清華大學&度小滿：2024年金融業生成式AI應用報告（52頁）.pdf

《清華大學&度小滿：2024年金融業生成式AI應用報告（52頁）.pdf》由會員分享，可在線閱讀，更多相關《清華大學&度小滿：2024年金融業生成式AI應用報告（52頁）.pdf（52頁珍藏版）》請在三個皮匠報告上搜索。

1、毫無疑問，生成式人工智能是2023年全球最具影響力的創新科技，它代表著一種范式轉變，從專門的技術追求演變為商業和金融領域的焦點。在全球范圍內，我們看到越來越多的銀行和保險機構已經采用并投資于生成式人工智能，盡管到目前為止幾乎所有應用都是面向內部的。與此同時，還有大量的金融機構正在快速了解這項具有劃時代意義的突破性科技。在此背景下，清華大學經濟管理學院聯合度小滿科技（北京）有限公司、麻省理工科技評論中國共同開展了“2024年金融業生成式人工智能應用”專題研究。我們的研究關注了國內外170余家銀行、保險、券商及資管等金融機構，并就生成式人工智能技術創新及其在金融行業應用的共性問題訪談了若干位國內金

2、融機構高管人員和大模型技術開發主管，力求系統揭示金融業生成式人工智能的創新密碼、商業價值和政策期望，為國內金融機構有效采用這項突破性科技提供可靠的行動指南。研究成果由四個部分組成。第一第一，生成式人工智能是新質生產力生成式人工智能是新質生產力。生成式人工智能是人工智能技術的集大成者，具有令人驚嘆的類人原始創造能力，已被用于內容創作、文本提取及摘要生成、電子郵件生成、問答、翻譯、客戶支持、物體跟蹤、圖像生成與分類、音頻生成與分類、代碼開發等諸多場景。大模型技術大幅縮短了數據間發生連接與被計算的時間，極大提高了數據創造價值的效率，帶來顯著的降本增效，生產力水平是人工的4.4倍以上，并重新定義新服務

3、、帶來新制造、形成新業態，成為數字經濟時代的新質生產力。第二第二，生成式人工智能正在重塑全球金融業生成式人工智能正在重塑全球金融業。金融業是單位數據產出量最高的行業，生成式人工智能將通過嵌入運營、業務轉型、加速創新和差異化這四個關鍵方式重塑全球金融業，大幅提升內部運營效率，提高獲客能力，提升產品設計創新能力，和加強風險防控能力。大模型驅動的新商業模式有望為金融業帶來3萬億規模的增量商業價值。目前，生成式人工智能在我國銀行業已經進入試點應用階段，預計1-2年后會進入成熟應用期，降本增效方面會出現正面的財務成果，3-4年后將會得到規?；瘧?。在保險和證券業等其他金融機構中的商業應用會有所延遲，但整

4、體上不會差距一年。全面進入生成式人工智能時代，高質量數據將是銀行和其他金融機構的核心競爭力，這將會加速金融機構的組織變革與業務轉型。2前言前言第三第三，我國金融業生成式人工智能應用迎來重要政策紅利期我國金融業生成式人工智能應用迎來重要政策紅利期。金融業一直是產業數字化轉型的重點行業，我國金融業具有世界上最大規模的實時數據，金融業與數字技術的結合是近年來我國金融科技創新的主要方向。中央金融會議明確提出做好科技金融、綠色金融、普惠金融、養老金融、數字金融五篇大文章，加快建設金融強國。隨著“十四五”規劃進入關鍵實施期，金融管理部門加快推動我國金融業數字化進程，鼓勵持續關注金融領域新技術發展和應用情況

5、，提升快速安全應用新技術的能力，釋放數據價值。這些政策為金融業集成生成式人工智能提供了可預期、可操作的基本準則。第四第四，20242024年金融機構集成生成式人工智能需要遵循八項原則年金融機構集成生成式人工智能需要遵循八項原則。一是正確認識生成式人工智能的作用域。二是大模型參數并非越大越好。三是技術先進性和業務可持續性是選擇大模型合作伙伴的兩個關鍵標準。四是生成式人工智能的開發者實際上也是重要的監管者。五是著眼于端到端解決方案，而不是讓它成為一個點解決方案。六是根據實際情況確認生成式人工智能應用優先級順序。七是把大模型帶到數據中心環境中運行，而不是把數據帶到大模型所在的地方。八是由首席執行官直

6、接牽頭指導負責任的人工智能治理框架。由于生成式人工智能技術創新與應用處于快速發展階段，可謂日新月異，我們對生成式人工智能的變革作用及其在金融業落地應用的認識還有待進一步深化，研究報告存在不足之處，敬請大家批評指正。前言前言3摘要摘要本研究報告全面概述了生成式人工智能在金融領域的應用，并深入探討了與其實施相關的潛在收益和挑戰。通過揭示生成式人工智能的變革能力，本報告旨在指導銀行、保險公司等金融機構在2024年利用這項技術的力量來推動創新、提高效率，并在不斷發展的行業中保持競爭力。4聯合編寫團隊聯合編寫團隊清華大學經濟管理學院度小滿科技（北京）有限公司麻省理工科技評論中國清華大學經濟管理學院動態競

7、爭與創新戰略研究中心致謝致謝*感謝以下專家對本次研究的支持，不分先后順序阮琦中國人壽副總裁、首席風險官龔偉華北京銀行首席信息官孫科偉工銀科技技術總監劉巖泰康保險集團人工智能研究院院長徐磊中金研究院副總經理羅引中科聞歌CEO賀立帥寶馬汽車金融創新事務負責人陳伊凡中歐商學院研究員孔慶超中國科學院自動化研究所副研究員肖然Thoughtworks中國區總經理目錄目錄引言2023回顧|全球生成式AI一年重要事件盤點PART 1 創新解碼|生成式AI是新質生產力PART 2行業洞悉|生成式AI重塑全球金融業PART 3案例解讀|一些金融業生成式AI應用的成功案例PART 4政策期望|我國金融業生成式AI應

8、用迎來政策紅利期PART 5行動指南|金融業集成生成式AI需遵循的八項原則引言引言20232023年回顧年回顧過去的一年，生成式人工智能（AI）受到前所未有的關注。主要經濟體的投資者、政策制定者和社會各界幾乎全年都在談論ChatGPT、關注大模型，所有互聯網、數字經濟、IT技術、全球雙邊和多邊組織的會議都專門設立了生成式AI的分議題，有的甚至是全會主題，比如舊金山人工智能峰會、英國人工智能安全峰會?；贏I的科學研究（AI for science）以及關于生成式AI的理論研究成了國家科學基金的重點資助對象。5時間時間事件概述事件概述事件影響事件影響2023年1月ChatGPT的月活用戶（MAU

9、）突破1億，成為有史以來達到1億MAU用時最短的消費應用生成式AI正式進入公眾生活2023年3月15日OpenAI發布GPT-4大模型全球首個商用多模態產品2023年3月16日百度發布“文心一言”中國首個商用生成式AI大模型，開啟了中國的“百模大戰”2023年3月29日馬斯克等千名科技人士發公開信，呼吁暫停訓練比GPT-4更強大的AI大模型將公眾注意力更多轉移至生成式人工智能治理2023年4月28日中共中央政治局召開會議，會議指出“要重視通用人工智能發展，營造創新生態，重視防范風險”通用人工智能發展的全球首個政府行動2023年5月英偉達股價翻番，市值超過1萬億美元，晉升成為全球第六大科技公司G

