“人工智能+”升級銀行服務(wù)

　　備受市場關(guān)注的“DeepSeek+銀行”應(yīng)用有了最新進(jìn)展。3月8日，中國工商銀行宣布已于近期在同業(yè)率先完成DeepSeek最新開源大模型的本地化部署，并將其接入該行已有的“工銀智涌”大模型矩陣體系，推動金融業(yè)務(wù)場景實(shí)現(xiàn)智能化升級。

　　“對商業(yè)銀行來說，人工智能已經(jīng)從技術(shù)應(yīng)用升級為戰(zhàn)略必修課，這是商業(yè)銀行保持未來核心競爭力的關(guān)鍵，也是通向高質(zhì)量發(fā)展的必由之路，它讓銀行原來累積的各種海量數(shù)據(jù)變成了一種新資產(chǎn)。”中國工商銀行金融科技部副總經(jīng)理金海旻對經(jīng)濟(jì)日報(bào)記者表示，人工智能在商業(yè)銀行的應(yīng)用，實(shí)際上就是通過技術(shù)推動形成“智力密度、決策精度、運(yùn)營效率”的正向飛輪，更好地促進(jìn)業(yè)務(wù)發(fā)展、服務(wù)客戶、管理風(fēng)險(xiǎn)，最終讓銀行變得更智能、更便捷、更懂客戶，進(jìn)而為開展“人工智能+”行動、做好數(shù)字金融大文章提供有力支撐，助力經(jīng)濟(jì)實(shí)現(xiàn)高質(zhì)量發(fā)展。

　　拓寬智慧金融上限

　　“DeepSeek的邏輯分析能力比較強(qiáng)，它升級了工行已有的‘工銀智涌’大模型矩陣體系金融知識的數(shù)據(jù)邏輯分析引擎，也就是說，它讓人工智能在知道‘?dāng)?shù)據(jù)是什么’的基礎(chǔ)上，更好地回答‘為什么會發(fā)生’‘未來會怎樣’等問題，進(jìn)一步拓寬了智慧金融的上限。”金海旻說，該行在2024年就已經(jīng)開展DeepSeek-V1、DeepSeek-V2等開源大模型的研究及部署應(yīng)用，2025年初又完成了DeepSeek推理大模型的本地化部署。

　　具體來看，金融服務(wù)主要發(fā)生了四方面變化：一是復(fù)雜決策的能力得到提升。以往的大模型擅長處理文字，在結(jié)合數(shù)據(jù)、穿透性分析復(fù)雜的因果關(guān)系方面較弱。相比之下，具備邏輯推理能力的大模型可以通過多級邏輯推理和假設(shè)分析來解決這一問題。

　　二是場景應(yīng)用得到全面滲透。以往大模型在相對簡單的標(biāo)準(zhǔn)化場景下表現(xiàn)良好，但是難以處理需要深度推理的長鏈條任務(wù)，而邏輯推理能力強(qiáng)的大模型可以通過長周期規(guī)劃能力、非結(jié)構(gòu)化數(shù)據(jù)分析能力等，應(yīng)對上述復(fù)雜問題。

　　不少人都使用過電話銀行，接通人工客服后，用戶最關(guān)心自己的咨詢能否得到快速、準(zhǔn)確的解答。“從坐席接聽客戶來電的那一刻起，員工助手‘工小慧’這個(gè)技術(shù)應(yīng)用就開始在后臺運(yùn)作了，它能夠根據(jù)客戶提問、搜索銀行知識庫并實(shí)時(shí)推薦答案。”金海旻說，更重要的是，通話結(jié)束后，它能夠圍繞溝通過程、內(nèi)容等自動生成摘要，為日后的類似咨詢節(jié)約時(shí)間。此外，如果這些問題在線上沒有得到解決、被轉(zhuǎn)到線下網(wǎng)點(diǎn)，它還能自動生成工單，準(zhǔn)確記錄相關(guān)處理工作。

