2023年8月4日，自2022年底ChatGPT3.5发布以来，生成式AI相关话题热度持续走高，并以惊人的技术迭代和应用演进速度带动了各行业企业的竞相布局。而作为最早应用传统AI技术的领域之一，银行业也正积极试水生成式AI在行业内各领域和场景下的应用。 “该技术已不只停留于概念阶段，如何借力新技术赋能银行转型已成为行业必须深入思考的命题，” 波士顿咨询公司（BCG）董事总经理，全球资深合伙人何大勇称。然而，多重因素作用下，在银行体系内规模化应用生成式AI仍面临巨大挑战。

(资料图片仅供参考)

“当前市场通用的生成式AI模型具备普适、跨行业通用、模糊语言的特性，而这难以满足银行业对金融专业能力、精准性方面的高要求，”波士顿咨询公司（BCG）董事总经理，全球合伙人谭彦表示，“因此，如何让生成式AI模型‘说专业的话’、‘说真话’就成为了银行业规模化应用生成式AI的两个关键挑战。此外，银行等金融机构对数据安全的严格要求也意味着模型的精调和应用都很有可能需在本地进行。”

对此，为推动银行业借力生成式AI技术加速数智化转型、构建差异化竞争力，BCG发布了《银行业生成式AI应用报告（2023）》，从生成式AI技术特点、新价值释放场景与快速落地、规模化应用能力准备、快速推动全面应用四大方面为切入要点，深入解析了银行业在推动生成式AI应用过程中关注的核心问题。

变革已至：生成式AI的突破性能力

得益于科学算法的突破和工程算力的进步，生成式AI相较于传统AI展现出了突破性的对话和创造能力。就“对话”能力而言，传统AI在回答问题时往往对上下文的理解欠缺，导致答案相关性较低，表达机械化；而生成式AI则能够理解更长的上下文，并进行拟人化的思考和回答，与人类进行更自然的对话沟通；在“创造”能力方面，传统AI只能按照预设任务输出答案（如分类、数值预测）；而现在的生成式AI能够自动生成自洽的图形、文字创作甚至代码，具备优秀的内容创作能力。

大有可为：应用场景丰富，价值释放可期

银行业应用生成式AI主要遵循两大类价值创造逻辑：一是替代人，接受大量重复性、简单基础的任务，以释放运营类人力资源；二是赋能人，利用生成式AI的“对话”和“创造”能力，以AI为助手放大关键节点“人”的产能，赋能“专业”内容形成和“基础管理”环节。

生成式AI的应用场景可以贯穿银行全产业链的各个环节：每个职能部门、每条业务线本质上都能找到生成式AI的应用场景。同时，有实践表明规模化应用生成式AI有望为银行业带来可观的降本增效收益。

落地可行：局部速赢已有路径，规模化应用仍需体系性规划

银行业具备由点及面推进生成式AI应用的三大条件，即扎实的数字化基础、完备的技术能力和多元丰富的数据。在推进技术落地过程中，有四大举措需予以重点关注：第一，在探索初期，优选生成式AI应用场景，平衡收益和风险，与传统AI充分结合；第二，在具体应用过程中，巧用方法，利用嵌入、提示词设计、微调三大抓手，让AI生成的答案更专业、实事求是；第三，在生成式技术能力体系建设上，夯实技术基础，合理部署、多维选型、全栈升级；第四，在重塑体系规模化应用过程中，遵循10/20/70原则，即10%是模型，20%是整体IT能力升级，70%是业务与组织的转型，而后两个因素更为关键。

快速行动：由点及面，敏捷推进

在对生成式AI的探索中，银行需具备长线思维，开展体系化的顶层规划，并与相关业务和科技部门协同共进，推动规模化应用的分步落地。概括而言，可分三个阶段由点及面、敏捷推进：第一阶段为少量场景的概念验证和局部落地，即选择重点应用场景，快速完成概念验证、构建MVP最小可行产品；第二阶段为开展全场景盘点和体系规划，即基于局部应用的效果和经验，形成规模化实施的顶层规划；第三阶段则为规模化应用落地和体系能力的固化。

谈及生成式AI正在行业范围内掀起的技术革新浪潮，何大勇表示：“随着生成式AI技术的逐步成熟完善，其应用可拓展到银行业全价值链，充分发挥其‘对话’和‘创造’能力，替代人、赋能人，降本增效，释放生产力，为银行业带来巨大变革。因此，银行急需提速布局生成式AI的应用落地，争夺变革浪潮下的竞争先机。”

关键词：