10、PU成為生成式AI時代的“硬通貨”，社會資本更多關注算力基礎設施2023年9月13日OpenAI、特斯拉、英偉達、蘋果、Google、微軟等美國AI巨頭齊聚美國國會山，閉門商討AI發展與安全負責任的人工智能治理框架逐漸成為共識2023年9月26日微軟把智能副駕(Microsoft Copilot)的力量和全新人工智能體驗帶入Windows PC，并融入到畫圖、照片、Clipchamp 等應用程序中開啟生成式AI桌面操作系統新勢力，將徹底改變日常工作方式2023年11月7日OpenAI舉行了首個開發者大會，發布GPT-4 Turbo,上線GPT應用商店，用戶將能夠自定義GPT生成式AI商業生態系

11、統逐漸形成2023年11月OpenAI內部上演了連續反轉的董事會罷免CEO事件。11月17日，首席執行官山姆奧特曼（Sam Altman）被董事會趕出公司，12天后，OpenAI又發文稱，山姆奧特曼已正式恢復擔任公司CEO一職，同時OpenAI的董事會迎來重組，微軟作為“無投票權觀察員”加入董事會創新發展在與安全擔憂的較量中占據上風引言引言20232023年回顧年回顧我們盤點了過去一年，全球范圍內與生成式AI相關的十件重要影響事件，其中備受矚目的當屬引領通用人工智能（AGI）研究的OpenAI及其推出的ChatGPT。據美國蒙大拿大學的一項最新研究顯示，在創造性思維測試方面，ChatGPT已經

12、可以與排名前1%的人類思想家相媲美。這是一項開創性的技術，它將把人類的認知智力能力提升到前所未有的高度，遠遠超過工業革命時期的勞動機械化。通過ChatGPT，社會大眾開始切實感受到人工智能和第四次工業革命將如何影響人們生活的方方面面，也產生了安全和倫理道德的擔憂。盡管存在不安，一些大學和華爾街的銀行家們在2023年上半年甚至禁止員工或學生使用ChatGPT，但憑借在復雜場景下的可用性和快速響應，ChatGPT獲取新用戶的速度比迄今為止創建的任何最受歡迎的消費者應用程序都要快。在發布不到五天，ChatGPT的用戶就突破了一百萬；不到兩月，用戶月活數就破億；不到一年，就收獲了全球17億訪問用戶，這

13、使其成為所有行業都必須準備考慮的工具。英國媒體監管機構Ofcom在2023年11月發布的調查結果顯示，近80%的英國青少年已經使用了生成式AI工具和服務，即使在7-12歲的年輕群體中，大約40%的人也使用了生成式AI的能力，這有力地證明了尖端技術已迅速融入當今年輕人的生活，凸顯了生成式AI對新一代互聯網用戶的變革性影響。世界各地的公司都在競相使用ChatGPT來創造新產品并挖掘專有數據以獲得財務優勢。在禁令發布不到半年的時間，英國的一些大學以及華爾街的銀行家們解除了先前的禁令，也陸續開始在工作中集成這項變革性技術，旨在提高生產力與保持競爭優勢。伴隨著ChatGPT的亮相，生成式AI大模型浪潮席

14、卷全球。各大資本和科技巨頭紛紛入場布局大模型，硅谷和中關村的AI創業市場火爆，基礎大模型迅速發展，截至2023年10月初，我國生成式AI大模型數量超過230個，占據全球各國新開發大模型的一半以上，僅北京地區就高達115個，其中垂直類大模型103個，通用大模型12個。百度推出的“文心大模型”在最新發布的國際權威測評中榮獲總分第一、算法模型第一、行業覆蓋第一的佳績,已經廣泛應用于互聯網、金融、能源、制造、傳媒、教育等多個行業，體現了其強大的基礎技術深度和產業應用覆蓋廣度。阿里發布的“通義千問”大模型，以賦能淘寶、釘釘、阿里云、飛豬等眾多阿里應用為目標，形成了覆蓋電子商務、辦公、云服務、旅行等多場景

15、的應用生態。華為推出的“盤古”系列大模型，其應用場景涵蓋游戲開發、影視制作、電商營銷、工業生產、設備巡檢、智慧城市、氣象服務、藥物設計等領域。此外，網易、360、智譜、抖音、騰訊、商湯、科大訊飛、京東、中科聞歌等數字技術公司也相繼推出通用基礎大模型。度小滿、螞蟻集團、恒生電子、眾安科技、同花順、馬上消費等金融科技公司開發了一系列具有金融專業知識的金融大模型，積極探索垂直行業應用場景。6引言引言20232023年回顧年回顧發布國內首個超大規模智能模型系統（悟道1.0）的北京智源人工智能研究院（以下簡稱“智源”）在2023年則與多家企業、高校和科研機構傾力打造一站式、高質量的FlagOpen（飛智

16、）大模型開源開放軟件體系，包括大模型算法、模型、數據、工具、評測等重要組成部分，支撐AI大模型軟硬件生態的百花齊放，旨在建設大模型領域的“Linux”。微軟總裁布拉德史密斯評價智源為“處于絕對領先的三家全球機構之一”，與Google、OpenAI和微軟齊名，充分展示了我國在生成式AI領域的強大實力。在中東，2023 年3月阿布扎比技術創新研究所發布中東首個400億參數的基礎大語言模型，并于5月15日宣布開源Falcon 40B，供研究和商業使用?；谒固垢４髮W的HELM LLM（大語言模型）基準測試工具，Falcon 40B在使用顯著更少的訓練計算能力方面優于其著名的同類產品，該 工 具 僅

17、占 DeepMind 的 Chinchilla AI 的 40%、OpenAI 的 GPT-3 訓 練 計 算 的 75%、GooglePaLM-62B訓練計算的80%。在開源后的一段時間，Falcon 40B沖上了Hugging Face開源LLM榜的第一位。同一團隊還在去年推出了世界上最大的阿拉伯語自然語言大模型NOOR，并有望很快開發和發布Falcon 180B，展示了大模型的卓越性能以及阿聯酋人工智能的技術進步，強化了阿聯酋作為全球AI領導者的角色。二級市場異?；鸨?，英偉達股價翻番，市值超過萬億美元，微軟股價全年也上漲了近三分之一。生成式AI初創公司是最受風險資本青睞的投資對象，僅上半

18、年就完成86筆交易，股權融資額超過141億美元，比2022年全年增長了5倍以上，生成式AI熱也帶動70%的風險資金都投向人工智能領域，在低迷的全球資本市場一枝獨秀。生成式人工智能是大型科技公司相互角逐的新戰場，亞馬遜、英偉達、谷歌、微軟、Meta都各自擁有2家及以上生成式AI公司。而且在2023年，這些大型科技公司支持的每一筆頂級交易，都有知名風險機構和企業的跟投。2023年，OpenAI獲得微軟和老虎全球資本、紅衫資本等知名投資機構103億美元股權融資，在ChatGPT發布一周年后，這家引領全球AGI研究的獨角獸估值已接近900億美元。亞馬遜和谷歌向大語言模型開發商Anthropic投入數十

19、億美元，試圖與OpenAI支持者微軟展開競爭，爭奪生成式AI基礎設施的主導地位。在國內，來自“清華系”的生成式AI企業獲得了風險資本的大力支持。智譜清言全年獲得社?；?、阿里、騰訊、高瓴、美團等科技巨頭和知名機構超25億人民幣的融資，這家成立4年多的企業估值已經超過百億元，是國內當前估值最高的AI大模型獨角獸，也是全球11家新晉獨角獸成員（其余十家分別是：ANTHROPC（美國）、Cohere（英國）、Runway（美國）、A121labs（以色列）、Replit（美國）、ADEPT（美國）、Character.AI（美國）、synthesia（英國）、Typeface（美國）、Imbue（美