　　三是動態(tài)風(fēng)險(xiǎn)控制能力得到提升。傳統(tǒng)的風(fēng)險(xiǎn)控制更多依賴預(yù)設(shè)規(guī)則，例如黑名單匹配，但對新型金融欺詐的識別相對滯后，例如怎樣識別人工智能生成的虛假貿(mào)易背景等。強(qiáng)邏輯推理能力的大模型可以結(jié)合交易行為中的數(shù)據(jù)進(jìn)行異常邏輯鏈檢測、博弈推演防御，由此更好地應(yīng)對新型金融欺詐。

　　四是人機(jī)協(xié)作關(guān)系得到重塑。以銀行核心應(yīng)用場景之一的信貸審批為例，傳統(tǒng)大模型一般是直接給出答案，缺乏相應(yīng)的推導(dǎo)過程，具備邏輯推理能力的大模型可以在提供結(jié)論的基礎(chǔ)上，提供可解釋性的推理過程，更加全面地闡述決策依據(jù)。

　　“當(dāng)前，大語言模型在金融領(lǐng)域的潛力遠(yuǎn)未被完全挖掘，未來其應(yīng)用場景也將更廣泛。”上海金融與發(fā)展實(shí)驗(yàn)室主任曾剛認(rèn)為，在無障礙服務(wù)、智能投資顧問、欺詐檢測與反洗錢、動態(tài)定價(jià)與利率優(yōu)化等方面均可應(yīng)用大模型。此外，大模型還可參與銀行眾多的業(yè)務(wù)環(huán)節(jié)，成為職員的好幫手。

　　加固風(fēng)控“護(hù)城河”

　　眾所周知，銀行業(yè)是經(jīng)營風(fēng)險(xiǎn)的行業(yè)，既然人工智能可以為信貸審批提供結(jié)論，那么接下來，在銀行的風(fēng)險(xiǎn)防控過程中，技術(shù)能否完全替代人？

　　“人始終是風(fēng)險(xiǎn)防控的核心與責(zé)任主體，人工智能則是輔助。”金海旻說，“人要負(fù)責(zé)設(shè)計(jì)、采用各類風(fēng)控模型，引入數(shù)據(jù)，并對最終的審批結(jié)果負(fù)責(zé)，這其中可能還會涉及具體場景的設(shè)計(jì)、模型使用時(shí)的微調(diào)訓(xùn)練、準(zhǔn)確率的判斷測試等，這些都要靠人來做最終決策。”

　　相比之下，人工智能為銀行的風(fēng)險(xiǎn)防控加固了“護(hù)城河”，其輔助作用主要體現(xiàn)在兩方面。一是提升處理效能，幫助一線的信貸人員查詢信貸制度、編寫報(bào)告等，減少重復(fù)性勞動；二是增強(qiáng)專業(yè)能力，為信貸審批人員提供風(fēng)險(xiǎn)評估參考意見，幫助他們拓展評估視野，協(xié)助開展數(shù)據(jù)分析判斷。“此前，工商銀行已經(jīng)基于大模型技術(shù)，輔助信貸審批人員開展客戶經(jīng)營風(fēng)險(xiǎn)評估、財(cái)務(wù)杠桿分析等工作，今年引入DeepSeek-R1推理大模型后，我們第一時(shí)間升級了人工智能的財(cái)務(wù)分析場景，發(fā)現(xiàn)其分析質(zhì)量高于通用大模型水平，推理邏輯清晰，結(jié)論簡潔鮮明，能夠更好地輔助信貸審批人員進(jìn)行客觀判斷，進(jìn)一步強(qiáng)化信貸風(fēng)險(xiǎn)防控水平。”金海旻說。

