行业动态
NEWS CENTRE
首页
>
新闻中心
>
人工智能如何助力书写“数字金融”大文章
人工智能如何助力书写“数字金融”大文章
2024-07-24 阅读:294

作者|杨青 度小满数据智能部总经理 / 技术委员会执行主席


 引言


2023 年 10 月的中央金融工作会议明确提出要做好金融的“五篇大文章”,其中数字金融被视为重中之重。从行业发展的视角来看,数字金融的推进对于提升金融服务的效率、普惠性和风险管理能力具有不可估量的价值。如果说数字金融是一篇波澜壮阔的大文章,那么人工智能无疑是其中最为浓墨重彩的部分,起着牵一发而动全身的作用。

本人曾在 2023 年 FCon 全球金融科技大会上分享《人工智能在金融行业中的创新应用》,提出了人工智能在金融行业是正当其时、大有可为,除了分析了传统 AI 对业务增长的作用,还分享了团队在生成式 AI 上的探索与实践。丘吉尔曾在北非战役的转折点说:“现在不是结束,甚至不是结束的开始,但这或许是开始的结束。”我们将这一观点借用到人工智能领域,传统 AI 驱动金融业务是厚积薄发的“开始的结束”,生成式人工智能重塑金融业务则是另辟蹊径的“开始的开始”

近来老有人打趣道“AI 一日,人间一年”,一年即将过去。在这一年里,传统式 AI 继续深入应用,在信贷、风控、经营 等多个业务环节持续发力,推动金融业务行稳致远、保持增长;同时,生成式 AI 也展现出强大的潜力与活力,从理论探索逐渐走向实践应用,开启了数字金融的新篇章。生成式 AI 的浪潮翻滚,但却也不得不承认,真正扎实落地而产生业务收益和价值的行业应用是屈指可数的。作为金融科技的实践者,AI 大有可为的这一年,我们团队又有何作为呢?最新实践成果将在 2024 年的 FCon 上进行分享,在此之前,先作简单的回顾和铺垫。


在 8 月 16-17 日将于上海举办的 FCon 全球金融科技大会上,杨青老师将深入分享 「人工智能如何助力书写数字金融大文章」,从数字金融落地难点切入,并结合信贷、营销、风控等场景,介绍传统 AI 与生成式 AI 在金融领域的应用。此外,大会还将聚焦 AIGC+ 风控、AIGC+ 营销运营、AIGC+ 研发等场景邀请来自银行、证券、保险的专家分享最佳实践。更多演讲议题已上线,点击链接可查看目前的专题安排:https://fcon.infoq.cn/2024/shanghai/



 开始的“结束和开始”:传统 AI 与生成式 AI 分别促进金融业务增长


图片

传统的有监督机器学习仍然拥有巨大潜力,在过去的一年中,传统式 AI 在金融领域的应用不断深化,成为推动金融业务增长的重要力量。目前,传统式人工智能已经在金融的每一个主要业务环节中得到深入集成,包括身份核验、客户服务、营销和获客等方面。

以信贷为例,我们面临三大核心业务问题:获客、风控、经营。人工智能技术提供了有效解决方案:NLP 技术在风控领域应用广泛,通过语义模型和注意力机制,提升了文本处理能力;图机器学习在信贷领域也发挥了重要作用,通过特征衍生和自动筛选,提高了风险评估的准确性;利用深度学习和图机器学习,深入分析征信报告,实现了风险评估的突破;应用计算机视觉技术,提高处理复杂信息的效率,通过智能文档处理技实现对这些多媒体材料的秒级审批;应用因果推断技术于信贷,通过模型直接计算用户的贷款额度和利率从而提高决策准确率。

图片

图片

图片

图片

另一方面,生成式 AI 以 Copilot 的方式,正在逐步从点到面重塑金融行业的价值链条。基于大模型的理解、生成、逻辑和记忆四大基础能力,在业务场景的实际应用中实现了 个性生成、交互增强、预测模拟和强自动化