20、國）。7引言引言20232023年回顧年回顧2023年4月才成立的百川智能，半年后就獲得阿里、騰訊、小米等科技公司及深創投等多家頂級投資機構3億美元的A1輪戰略融資，估值超過10億美元。創立于2023年3月的“月之暗面”（Moonshot AI），也在10月獲得來自紅杉資本、今日資本、礪思資本等投資機構近20億元的投資。過去的一年，從底層大模型到算力基礎設施到機器學習運營，再到消費端應用，生成式AI的生態已經初步建立，并且將在2024年隨著大模型的進一步訓練和穩定，會加速向下游行業發展移動，會對經濟社會產生深刻影響。來自麥肯錫的全球調查數據揭示，28%的企業將生成式AI視為首要任務，這項變革性

21、技術影響著全球董事會的議程從營銷和銷售到產品和服務，預計每年在63個不同的行業應用中產生2.64.4萬億美元的驚人商業價值。2023年是大煉模型的一年，開啟了新一代人工智能創新發展的新征程。由于大模型開發的高成本支出，我們認為，開拓落地應用場景，不斷提高客戶采用率和大模型的利用率，更好發揮大模型的潛在價值，將會是2024年生成式人工智能突破發展的重要內容。8金融大模型產業鏈圖譜金融大模型產業鏈圖譜算力設施算力設施計算機視覺計算機視覺&自然語言處理自然語言處理多模態多模態開發平臺開發平臺金融行業大模型金融行業大模型PIXIUCornucopia應用應用銀行銀行保險保險券商券商資管資管PART 1

22、 PART 1 創新解碼丨生成式AI是新質生產力“人工智能是新電力，我們正處于一個決定性的時刻，就像上世紀90年代的互聯網一樣，人工智能正在走向大規模采用?！泵绹y行的策略師在一份報告中寫道，“ChatGPT等人工智能生成技術激發了人工智能的iPhone時刻”。9生成式生成式AIAI技術創新歷程技術創新歷程生成式人工智能是可以生成新內容（文本、代碼、圖像、音頻等）的人工智能。它是機器學習的一個子集，由模型組成，這些模型可以根據現有數據（例如文本、音頻文件或圖像）和提示創建新內容（包括生成新數據）作為輸出。大語言模型是生成式AI的一種，涉及語言/文本的生成（例如ChatGPT）。此外，生成式AI

23、還涉及視覺輸出（例如Sunthesia）、音頻（例如Speechify）、圖像（例如Midjourney）、代碼的生成（例如GitHub Copilot）等其他類型的內容生成。生成式人工智能的發展可追溯到20世紀50年代，當時計算機科學家們開始探討如何讓計算機具備類似人類的智能。隨著硬件技術的進步和大數據時代的到來，生成式人工智能得到了迅猛發展。從最早的符號主義智能，到基于規則的專家系統，再到現在的機器學習、深度學習、強化學習等技術，生成式人工智能已經取得了顯著的成果，產生了自主學習與原始創造能力。10生成式生成式AIAI的產業創新機理的產業創新機理生成式人工智能進入大數據、高算力、強算法一體

24、化集成創新的新階段，盡管工程發展領先于理論探源，生成式大模型的“黑箱”機制有待解開，但產業應用上表現出較為清晰的創新機理，遵循從數據飛輪的學習效應，到成長飛輪的網絡效應，再到成本飛輪的規模效應的產業創新邏輯。具體地說，從獲取更多用戶開始，用戶貢獻更多數據，對大模型機理和產業創新的認識更深入，繼而優化價值主張，吸收更多用戶和合作伙伴，攤薄固定成本，降低單位成本，迭代循環，不斷釋放生成式人工智能的價值潛力。生成式人工智能提高勞動生產力水平的四種途徑生成式人工智能提高勞動生產力水平的四種途徑第一，增強數據間的連接，縮短海量數據被計算的時間，提高資源配置效率。在生產過程方面，生成式人工智能可以通過對大

25、量數據的學習和處理，實現對生產流程的優化。這使得企業在生產過程中能夠減少浪費、降低成本、提高生產效率，從而達到提升生產力的目的。此外，生成式AI還可以自動執行重復性任務、改進文檔處理、增強決策洞察力、簡化溝通效率、確定戰略舉措的優先順序，輔助企業進行決策，為其提供數據支持，使企業決策更加科學、精準，進而提高生產力。第二，大模型強大的專業知識儲備，促進企業自主創新能力。通過對大量數據的學習和挖掘，加速構思過程、改進需求管理、增強代碼生成、優化知識管理、改善團隊協作，生成式人工智能可以為中小企業提供新的創新思路和解決方案。特別是生成式AI還可以輔助科研人員進行研究，縮短研究周期，提高研究質量，從而

26、推動科技創新。第三，增強產業鏈協同，促進產業鏈的升級與變革。生成式AI的應用使得企業可以自動執行重復性任務、改進需求預測/庫存管理、優化路線和調度，實現產業鏈的自動化、智能化，提高產業鏈的協同效應，推動新興產業的發展，為經濟增長注入新動力。第四，提高勞動力素質，提升企業整體創新效能。一方面是通過實施ChatGPT增強支持知識庫、簡化工單分類、減少響應時間、并識別有風險的客戶，賦能企業員工自動化潛在客戶資格認證、加強內容創作、個性化客戶服務、簡化CRM系統更新。另一方面，AI助理強大的專業能力，能取代部分任務，會倒逼員工主動提升能力，形成比AI助理更強大、更多樣化、差異化的能力，進而提升企業的整

27、體服務水平和創新效能。生成式人工智能重新定義客戶體驗生成式人工智能重新定義客戶體驗，正在形成新服務正在形成新服務優質的客戶服務通常取決于服務代理的專業知識和可用性。生成式人工智能“副駕駛”可以充當有價值的助手，提出響應建議并迅速滿足客戶需求。第一，生成式人工智能可以被用來深入研究用戶的行為、偏好和需求，并在用戶需要的時間和地點準確地提供內容。例如，通過使用生成式AI工具Phrasee，快餐連鎖店Domino為其英國和愛爾蘭受眾優化電子郵件內容。這一策略不僅提高了客戶忠誠度和參與度，而且數字營銷活動的平均點擊率顯著提高了57%，平均打開率激增26%，總體上推動了收入的大幅增長。11生成式人工智能

28、重新定義客戶體驗生成式人工智能重新定義客戶體驗，正在形成新服務正在形成新服務第二，聊天機器人能夠進行語義理解，并在對話中構建上下文語境方面的復雜性。生成式AI的這些能力有可能消除以前提供平淡且不準確的響應缺陷，從而增強客戶的參與度和信任度。例如，捷藍航空與生成式AI服務商ASAPP合作集成生成式人工智能解決方案，實現聊天渠道自動化，并增強聯絡中心的客戶服務。平均每次對話節省了280秒，在2023年第一季度節省了73000個工作時間，勞動力水平提高4.8倍，使工作人員能夠迅速解決復雜的客戶問題并最大限度地減少客戶等待時間。第三，生成式人工智能開啟了內容創作的新領域，涵蓋圖像、語音、文本和視頻生成

29、。雖然它不能取代人類的創造力，但它可以節省營銷人員的一些寶貴時間，使他們能夠將精力投入到開發出色的營銷活動和內容上。例如，Canva新推出的人工智能Magic Studio提供了一套生成式人工智能工具，使營銷人員能夠在短短幾秒鐘內創建多種形式的內容，可以為客戶提供更多的體驗，也可以增加了營銷人員與客戶互動的時間。生成式生成式AIAI應用前景廣泛應用前景廣泛，正在形成新業態正在形成新業態生成式人工智能的應用領域涵蓋了各行各業。在圖像領域，生成式AI可以用于圖像增強、圖像生成和圖像編輯等任務，如風格遷移、人臉合成等。在語音領域，生成式AI技術為語音合成、語音轉換和語音識別等任務提供了新的解決方案。