　　“未來的主流工作模式將是人機(jī)協(xié)作，模型負(fù)責(zé)效率，員工負(fù)責(zé)判斷，雙方通過實(shí)時(shí)反饋實(shí)現(xiàn)持續(xù)優(yōu)化，團(tuán)隊(duì)協(xié)作也將更加緊密。”曾剛說。

　　因此，接下來要平衡好人員和新技術(shù)的關(guān)系。“商業(yè)銀行要以開放的心態(tài)順應(yīng)技術(shù)進(jìn)步趨勢，積極擁抱新技術(shù)。”中國郵政儲蓄銀行研究員婁飛鵬說，從業(yè)人員要加強(qiáng)學(xué)習(xí)，不斷提高學(xué)習(xí)能力。特別是在技術(shù)不斷創(chuàng)新發(fā)展、未來有較多可能性的階段，商業(yè)銀行要提升科技人員隊(duì)伍實(shí)力，擁有足夠的科技人才儲備，將科技人才、業(yè)務(wù)人才有效融合，推動業(yè)務(wù)與科技協(xié)同。

　　為大模型裝上“導(dǎo)航儀”

　　盡管人工智能在金融業(yè)具有廣泛的應(yīng)用前景，但市場也不乏擔(dān)憂之聲，尤其高度關(guān)注大模型“幻覺”問題。“人工智能大幅提升了人類認(rèn)識世界和改造世界的能力，是新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力量，也必然會對生產(chǎn)關(guān)系產(chǎn)生影響，但不可否認(rèn)，人工智能技術(shù)的發(fā)展也伴隨著一系列難以預(yù)知的風(fēng)險(xiǎn)挑戰(zhàn)，在安全、社會治理、道德倫理等方面帶來眾多新課題。”十四屆全國人大三次會議新聞發(fā)言人婁勤儉于3月4日在十四屆全國人大三次會議新聞發(fā)布會上表示。

　　“我們高度重視人工智能服務(wù)的準(zhǔn)確性與可靠性，目前已構(gòu)建三層防御體系，即數(shù)據(jù)治理、邏輯約束、人機(jī)協(xié)同，確保大模型應(yīng)用輸出的每一條建議都‘有據(jù)可依、有源可溯、有人可核’。”金海旻說，通過三層防御，確保人工智能在回答問題時(shí)，既有銀行家的嚴(yán)謹(jǐn)，又有老朋友的善解人意，為人工智能裝上“剎車系統(tǒng)”和“導(dǎo)航儀”，鼓勵(lì)技術(shù)創(chuàng)新的同時(shí)，守住金融安全底線。

　　婁飛鵬認(rèn)為，接下來，商業(yè)銀行要結(jié)合對技術(shù)的研判，建立應(yīng)急預(yù)案和風(fēng)險(xiǎn)管理框架。首先，DeepSeek作為人工智能工具，采用開源模型方式，如果受到惡意攻擊，可能導(dǎo)致數(shù)據(jù)被篡改或被破壞，給商業(yè)銀行的數(shù)據(jù)安全帶來新的挑戰(zhàn)，商業(yè)銀行要及時(shí)做好模型的安全防護(hù)和漏洞修復(fù)；其次，由于人工智能在決策過程中受歷史數(shù)據(jù)影響，它可能存在路徑依賴問題，進(jìn)而造成模型精準(zhǔn)度不夠、決策違背常識倫理等問題，商業(yè)銀行要定期審查、測試人工智能模型，建立完善的數(shù)據(jù)驗(yàn)證和糾錯(cuò)機(jī)制，努力提高生成信息的準(zhǔn)確性，減少人工智能幻覺；再次，商業(yè)銀行不論是接入還是本地化部署DeepSeek，都需要大量使用客戶數(shù)據(jù)，對此，銀行既要科學(xué)、合理地使用客戶數(shù)據(jù)，更要保護(hù)好客戶數(shù)據(jù)，防止由此造成的客戶信息泄露風(fēng)險(xiǎn)。（經(jīng)濟(jì)日報(bào)記者 郭子源）