重塑营销: 通过一体化营销工作坊实现传播洞察和智能投放。

重塑服务: 从降本增效到价值创造,包括客情摘要和客服助手等功能。

重塑运营: 端到端的运营新范式,如 NL2SQL、投研投顾等。

重塑研发: 助力研发提质提效,提供代码生成和单测生成等工具。

重塑办公: 成为员工的生产力工具,包含智能搜索和知识助手等特性。

重塑风控: 智能化全面风控,支持智能信审和风险模拟。

图片


 何以开启数字金融新篇章:深度融合发展传统 AI 与生成式 AI


数字金融聚焦金融业的生产力提升,是新质生产力在金融业的体现,也是科技金融、绿色金融、普惠金融和养老金融这四篇大文章的基石。 数字金融落地是长期性、周期性的系统工程,需要科学理论指导,技术引用、金融数据、创新理念和技术风险是其中的关键环节。数字金融的核心在于利用前沿技术来优化传统的金融业务流程,从而实现金融服务的高效、便捷和个性化。

从金融行业的特性看,除了数据驱动外,金融行业还存在较高的专业知识门槛,不同的子领域,如信贷、保险和理财,各自有着独特的特点和要求。并且,金融业务流程通常较为复杂,涉及大量的人工操作和决策过程。这些行业特性与人工智能的核心能力高度适配。


近年来人工智能技术发展呈现出两个显著的趋势:一是模型的多模态表达能力逐渐提高;二是模型技术的更新迭代速度越来越快。尤其是从 2017 年的 Transformer 模型到 2022 年底 ChatGPT 产品的推出,基于深度学习的生成式 AI 技术得到广泛关注。在这一背景下,传统人工智能与生成式 AI 在业务场景的融合利用显得尤为重要。传统人工智能的持续创新,为金融业务提供了更加稳定可靠的技术支撑;而生成式 AI 的崛起,则为金融行业注入了的活力和想象空间。传统 AI 与生成式 AI 以不同方式深度融合、优势互补,共同加速金融行业的数智化发展。 过去的一年中,传统 AI 技术在金融领域的应用不断取得新的突破以信贷风控为例,用户数据的篇幅较长构成了长文本信息处理挑战,而 NLP 技术迭代发展下能够解决超训练长度的序列预测问题、长系列处理性能问题以及长距离依赖捕捉问题,提升了长文本理解和风控评估效果。此外,图机器学习对关联信息的解读、时序模型对用户行为的精准挖掘等传统 AI 技术应用也都有着新的进展。


生成式 AI 作为人工智能领域的新一代重大技术浪潮,也正逐步从理论探索走向实际应用。如多模态大模型驱动通用文档智能,解决了狭义文档智能框架可处理输入单一、提取流程繁琐和定制化成本高的痛点;大模型理财投顾 Agent 能够模仿人类理财师工作流程,结合用户画像、实时数据、专家案例库和理财分析 LLM 等,提供个性化、普惠化的专业投资服务;生成式 AI 还将智能客服升级到 3.0 阶段,集成多种模态交互方式,端到端减少中间环节,促成更连贯的用户对话体验,成为人机共生的协作典范。此外,我们也看到了生成式 AI 的技术和道德风险并有效探索解法,构建安全稳健的金融 AI 系统。


 结语


回顾过去一年人工智能在金融行业的创新应用与实践探索,我们不难发现一个清晰的趋势:传统式人工智能持续创造价值,为金融业务的稳健增长提供坚实保障;而生成式人工智能则逐渐从理想变成现实,为金融行业的未来发展开辟了新的道路。

面对这一趋势,作为金融科技的从业者,我们应该保持开放的心态和敏锐的洞察力,紧跟技术发展的步伐,不断探索和尝试新的应用场景和商业模式,促进传统 AI 与生成式 AI 的深度融合与创新发展。


注:本文转自「文章青哥谈 AI」公众号,作者 杨青,经授权同意后发布。

 活动推荐


8 月 16-17 日,FCon 全球金融科技大会将在上海举办。本届大会由中国信通院铸基计划作为官方合作机构,致力于展示金融数字化在“十四五”期间的关键进展,帮助金融机构在“交卷”前更具针对性地“查缺补漏”。

大会还邀请了来自工银科技、北京银行、平安银行、广发银行、中信银行、度小满、蚂蚁集团等金融机构及金融科技公司的资深专家,现身说法分享其在金融科技应用实践中的经验与深入洞察,分享近一年来金融行业 AI 大模型的落地实践经验和成果。

大会火热报名中,7 月 31 日前可以享受 9 折优惠,单张门票节省 480 元(原价 4800 元),详情可联系票务经理 17310043226 咨询。


13560189272
地址:广州市天河区黄埔大道西201号金泽大厦808室
COPYRIFHT © 2010-2020 广州市名联网络科技有限公司 ALL RIGHTS RESERVED 粤ICP备10203057号
  • 这里是二维码