30、在文本領域，生成式AI在自然語言處理、機器翻譯、文本生成等方面取得了顯著的成果。此外，生成式人工智能還在游戲、影視、廣告等領域發揮著重要作用，如游戲角色的自動生成、影視作品的剪輯合成等。商業信息技術服務商Intercom使用ChatGPT和GPT-4開發了一款人工智能客服機器人Fin，該機器人能夠為客戶提供安全準確的答案，進行簡短的對話并提出問題，即刻解決50%的客戶問題。Fin可與Intercom的收件箱、票務、書信、報告等配合使用，開箱即用，告別分散的支持解決方案，迎接AI增強的一體化客戶服務平臺。通過集成GPT-4工具，冰島政府正在與OpenAI合作，共同保護其處于危險中的冰島語及稀有文

31、化資源，為推動人類文明多樣性、促進非物質文化遺產的傳承發展開拓新的思路。隨著技術的不斷發展，生成式AI的應用邊界將繼續拓展，為人類創造更多可能性，產生更多新經濟業態。12與與RPARPA等技術協同創新等技術協同創新，生成式生成式AIAI正在形成新制造正在形成新制造第一第一，精簡供應鏈管理精簡供應鏈管理。AI大模型可以分析來自各種來源的大量文本數據，供應商通信、合同和運輸文件，為優化供應鏈管理提供可操作的見解。例如，使用GPT-4自動執行跟蹤庫存水平、識別潛在瓶頸和預測交貨延遲等任務，提高制造公司的效率并降低成本。第二第二，加強產加強產品開發品開發。通過分析客戶反饋、市場趨勢和競爭對手數據，GP

32、T-4能夠為產品開發過程提供信息。通過利用未滿足的客戶需求和GPT-4確定的新趨勢，制造商可以更好地創造創新產品，以滿足不斷變化的消費者偏好。第三第三，提高客戶參與度提高客戶參與度。通過對客戶詢問生成個性化的、類似人類的響應，GPT-4顯著提高客戶參與度。制造商可以使用GPT-4驅動的聊天機器人來處理客戶支持，提供訂單狀態的實時更新，并根據客戶的個人偏好提供產品推薦。已有的一些工業制造案例顯示，嵌入生成式AI工具會使企業生產力水平提高14%-25%，而如果將生成式AI與RPA等其他傳統AI自動化工具結合使用，勞動生產力水平能提高到56%。隨著成熟應用，預計2-3年后，有望使一些大型數字化制造企

33、業的工資成本降低50%-60%，總的成本收入比可以降低10%-20%。因此，制造業可以結合生成式AI和RPA等其他工具，通過識別趨勢和模式，并自動觸發行動來響應意外事件（甚至干預預期問題發生），協同增強其車間效率，更進一步，支持生成式AI的聊天機器人可以改變工廠維護等領域的數據分析和信息記錄檢索流程。例如，生成式AI可以推進預測維護平臺，為監督工廠流程可靠性的工程師提供幫助，促進產品開發和客戶參與度，形成新制造方式和商業模式，最終提高效率和競爭力。全球領先的工業技術服務商西門子與微軟的技術團隊合作，將西門子用于產品生命周期管理(PLM)的Teamcenter軟件與Microsoft 協作平臺T

34、eams以及Azure OpenAI服務中的大語言模型以及其他Azure AI功能集成，開發了最新的工業數字化技術，幫助工業公司在產品的設計、工程、制造和運營生命周期中推動創新和效率，打造新工業經濟。通過生成式AI驅動的軟件開發、問題報告和視覺質量檢查來簡化工作流程、克服孤島并以更具包容性的方式進行協作，增強工廠自動化和運營,幫助工業公司在產品的設計、工程、制造和運營生命周期中提升效率，從而加速以客戶為中心的創新。小結小結ChatGPT的出現，使得人工智能不再只是大型企業創新發展的“專利”，中小企業和社會大眾擁有先進的人工智能正在成為現實。并且隨著商業應用的拓展，生成式AI正在加速定義形成新的

35、客戶服務、新的制造方式以及新的經濟業態，成為數字經濟時代的新質生產力。13PART 2 PART 2 行業洞悉丨生成式AI重塑全球金融業14創新的銀行將從“采用技術的銀行”邁向“最懂技術的銀行”，并向“最懂銀行的先進技術服務商”領域拓展，充分釋放其高質量數據價值。生成式生成式AIAI重塑全球金融業重塑全球金融業30年前，當互聯網剛剛興起時，大多數銀行業從業者都無法相信支付方式將發生徹底變革，購物將無需現金和刷卡，交易越多銀行內部的排隊現象卻越少；大多數的證券業從業人員也都無法想象交易所將不再是股民進行證券交易的場所，證券開戶甚至都無需到證券公司現場辦理?；赪indows/Linux操作系統的

36、普通計算機和基于Android/iOS系統的智能手機/平板電腦就是數字時代的“交易所”。過去15年，許多傳統大銀行一直跟蹤并采用最新的數字技術，但是一些銀行卻在堅持自認為非常成功的“當鋪”模式，堅持過時的商業模式已經或正在讓這些銀行付出代價，比如破產重組或利潤率至少下降25%。因此，在不犧牲核心原則的情況下擁抱生成式人工智能、進行數智化轉型可能是最好的選擇。在快節奏的金融領域，保持技術的領先地位對于蓬勃發展至關重要。多年來，我們見證了從互聯網銀行的誕生到算法交易的興起的跨越式變革。在此影響下，我國銀行業電子支付方式發生了極其顯著的變革，移動支付在2018年超越網上支付，2020年，半數以上的電

37、子交易用戶選擇移動支付，成為用戶首選的業務支付方式。15生成式生成式AIAI重塑全球金融業重塑全球金融業當前，憑借無與倫比的計算能力和先進的數據分析能力，生成式AI正在席卷金融業，釋放新的生產力，以前所未有的方式重塑全球金融業的格局，有望給金融業帶來3萬億規模的增量商業價值，并可能將徹底改變交易的進行、投資的管理和風險的評估方式。泰康人壽人工智能研究院院長劉巖對此認為，“生成式AI將加速推動金融+AI向AI+金融的轉型升級”。比如一個充滿想象的應用場景，利用ChatGPT快速處理和審查大量金融數據，包括實時市場趨勢、客戶偏好、歷史表現和宏觀經濟需求。從海量信息中獲得的見解便可以使金融機構能夠做

38、出明智的決策，并提供符合客戶獨特需求和愿望的定制服務。正如貝萊德首席運營官Rob Goldstein所言，“生成式AI將改變人們與技術互動的方式，提高我們的生產力并加強我們已經在做的偉大工作，還可能改變客戶對我們互動的頻率、及時性和簡單性的期望?！鄙墒紸I在銀行的嵌入會對銀行產生深刻影響，正在重塑全球金融業。在零售銀行和財富業務上在零售銀行和財富業務上，大型金融機構每天開設的新賬戶數量巨大，需要更有效、高效的了解你的客戶（KYC）流程。生成式AI可以創建合成數據來幫助訓練KYC背后的機器學習算法。它還可以幫助為虛擬助手創建更準確的自然語言模型。在中小企業銀行業務上在中小企業銀行業務上，除了支

