隨著工、農、中、建等上市金融機構2023財年年報陸續披露，以大模型爲代表的人工智能技術在金融業的開發與應用成爲業界普遍關注的重點。據記者初步統計，目前已有6家國有大型銀行，以及招商、中信、興業等多家股份銀行，累計近20家金融機構在2023年年報中披露大模型領域的研發和業務應用，並且初見成效——大模型已成爲銀行金融業務領域的確定性機會，而在上市銀行體系中占比更大的城商行、農商行也是躍躍欲試，金融業的行業大模型“挑戰”正催化“未來金融”加速到來。

上海金融與發展實驗室主任曾剛認爲，在國家大力鼓勵“人工智能+”的宏觀環境下，金融業作爲國民經濟的血脈，以其用戶基數大、經濟影響大、服務場景多、民生關系強，首當其沖成爲大模型乃至更廣泛的人工智能技術的應用場景和金融強國戰略高地，而金融大模型將成爲新質生産力的典型代表，在高效促進未來金融行業營銷、服務、産品、數據分析利用水平全面提升的同時，賦能實體經濟千行百業高質量發展。

在近20家金融機構年報中，除了按規定披露的經營業務數據，多數大中型上市銀行均加快了大模型技術研發和實際業務應用的步伐。

3月28日，工商銀行年度業績發布會召開，董事長廖林強調了工商銀行在深化“數字工行”戰略過程中，充分利用人工智能及大模型等前沿技術手段，有效促進了工商銀行數字化生産能力和效率的提升。

建設銀行年報則提示，加強“三大中台”的基礎架構建設，並啓動了“方舟計劃”，積極推動金融大模型的建設和實際應用，旨在建立常態化的數字化經營管理模式。

中國銀行在年報中展示了其在智慧安全防護、網點運營等方面的計算機視覺技術應用，並開始試驗大模型技術在內部知識服務、自動化編程輔助等場景的可行性。

中國農業銀行年報中透露，其通過成立人工智能創新實驗室，正全力以赴推進大模型技術的研究與培育工作，已在客戶服務知識管理系統中成功部署了答案推薦和智能搜索輔助功能。

招商銀行在2023年啓動了大模型生態系統建設項目，除了搭建大模型體驗平台外，還與多家國內主流大模型達成對接合作關系。

中信銀行則專注于構造軟硬件一體化的中信大模型平台，順利完成基于千億參數開源大模型的部署任務，並在諸如自動代碼生成、智能運維管理等領域開展了積極的探索與實踐應用。

《部分銀行人工智能大模型布局一覽》

圖注：數據來源：上市銀行2023年報

大中型銀行一系列行動彰顯了中國銀行業對大模型技術創新與應用的高度重視。從各家銀行年報中披露的信息分析，大多數上市銀行科技投入持續增長，金融行業大模型的應用主要集中在金融資訊、産品介紹、內容及圖片文本生成、智能客服在線交互等方面，知識庫大模型成爲主流。目前，銀行等金融機構在實施金融大模型應用場景的過程中，主要應用于一系列內部業務環節，如知識檢索與智能答疑、編程輔助、客戶服務熱線智能化、自動化文檔編寫、複雜數據分析、精准營銷材料自動生成等試點項目。

業內分析人士認爲，大模型的技術門檻限制了其在金融行業的廣泛應用。大模型的開發、訓練、運營等過程需要大量的高質量數據和算力支持，而金融行業對數據的及時性有高要求，這就要求金融大模型快速叠代。因此，只有少數大型企業擁有足夠的研發和投資實力來開展相關工作。目前來看，國內僅有大中型金融機構及部分數字金融領先的機構在探索金融大模型的研發和應用。隨著金融行業複雜性和數據量的增加，金融大模型的競爭將進一步加劇。

高質量金融服務的發展與數字技術、人工智能、大數據等前沿科技的深度融合密不可分。金融機構正持續增加對科技創新的投入，並運用數字化戰略重構其客戶交互、渠道優化、業務流程革新、産品創新及管理模式等方面，以期實現在科技與業務層面的深層次整合。大模型的出現進一步推動金融科技發展進入新階段。從上述銀行披露的數據來看，在過去一年裏，多數大中型銀行加大科技投入，而大模型無疑將成爲科技投入的重心之一。

