莞棋

　　加速拥抱AI，正成为银行的共识与共同行动。

　　今年半年报显示，多家银行对人工智能领域进行了积极布局，AI正在融入整个银行业数字化和智能化转型之中。

　　工商银行在半年报中提到，今年上半年，该行深化大模型技术建设与赋能，金融同业首家完成企业级金融大模型全栈自主可控训练和推理部署；促进大模型技术与业务深度融合，实现多领域落地创新应用，包括赋能金融领域投资、融资、交易等业务全流程，依托大模型打造营销智能助手。

　　“大模型”一词在邮储银行今年半年报里出现了15次，是所有上市银行中最多的。邮储银行披露，已完成大模型算力云资源池试点建设，达成分布式对象存储跨云落地应用，今年上半年新增超50万vCPU（虚拟处理器）资源，有效支撑系统资源的平滑迁移。目前，该行大模型异构算力集群已初步具备支持千亿级规模大模型训练能力。

　　建设银行则在打造金融影像文字识别产品方面持续发力，研发的系统可支持识别140余种票据，覆盖75%的票据识别量，票据审核信息录入效率提升120倍，并获得全球人工智能文档图像分析识别领域比赛 （ICDAR 2023） 印章文字检测赛道冠军。

　　中国银行披露，今年上半年该行推动隐私计算、物联网等技术应用，围绕算力、算法、数据三大关键要素，试点代码辅助等大模型应用，开展抗量子密码、量子计算技术预研。

　　当前，个性化的客户体验成为银行竞争的关键。AI 技术的应用使银行能够更便利地提供量身定制的金融产品和服务，有助于拉动业绩增长。

　　银行大模型在内容生成、文字生成、图片识别、知识和逻辑推理，以及多模态领域均有突破性应用，尤其在降本增效、改善体验和产品创新方面，其潜力和效果正在逐渐得到印证。银行可以通过大模型对客户进行多维度精准画像，推出基于统一客户信用体系的预授信模式，实现从产品级授信向客户级授信转变、从客户主动申请向银行预授信转变，有效扩大信贷范围、提高融资可得性。

　　有业内人士表示，AI技术对于非结构化和散乱化数据处理能力增强，系统预测准确性提升，在此基础上金融机构可以跟踪定制个性化需求方案。

　　不止于此，银行加速拥抱AI，还提供了更多的想象空间。

　　有关机构对于银行机构AI应用场景的调研显示，从AI功能层面看，由于“工具功能”较为初级和浅层，当前银行机构在AI应用中相对容易实现，对应的潜力释放也较为明显。而“信息处理功能”“业务决策功能”由于难度较大，当前银行机构普遍还未有充分应用，这将成为各家银行比拼AI的“下半场”。

　　过去，移动互联网、云计算、大数据等技术，推动了银行机构从信息化走向数字化。可以预见的是，AI技术的蓬勃发展将会在银行业引领新一轮变革。