39、持更復雜的虛擬助理之外，生成式AI還將幫助解釋包含非數字數據（例如商業計劃）的小企業貸款申請。在商業銀行業務領域在商業銀行業務領域，生成式AI將加速商業銀行的后臺任務，例如在復雜場景下實時回答有關客戶財務績效的問題。它還可以通過增加某些經濟條件下業務績效的稀疏數據來幫助訓練預測算法。在投資銀行和資本市場上在投資銀行和資本市場上，生成式AI可以幫助銀行對包含復雜、非流動性金融產品的資產負債表進行壓力測試。通過綜合各種場景的測試數據，該技術可以幫助使金融穩定措施更加精確并降低合規成本。在支付領域在支付領域，生成式生成式AIAI進一步重塑交進一步重塑交易方式易方式?；A大模型支持的聊天機器人和虛擬助

40、理提供即時客戶支持、解決查詢，甚至提供個性化的金融產品和服務。隨著人工智能算法分析客戶數據以提供量身定制的解決方案，漫長的等待時間和通用建議的日子已經過去。16生成式生成式AIAI重塑全球金融業重塑全球金融業在投資和財富管理方面在投資和財富管理方面，人工智能算法通過仔細分析大量的金融數據來發揮其魔力。這些算法可以識別投資機會、預測市場趨勢并優化投資組合管理策略。這使投資者能夠精確而敏銳地做出數據驅動的決策，從而最大限度地提高潛在回報。重要的是重要的是，生成式生成式AIAI對銀行業務的影響將推動銀行自身的組織變革對銀行業務的影響將推動銀行自身的組織變革。生成式AI作為AI助手將取代一些數據量大的

41、人工任務，會帶動銀行人力資源的優化配置，加快組織的去中心化，更多的推行扁平化組織管理。生成式AI成為“副駕駛”，賦能銀行員工，提升員工的數字化能力，加速傳統的流程專家轉型成為數智化數據專家，推動銀行員工績效的重新定義和改革。一向較為穩定的保險業也正在經歷大模型應用帶來的一場革命。國內頭部保險公司的一位副總裁表示，“對保險行業來說，生成式AI是一項革命性技術，不僅僅是提升效率，后續還會帶來商業模式的重大沖擊?，F階段，我們應該追求它的多樣性，而不僅僅是準確性”。ChatGPT通過分析客戶數據實現承保流程自動化、改善索賠管理并增強欺詐檢測。AI算法計算風險狀況并提供滿足個人需求的定制保險計劃。風險管

42、理是金融行業的一個重要方面，生成式AI在該領域也發揮著關鍵作用。通過分析歷史數據、市場趨勢和宏觀經濟指標，人工智能算法可以識別潛在風險并提出有效的風險緩解策略。這使金融機構能夠做出明智的決策并確保其運營的穩定性。盡管ChatGPT持續火爆，帶動金融大模型的開發熱潮，以及金融機構投資并采用大模型技術，但生成式AI技術在金融業中的應用尚處于技術探索和試點應用的并行期，依據Gartner新興技術成熟曲線，預計1-2年內，首批大模型增強的金融機構會進入成熟應用期，3年后帶動將會金融業生成式AI的規?；瘧?。當然，隨著大模型技術在零售、教育、傳媒、游戲等行業中嵌入應用的增加，大模型技術的進化和能力提升，

43、金融業集成生成式AI技術的速度會加快。17生成式生成式AIAI重塑全球金融業重塑全球金融業以我國銀行業為例，財報信息顯示，42家上市銀行中，當前已經有6家銀行公開發布大模型技術開發與應用的信息。工商銀行工商銀行在國內同業率先實現百億級基礎大模型在知識運營助手、金融市場投研助手等多個場景應用。依托行內人工智能服務體系的算力、算法、數據、人才四位一體的基礎能力，農業銀行農業銀行發布的ChatABC重點著眼于大模型在金融領域的知識理解能力、內容生成能力以及安全問答能力，對于大模型精調、提示工程、知識增強、檢索增強、人類反饋的強化學習（RLHF）等大模型相關新技術進行了深入探索和綜合應用，結合農業銀行

44、研發支持知識庫、內部問答數據以及人工標注數據等金融知識進行融合訓練調優，實現了金融知識理解和問答應用，同時實現了全棧AI技術的自主可控。平安銀行平安銀行探索自研BankGPT平臺，研究構建大模型文本生成、圖片生成等能力，及其在圖標頭像、節日海報、個性化營銷內容創作、交互式數據分析、非結構化數據洞察等場景中的應用落地。興業銀行興業銀行引入部署私有化的商業大模型，上線大模型產品ChatCIB。北京銀行北京銀行發布AIB平臺，匯聚16萬條金融知識，面向理財經理、大堂經理、客戶經理、綜合柜員、遠程客服等崗位，打造運營助手、客服助手等7個問答機器人，助力一線員工提升工作質效，同時推出“北銀投顧 GPT”

45、，以京行理財產品貨架為依托，打造京華四季、智能投顧、財富課堂、產品工具等四大板塊，實現重點、優質、特色產品的遴選與推薦，形成面向用戶需求的個性化交互，為客戶經理精準營銷提供良好支持。長沙銀行長沙銀行基于AI模型平臺實現百億級參數大型語言模型本地化部署，提供實時流式問答接口，上線人工智能助手，并入行內業務知識庫，問答準確率比傳統智能機器人高出43.34%。一些頭部銀行、保險機構的高級管理人員表示，已經將生成式AI列入集團公司的年度發展戰略，越來越多的銀行和保險機構開始建立大模型技術團隊，并與外部的金融大模型開發商著手技術開發和產品合作，搭建開放創新生態體系。例如，建設銀行、交通銀行、中金、中國人

46、壽、泰康人壽、中國銀行、招商銀行、中信銀行等正在搭建各自的新一代人工智能創新平臺/中心，積極探索大模型落地應用場景。18擁抱生成式擁抱生成式AIAI的潛在優勢的潛在優勢第一第一，嵌入運營嵌入運營，提高效率提高效率。國內頭部銀行的科技負責人表示，“相比傳統模型，生成式AI大模型是很好用的工具和技術手段，具有創造能力、便于生成文件草案、海報底板，端到端更近，最突出的是工作效率的提升，輔助代碼編寫等，能大幅提升從想法到原型的開發速度?！鼻度肷墒紸I技術，銀行、保險等金融機構可以進一步簡化手動流程，最大限度地減少錯誤并減少人工干預的需要。數據輸入、合規性檢查和文檔處理等日常任務可以實現自動化，從而為

47、財務專業人員騰出寶貴的時間來專注于更具戰略性的活動。第二第二，拓展業務拓展業務，加快數字化轉型加快數字化轉型。金融業是單位數據產出的行業，銀行業每100萬美元的數據產出高達820GB，是制藥行業、零售行業的2倍多。當前我國金融機構的數據資產規模達到了千億級，而且數據質量高，數據正在成為我國金融機構的核心競爭力，如果能夠充分挖掘運用，潛在價值超過萬億元。第三第三，增強合規增強合規，加速創新加速創新。生成式AI自動化的文件提取、比對以及內容生成功能，將金融機構中的流程專家轉型成數據專家，減少人為的流程干擾因素，減少對專家技術的依賴和離職變動風險，增強內部開發和技術創新能力，創新的銀行將從“采用技術

