大数据、云计算、人工智能和区块链的迭代发展，正在重塑金融服务模式。4月23日，在由上海金融业联合会、华东师范大学长三角金融科技研究院联合主办的“2024长三角金融科技三十人论坛”上，来自多家银行的科技部门负责人分享了他们在金融科技方面的实践，以及以大模型为代表的人工智能技术在金融领域的应用。总体而言，人工智能技术目前在金融领域尚被更多应用在内部运营上，还处于研究和实践相结合的阶段。

上海金融业联合会秘书长屠友富介绍说，眼下，金融技术正在不断优化金融全渠道个性化智能平台，让金融服务能够更普惠更便捷。金融与科技深度融合，使得金融业可以实现对实体经济需求的精准对接，更高效、更精准地配置到经济发展的关键领域和薄弱环节。

兴业银行总行金融科技研究院负责人李峰在分享中表示，自2023年以来，大模型在金融领域的智能客服、文本审核、营销风控的应用浪潮一浪高过一浪。

中国工商银行上海市分行金融科技部副总经理陈浩结合其工作实际介绍说，当人工智能与银行业务深度融合，且被应用在深度契合的场景里，会显示出生命力。譬如该行前两年推的“云放贷”，结合电子证照的功能，客户在给工行做了相应授权之后，工行就可以获取客户的相关证照信息，客户免去了跑银行的过程，人工智能在这个应用场景的反响非常好。

此外，人工智能技术也被普遍应用在一些普惠产品上，比如根据企业的税务信息来计算给企业的贷款额度等。

但银行业人士也普遍反映，目前人工智能技术更多是被用在银行内部做运营的提效。李峰称，“从场景的应用来看，不管是在银行的零售、对公、金融市场还是风险等业务领域，每个场景落地都需要细化大模型，并需要与传统技术结合，才能够形成投研、营销决策的风控管理。”

陈浩透露，银行在应用新技术方面相对来说比较审慎，很多人工智能技术在早期都是被应用在内部管理系统上。比如说人脸识别技术最早是应用在访客上，当下大语言模型更多被用在客户经理的电子问答领域，比如回答“外地人或外国人的卡遗失了怎么办，需要远程授权哪些材料”等问题。“大模型一开始的回答更多是准确的废话，所以需要在内部做试点，技术成熟以后逐步对外进行推广。”陈浩介绍说。

此外，如果将大模型等人工智能技术应用于实际业务，还会存在一些现实问题。譬如如果银行根据企业的税务信息用人工智能技术来计算贷款额度，发现在业务流程中跟客户经理自己评估出来的额度，其效用是一样的。对于客户经理来讲，由系统算出额度不仅效率不高，而且风险很难把控，所以很难推广。

中国银行上海分行信息科技部副总经理陆培尔表示，在实际操作中，大语言模型或者AI服务目前还无法直接授信，“如果线上直接把贷款批掉，一旦产生坏账和风险，那么要由谁来承担？这肯定需要有一个对应管理职责的问题。”陆培尔表示，他们现在主要用大模型或其他人工智能技术做辅助，包括普惠金融的客户经理用人工智能辅助做报告，以及智能问答服务和规章制度的检索等。

对此，华东师范大学长三角金融科技研究院首席科技官李奕涛表示，“在一个重要新生事物出现时，不要高估它的短期作用，但也绝对不要低估它未来的价值，当下金融科技还是以一个研究和实践相结合的阶段。”

“今天我们必须认清，人工智能是一个‘道’，而不是‘术’。”李奕涛称，长久以来，银行对智能化的理解和要求主要停留在操作效率、组织架构连接、组织架构流程串联、上下级审批审查等以控制管理为代表的需求。技术往往就是手段，在具体的应用上非常局限。但在李奕涛看来，眼下人工智能的发展让银行能够以完全不一样的视角建立一个新的业务生态，即以信息驱动持续发展客户价值。

“未来的银行跟传统的银行模式最大差异是，前者的收益更多来自成长性收益，有能力识别出来市场的成长性以及成长性背后的风险源泉。从数据驱动业务角度来说，个性化、定制化金融需求，包括跨越全时空动态意义的风险管理会变成可能。”李奕涛认为，对于银行来说，拥抱人工智能需要不再从部门的具体需求出发，不再以柜面操作或者事后审查作为需求主要来源，而是要能形成一个标准数据治理，或是一个能够服务于人工智能的新兴平台，由数据驱动产生的无缝连接平台。