北京郵電大學網絡與交換技術全國重點實驗室教授、博士生導師高志鵬表示，近年來，人工智能發展突飛猛進，包括大中型銀行在內的國內首批金融科技機構已率先布局，先後推出大模型等人工智能工具，深度改變銀行、保險、支付等金融類行業。在人工智能+的政策指引下，大模型也將從通用領域走向垂直産業深處，以行業大模型爲代表的科技成果，將在行業應用中發揮更大空間。

事實上，大模型並非大中型上市銀行特有，科技驅動型的金融機構憑借其多年積累的海量數據、垂直應用深耕能力，也已占有一席之地。

2023年8月，馬上消費推出了國內首個金融大模型“天鏡”，該模型在實際應用中表現出了卓越的上下文理解和互動引導能力，對于馬上消費的市場營銷工作産生了顯著的積極影響，成效提升超過30%。在企業內部知識管理方面，“天鏡”助力實現了知識産出效率高達150%的增長，極大提高了營銷素材的制作效率。特別是在與重慶市某銀行的合作案例中，“天鏡”驅動的智能營銷方案展現了突出優勢，成功降低了80%以上的人工成本投入，而産能則較傳統的純人力模式增長了6倍之多。

2024年2月，“天鏡”大模型通過了中國信通院金融大模型專項評測，在場景豐富度、能力發揮度、應用成熟度三方面均達到4+級，排名第一。馬上消費的生成式AI技術應用不僅局限于金融，還覆蓋了數字人、HR、培訓等多個場景。這種全面性的應用爲企業內外提供了智能化服務，體現了其在技術創新上的深度拓展。

作爲一家技術驅動的數字金融機構，馬上消費金融大模型擁有100PB基礎數據、超過20萬張數據庫表，以及每天處理數百億次智能決策計算，且不論環境如何變化，整個系統做到可控、安全；利用這些數據完成模型預訓練，之後不斷對齊、調優，同時使用推理加速技術實現模型自主可控，快速叠代進化，使其比其他大模型更懂金融行業及客戶需求。

“衡量大模型質量的標准，並不只是參數高低，而是它究竟能解決什麽樣的場景難題，而且這個場景問題，用AI解決成本更低、安全性更高。”上述分析人士表示。

馬上消費CTO蔣甯日前表示，通過長期實踐，在高端制造、金融、智能駕駛等領域，大模型技術還存在四大挑戰：群體智能與安全可控、個性化和隱私保護、關鍵性任務和動態適應性標准、基礎設施和架構改造。

面對這四大挑戰，馬上消費確立了“四大關鍵技術能力”的發展方向，旨在推動金融大模型成爲具有革新意義的“新質生産力”。具體而言，技術路線規劃主要包括四個方面：

第一，模型安全可信。希望這個模型在未來不管任何什麽樣的環境發展，它做出的每個決策都是可控的、安全的。

第二，組合式AI。傳統的人工智能的模型有局限，但是它善于執行，構建一個組合型的AI，即大模型跟傳統模型相互協作，解決複雜長尾動態環境變化的關鍵問題。“組合式AI”是未來很重要的一個研究方向。

第三，持續學習。如何用最小的樣本，特別是線上生成的新樣本，讓這個模型動態的變得越來越聰明，這就是持續學習能力，是行業大模型、領域大模型區別于通用大模型最關鍵的能力。

第四，平台化服務MaaS。包括生態的共建、數據的交換，能夠融合多種異構大模型，最終轉化爲方便自助的技術服務，提供給企業的員工、消費者便捷應用，大幅提升培訓、營銷效率。

“目前國內大模型正加速商業化落地，通用基礎類大模型與行業領域類大模型參與者在各自賽道中尋找最優解。”馬上消費人工智能研究院院長陸全認爲，相比之下，通用大模型解決方案的技術更加複雜，尚不具備解決行業、領域等專業問題的能力，大模型的發展將按照“通用—行業—領域”路徑演化。金融將成爲領域大模型的最佳實踐場景之一。但不可忽視的是，當前大模型仍存在諸多潛在風險，在金融領域商業化、全面工程化落地前，仍需從安全體系、標准體系、合規檢查、幻覺檢測、動態評價機制等五大方向做好技術治理。

國研智庫執行總裁周健奇分析，從中長期來看，推進人工智能+相關技術的應用發展，是技術驅動型金融機構的必修課。就行業平台而言，應盡快發揮科技和互聯網的創新優勢，將技術服務能力、科技創新成果與行業共享，共同構建人工智能大模型技術發展和場景應用落地的良性循環。相信在政府與市場主體的協同發力下，金融新質生産力必將實現加速發展。