48、的銀行”邁向“最懂技術的銀行”，并向“最懂銀行的先進技術服務商”領域拓展，充分釋放其高質量數據價值。第四第四，改善客戶體驗改善客戶體驗，個性化定制與差異化發展個性化定制與差異化發展。通過利用生成式AI大模型的力量，金融機構可以提供個性化的推薦、量身定制的財務建議，甚至通過聊天機器人和虛擬協助提供幫助。通過分析客戶數據和了解個人偏好，這些人工智能驅動的系統可確保無縫和個性化的客戶體驗，讓客戶感到受到重視和理解。第五第五，規則的改變者規則的改變者。信用與風險管理是金融業的核心業務，在風險評估和欺詐檢測方面，生成式AI將會是金融業游戲規則的改變者，大模型開發商既是金融服務機構的客戶，也能成為金融監管

49、部門的合作對象。通過大模型技術快速分析提取文本并實時識別異常，可以快速識別潛在風險和欺詐活動，既可以應用銀行賬戶盜取，也可以被證券監管部門用于上市企業信息披露，實際上都有助于金融機構保護自身安全，增強了金融整體的安全措施，確保為所有人提供更安全的金融生態系統。例如，微軟和金融服務商Symphony AI共同開發了生成式AI助手Sensor Copilot，它允許金融犯罪調查人員使用自然語言處理SaaS和可疑活動報告，使他們處理這些犯罪活動的能力提高了60%以上，并將調查效率提高了約70%。19銀行可能的部署場景銀行可能的部署場景1 1.智慧辦公智慧辦公可用于會議紀要的實時生成、錄音視頻資料等非

50、文本格式的文本內容翻譯及摘要生成、審計資料的內容提取及要點生成。2 2.內部研發內部研發利用ChatGPT的代碼生成功能，提高代碼生成和測試的效率，加快原型產品開發。3 3.自動化支付自動化支付網上銀行中的日常任務不再需要手動完成，ChatGPT可以處理這個問題。從賬戶余額查詢到賬單支付再到轉賬請求，銀行可以利用 ChatGPT來減少員工的工作量。4 4.查詢服務查詢服務銀行可以將ChatGPT集成到其客戶服務系統中，以提供實時答案，從而減少等待時間并改善整體體驗。銀行通常會遇到大量查詢，ChatGPT可以減少查詢量，并為人工服務代理留出更多時間來回答更復雜的查詢。5 5.金融欺詐檢測金融欺詐

51、檢測ChatGPT擁有令人難以置信的分析能力，可用于幫助銀行的專業分析師通過其海量神經網絡數據檢測欺詐行為。ChatGPT還可以對用戶進行身份驗證、驗證信息并監控活動。6 6.文件比對文件比對ChatGPT可以幫助自動化貸款和其他需要批準的文件的承保流程，驗證客戶信息以計算資格并評估風險。7 7.個性化客戶服務個性化客戶服務ChatGPT可以幫助銀行為其客戶提供個性化服務，將分析客戶數據并提供財務和產品建議。例如，如果客戶想要申請新的信用卡或信貸產品，ChatGPT可以幫助分析他們的消費習慣、偏好和財務狀況，并向工作人員推薦最適合客戶的信用卡或信貸產品。8 8.市場調查市場調查ChatGPT可

52、以進行調查和問卷來收集見解，然后分析該數據以生成有用的反饋，幫助銀行家做出決策。9 9.電子營銷電子營銷通過分析數據，ChatGPT可以根據客戶行為和已知偏好生成個性化電子郵件活動。無論是郵件/公眾號主題行優化、內容分段、A/B測試還是正文，ChatGPT都可以生成這些信息，使寫作過程更加簡單。1010.AIAI助理角色扮演助理角色扮演（數字員工數字員工）由于其語言處理能力，ChatGPT還可以模擬一些情景，扮演數字代理角色，改變數字營銷與客戶互動交談的方式。1111.財富管理財富管理客戶委托銀行用他們的錢做出明智的決定。銀行必須能夠識別潛在風險和市場趨勢，ChatGPT可以幫助提供投顧服務、

53、進行財富管理。20銀行可能的部署場景銀行可能的部署場景1212.社交媒體管理社交媒體管理ChatGPT可以根據受眾行為、偏好和高峰使用時間來優化社交媒體帖子進行調度。在廣告方面，ChatGPT可以分析數據并為銀行的活動推薦最佳的廣告格式和創意元素，并提供有關客戶行為、偏好和趨勢的見解，為制定更強有力的策略提供可操作的見解。1313.信貸支持信貸支持ChatGPT可以對大量信用和生產生活數據進行分析后，自主生成信用貸款支持方案建議，為信貸部門人員提供更多的決策時間和信息求真的時間，提高信貸質量，減少貸款收益損失。雖然生成式AI在金融應用的前景廣闊，但它也存在一些需要解決的挑戰和考慮因素。最重要的

54、是數據隱私和安全最重要的是數據隱私和安全。除了大模型開發中的數據訓練帶來的數據隱私和安全，大模型使用中也存在潛在的數據隱私安全風險?；A大模型技術帶來的文本理解生成能力的另一面隱藏著大模型的可記憶功能，在實際應用中，實時數據存在可記憶功能下的被復制風險，因此，大模型的性能選擇以及開發商的創新生態顯得尤為重要，金融風險相關的性能應該成為金金融風險相關的性能應該成為金融機構選擇大模型的關鍵因素融機構選擇大模型的關鍵因素。而在實際探索應用中，具有專門風險防控技術的大模型廠商確實也是國內外金融機構的主要合作伙伴。比如，全世界很多金融公司都選擇微軟的Azure OpenAI大模型技術，不僅是從客戶服務到

55、自動化流程再到真正的重塑、從客戶體驗到提高生產力或內容的生成能力，重要的是微軟在金融欺詐風險防控方面積累的“核心”技術。微軟的AI方案能夠檢測合成聲音，幫助匯豐銀行節省了超過4億美元的身份盜用和欺詐類風險防控的成本支出。微軟與Swift在反洗錢方面進行合作，使用Azure隱私計算和AI大模型來檢測銀行間資金流動的欺詐模式，而無需查看銀行客戶的數據。度小滿、螞蟻金服、中科聞歌等國內金融科技服務商在金融欺詐風險防控上有著數年的技術積累，開發的金融大模型也重視風控能力的訓練和應用更新，受到銀行等金融機構的關注和采用，被集成用于智能投研、審計等后臺業務場景中。第二個潛在挑戰是大模型幻覺和準確性問題第二

56、個潛在挑戰是大模型幻覺和準確性問題。正如北京的一家大型商業銀行所言，“AI本身是很好的技術，是銀行后續要發展的核心能力，銀行投入了大量資源，不僅是在吸引眼球的層面，更關注在技術本身的挑戰、風險、特性，比如模型的準確性、可解釋性?！苯鹑跇I集成生成式金融業集成生成式AIAI的潛在挑戰的潛在挑戰21金融行業容錯率非常低，無論是知識問答，還是內容提取上，都對大模型技術提出非常高的要求，當然零/低容錯率也是金融業數據質量高的原因所在。目前，銀行和其他金融機構非常關注的是如何解決大模型“一本正經的胡說八道”以及“知道自己不知道”這兩個問題，這些問題也是影響銀行業采用生成式AI工具的重要堵點。第三是道德和倫

57、理的遵守第三是道德和倫理的遵守，發現和減輕偏見應該是防止歧視性結果的首要任務發現和減輕偏見應該是防止歧視性結果的首要任務，解決方案是增加訓練數據的多樣性。第四第四，監管的不確定性是重要影響要素監管的不確定性是重要影響要素。生成式AI工程發展領先于基礎理論研究，面臨智能涌現基礎理論機理不明智能涌現基礎理論機理不明、計算成本高昂計算成本高昂、生成內容安全性有待提高生成內容安全性有待提高、自動評價困難自動評價困難等共性挑戰，這會造成監管的不確定性。此外，基礎大模型數據庫的金融政策時基礎大模型數據庫的金融政策時效性會影響輸出內容的準確性效性會影響輸出內容的準確性，例如，GPT-4的數據庫也只能訪問20

