋硎尽?/p>

?

編輯：王春霞

?

聲明：新華財經(jīng)為新華社承建的國家金融信息平臺。任何情況下，本平臺所發(fā)布的信息均不構(gòu)成投資建議。如有問題，請聯(lián)系客服：400-6123115