银行金融科技专题：从AIGC看商业银行数字化转型|即时看

(资料图)

银行数字化转型稳步推进，AIGC有望助力转型提速。新兴科技的逐步应用推动着银行业数字化转型的稳步推进，前沿科技与金融业态间的融合已经是增加行业增长韧性和潜力的必经之路。从银行的经营模式转变来看，负债端的综合化平台业务转型，资产端信贷类场景的丰富，支付端的线上化和移动化趋势以及“智能化、数字化、开放化”商业模式转型都离不开技术支持，区块链、大数据、云计算等新兴技术已经融入到银行日常的业务架构之中，金融科技投入逐步加大，22年国有大行和股份行金融科技投入占比达到了3.37%，金融科技人员占比达到了5.45%，同比皆有所抬升。今年以来由ChatGPT引爆的AIGC浪潮，有望进一步推动银行业的数字化转型，目前行业广泛探索大模型的应用落地，农业银行推出的业内首个自主创新的金融AI大模型应用ChatABC，邮储银行、兴业银行等积极接入“文心一言”等大模型平台，银行通过自研发布或者第三方平台合作发挥自身数据和资本优势，大模型的场景应用有望落地。

科技赋能全业务链条，AIGC有望推动银行智能化水平再提升。ChatGPT让人们看到AIGC在认知智能领域突破所能带来的颠覆性的变革，特别是其行业认知智能应用场景有望解决目前银行业转型存在的一些瓶颈。我们从渠道、服务和风险管理三个方面去分析行业目前的发展现状及未来通过AIGC所能够带来的潜在提升，例如AIGC强用户交互能力对于渠道端智能客服体系的完善以及场景化金融服务能力的提升具有显著正面作用，“AI+大数据”在智能投研方向的应用有望降低投顾服务的门槛以及计算智能和感知智能在风控场景下的应用等都能够持续推动银行业的智能化转型。

拥抱科技发展机遇，关注技术应用边界。随着科技的迅猛发展，银行等金融机构在拥抱科技进步带来的机遇的同时仍需关注由此衍生出来的数据和伦理风险，特别是拥有“强学习能力”人工智能应用背景下，隐私安全和风险防控显得更为重要。由于银行行业的数据具有特殊性，这决定了银行在应用第三方技术时必须持谨慎态度。尤其是对于大型模型训练所需的海量数据来源，银行需要做好数据的筛选和闭环管理，确保数据的质量和隐私安全。除此之外，人工智能快速发展所带来的科技伦理问题，以及对大型模型计算的过度依赖所引发的信用风险等问题，都值得整个行业的广泛关注。在追求技术进步和创新的同时，金融机构必须认真评估数据和伦理风险，并采取适当的措施加以管理。建立健全的隐私保护机制和风险防控体系、确保用户数据的安全和合规性，确立新技术的业务边界都将成为银行的重要任务。

风险提示：1）人工智能发展不及预期；2）竞争加剧导致成本抬升；3）监管力度超预期。

关键词