58、23年4月之前的信息，一些最新的法律或趨勢都沒有添加到生成式AI的考慮范圍內。而金融監管的法規可能會發生變化，并且有可能立即實施。從監管和運營的角度來看，這也將限制金融業生成式AI的可用性。最后，大模型開發和使用的高成本也是阻礙其在金融業應用的主要挑戰大模型開發和使用的高成本也是阻礙其在金融業應用的主要挑戰。高性能高性能GPUGPU一片一片難求難求、大規模參數帶動的高耗電大規模參數帶動的高耗電、大模型人才匱乏大模型人才匱乏、數據安全下的本地化部署是推動當前金融數據安全下的本地化部署是推動當前金融業生成式應用的高成本的主要來源業生成式應用的高成本的主要來源。ChatGPT是一個很好的資源，但高成

59、本可能導致一些預算緊張的小型銀行無法使用它。金融業集成生成式金融業集成生成式AIAI的潛在挑戰的潛在挑戰小結小結總之，從簡化運營和增強客戶體驗到降低風險和釋放新機遇，生成式AI的潛力巨大且具有變革性。在創新和監管之間取得適當的平衡將是釋放生成式在創新和監管之間取得適當的平衡將是釋放生成式AIAI在金融領域全部潛力的關鍵在金融領域全部潛力的關鍵。在實際應用中，實現人類與人工智能之間的和諧協作非常關鍵。人與人工智能之間是相互賦能而非取代，生成式AI在重復且數據量大的任務中具有先發優勢，解放這些任務中的勞動力，賦能金融專業人士更專注其專業任務，同時在使用工具的過程中不斷產生新的對話數據，又推動生成式

60、AI技術本身迭代創新。隨著生成式AI的不斷發展，我們可以期待更多的金融創新應用和進步，通過擁抱人類和人工智能的協作潛力，進一步重塑金融格局。22PART 3 PART 3 案例解讀|一些金融業生成式AI應用的成功案例23金融大模型成功開發案例金融大模型成功開發案例典型成功案例剖析典型成功案例剖析度小滿發布國內首個開源金融大模型度小滿發布國內首個開源金融大模型“軒轅軒轅”度小滿，原百度金融。2018年4月，百度宣布旗下金融服務事業群組正式完成拆分融資協議簽署，拆分后百度金融啟用全新品牌“度小滿”，實現獨立運營。2018 年5月21日，度小滿正式成立，延承百度技術基因，在智能金融時代，充分發揮 A

61、l 優勢和技術實力，攜手金融機構合作伙伴，用科技為更多人提供值得信賴的金融服務?！败庌@軒轅”金融大模型金融大模型基礎模型能力建設基礎模型能力建設金融理解：增量預訓練和指令微調階段，加入大量金融數據，提升金融理解能力知識增強：外掛實時更新的業務知識庫，實現低成本干預，同時降低幻覺影響應用增強：面向金融應用場景，定向增強摘要、邏輯、計算等金融場景核心能力對話能力：使用百萬級經人工構建和校驗的高質量指令數據進行指令微調和對齊“軒轅軒轅”金融大模型金融大模型基礎模型相關進展基礎模型相關進展軒轅：2023年5月，度小滿開源了國內首個千億級金融大模型。在金融場景中的任務評測中，“軒轅”全面超越了市場上的主

62、流開源大模型?！败庌@”用度小滿實際業務場景積累的海量金融數據訓練而來，通過獨創的hybrid-tuning的創新訓練方式，實現在大大增強金融能力的同時，不損失通用能力。自開源以來，已經有上百家金融機構申請試用“軒轅”大模型。軒轅-70B：2023年9月，度小滿開源“軒轅-70B”金融大模型。通用能力：度小滿“軒轅-70B”大模型在C-Eval和CMMLU兩大權威榜單上位列所有開源模型榜首：在由清華大學、上海交通大學和愛丁堡大學合作構建C-Eval榜單上，“軒轅-70B”的總成績達到71.9分；在由MBZUAI、上海交通大學、微軟亞洲研究院共同推出的CMMLU榜單中,軒轅70B以71.05分數排

63、名第一。24金融大模型成功開發案例金融大模型成功開發案例“軒轅軒轅”金融大模型金融大模型基礎模型相關進展基礎模型相關進展金融能力：“軒轅-70B”已經通過注冊會計師、銀行/證券/保險/基金/期貨從業資格、理財規劃師、經濟師等金融領域權威考試，且考試得分領先于其他通用模型。場景能力：“軒轅-70B”在度小滿自有金融業務場景測試中表現領先，特別金融知識問答、NL2SQL等場景表現優異。大模型落地金融相關場景的探索大模型落地金融相關場景的探索大模型技術已經應用在度小滿各個業務場景，從營銷、客服、風控、辦公再到研發，已經初見成效。在代碼助手方面，用大模型輔助生成的代碼，采納率能夠達到42%，幫助公司整

64、體研發效率提升了20%；在客服領域，大模型推動服務效率提升了25%。在智能辦公領域，大模型目前的意圖識別準確率已達到97%。成功之道成功之道一是領先的人工智能科技創新能力一是領先的人工智能科技創新能力。度小滿，由百度金融服務事務群拆分而來，延續了百度強大的人工智能科技創新能力?；谌斯ぶ悄?、金融云、區塊鏈和物聯網等底層架構，度小滿搭建了金融大腦，運用情感計算、關聯網絡和知識圖譜等技術，進行感知引擎和決策引擎運算。2019年底，度小滿的智能語音機器人、智能風控等項目入選了人民銀行首批金融科技應用試點。2023年5月6日，度小滿“智能化征信解讀中臺”工程榮獲我國智能科學技術最高獎“吳文俊人工智能科

65、技進步獎”。二是開放創新生態助力前沿技術探索二是開放創新生態助力前沿技術探索。2023年2月，度小滿宣布成為百度文心一言首批生態合作伙伴。度小滿將基于自身金融場景積累的海量對話及解決方案數據，融合“文心一言”的全面能力，打造全新的智能服務。這是對話式語言模型技術在國內金融場景的首次落地應用。此外，度小滿還攜手中國科學院自動化研究所、哈爾濱工業大學等探索人工智能前沿研究。2020年底，度小滿獲批北京市博士后科研工作站，為更好培養頂級金融科技人才奠定了基石。三是豐富的應用場景促進人工智能技術迭代創新三是豐富的應用場景促進人工智能技術迭代創新。目前度小滿已經和上百家銀行、金融機構合作，優勢互補，共同

66、推動普惠金融，截至2022年底，度小滿攜手金融機構，累計服務數千萬小微企業和個體工商戶，其中7成是員工在5人以下的小店，超過50%分布在四線及以下城市。在助力金融機構防范風險降本增效，小微企業信貸支持發展的過程中，度小滿不斷迭代升級其金融科技產品創新。25金融大模型成功開發案例金融大模型成功開發案例其他金融大模型成功開發案例其他金融大模型成功開發案例2023年3月，全球商業、金融信息和新聞資訊提供商彭博彭博推出Bloomberg GPT，這是一款專為金融行業從頭打造的500億參數大語言模型，可以快速分析金融數據，幫助進行風險評估、情感分析、問答等功能。Bloomberg GPT訓練語料包括34

67、50億的公共數據集和3630億的金融數據集。該模型已在彭博內部落地，被用于生成查詢語言、提供標題建議、金融問答。2023年6月3日，中科聞歌中科聞歌發布安全可靠的企業級專屬大模型雅意大模型，并推出了金融、媒體、宣傳等領域的大模型應用。金融大模型提供宏觀政策解讀、金融事件追蹤、企業財報智能解析。半年后，中科聞歌推出雅意2.0大模型，參數規模為300億，支持128k上下文窗口輸入，相當于20萬字文本，具備圖文交互的多模態能力，支持10余種主流語言以及十余種智能插件調用。在中文知識問答能力的評測方面，雅意2.0在AGIEval、CMMLU數據集評測中排名第一；零樣本中文信息抽取能力方面，雅意2.0在

68、實體抽取方面，實現了中文第一、英文全面對標ChatGPT。雅意金融大模型2.0支持多模態財報問答、一鍵合同關鍵條款解析入庫、協議履約監控預警、報告審核合規比稿等功能，目前已經在國內大型商業銀行、投資銀行、券商等金融機構應用。2023年9月8日，螞蟻集團螞蟻集團正式發布針對金融產業深度定制的金融大模型。螞蟻金融大模型基于螞蟻自研基礎大模型，在萬億量級Token的通用語料基礎上，注入千億量級Token金融知識，并從300+真實產業場景中提取了共60萬+高質量指令數據，形成了金融專屬任務性能優化的優勢數據資產，底層算力集群達到萬卡規模。該大模型聚焦真實的金融場景需求，在“認知、生成、專業知識、專業邏

69、輯、合規性”五大維度28類金融專屬任務中表現突出，在“研判觀點提取”“金融意圖理解”“金融事件推理”等眾多領域達到行業專家水平。螞蟻金融大模型已在螞蟻集團的財富、保險平臺上全面測試，理財側包括理財選品、產品評測、行情解讀、資產配置等6大類服務，保險側包括產品解讀、家庭配置、智能核保、智能理賠等10多個智能服務。26銀行業的成功應用案例銀行業的成功應用案例典型成功案例剖析典型成功案例剖析華僑銀行（OCBC）是第一家向全球所有員工推出生成式人工智能聊天機器人（OCBCGPT）的新加坡銀行。在本地化部署近1000名員工的半年測試后，華僑銀行在2023年10月24日宣布，該銀行將向全球30000名員工

70、提供生成式AI聊天機器人，以協助他們寫作、研究和構思，撰寫投資研究報告、將內容翻譯成多種語言以及起草客戶回復。華僑銀行華僑銀行（OCBCOCBC）華僑銀行是新加坡第一家本地銀行，由三家本地銀行1932年合并而成，其中最古老的銀行成立于1912 年。經過近百年的不斷發展壯大，華僑銀行已經成為一家區域性金融服務集團，網絡覆蓋了東盟90%的貿易和資本流動，并在紐約、倫敦和悉尼等主要經濟體開展業務，是第一家收購中國銀行業股份的東南亞銀行。2022年底總資產達5600億新元，核心業務包括銀行、保險和財富管理。OCBCOCBC GPTGPT的部署的部署2023年4月，華僑銀行和微軟Azure OpenAI

71、合作開發了生成式AI聊天機器人的OCBCGPT，旨在進一步提高生產力并更好地為客戶服務。OCBC GPT由ChatGPT的大型語言模型提供支持，同時，OCBC GPT托管在安全且受控的環境中，華僑銀行員工輸入的信息保存在銀行內，不會提供給Microsoft或任何外部各方。2023年10月，經過銀行內部1000名員工6個月的內部測試后，華僑銀行宣布將OCBC GPT推廣到該銀行的所有30000名員工。應用場景應用場景該模型可以分析查詢并根據網絡上可訪問的基于文本的信息生成完全充實的答案和結果，已經被應用在撰寫投資研究報告、翻譯多種語言的內容以及起草客戶回復等領域。此外，該模型還被用來加強銀行的反

72、洗錢工作。通過生成式人工智能驅動的平臺，華僑銀行可以快速分析客戶資料和網絡，識別可疑社區和交易。27銀行業的成功應用案例銀行業的成功應用案例效果效果這些工具有潛力通過自動化各種耗時的任務來改變員工的工作方式，讓他們騰出時間專注于更具戰略性和增值的工作。這反過來又幫助銀行員工可以花更多時間與客戶建立關系并開發創新產品和服務，從而提供更好的客戶服務。來自多個職能領域的試驗參與者表示，他們完成任務的速度比以前快了約50%。在OCBCGPT“家族”中，OCBC Wingman工具可以實現開發人員使用編碼助手自動生成、調試和改進計算機代碼，自2023年5月推出該工具以來，生產力提高了約20%。Docum

73、ent AI工具提供文檔內容提取和分析，通過拖放過程從文檔中提取和匯總關鍵信息，將每個文檔提取信息所需的時間從30分鐘減少到1分鐘，供需要閱讀多個財務、風險和 ESG 文件的員工使用。目前，華僑銀行每天有超過400萬個風險管理、客戶服務和銷售等流程中的決策是由人工智能做出的。預計到2025年，這一數字將增加到1000萬。使用生成式人工智能，通過移動銀行應用程序向客戶推送個性化建議和見解。每年發送2.5億條此類見解，幫客戶節省時間和精力并改善財務管理。該集團最新的財報顯示，華僑銀行2023年第三季度凈利潤較上年增長21%，凈利息收入較2022年第三季度增長17%，集團的財富管理收入（包括來自保險

74、、私人銀行、高級私人客戶、高級銀行、資產管理和股票經紀的收入）增長16%，成本收入比從上一年的42.2%改善至39.1%。成功之道成功之道持續的先進人工智能技術投資與人才培養持續的先進人工智能技術投資與人才培養是華僑銀行成為世界上首批大規模部署生成式人工智能工具的銀行之一的關鍵原因。2018年，華僑銀行是新加坡第一家推出專門人工智能實驗室以戰略性開發內部人工智能能力的銀行，該實驗室后來被納入集團數據辦公室。2019年，華僑銀行是第一家推出人工智能研究生獎學金以培養人工智能人才的新加坡銀行。同年，該銀行啟動了數據認證途徑，通過為期12至18個月的培訓來培養內部數據專業人員。此后已有300多名員工

75、完成了該計劃。與人工智能技術領先的微軟和與人工智能技術領先的微軟和OpenAIOpenAI合作合作是華僑銀行能快速嵌入生成式AI技術提升生產力的一個重要原因。2022年，在推出OCBC GPT之前，OCBC已部署了多種生成式AI工具來開發代碼、總結文檔、轉錄通話以及創建內部知識庫。通過這些工具的使用，相關任務部門的生產效率提高了50%，釋放了員工的時間，使他們能夠專注于更高價值的任務。28銀行業的成功應用案例銀行業的成功應用案例其他成功案例其他成功案例工商銀行與鵬城實驗室工商銀行與鵬城實驗室、清華大學清華大學、中國科學院中國科學院、華為等聯合發布基于昇騰華為等聯合發布基于昇騰AIAI的金融行業

76、的金融行業通用模型通用模型，首家實現了企業級金融通用模型的研制投產首家實現了企業級金融通用模型的研制投產。該大模型已被應用于工商銀行的客服、營銷、運營、風控等業務主戰場中，并取得了良好地應用效果。在客戶服務領域，工商銀行應用該模型支撐智能客服接聽客戶來電，顯著提升了對客戶來電訴求和情緒的識別準確率，能夠更精準有效地響應客戶需求，并且可以大幅縮減維護成本。在行內辦公領域，工商銀行全面升級辦公模式，利用大模型的文本生成、問答能力，圍繞郵件、文檔、會議、員工日常事務等方面，優化行內辦公工具的交互體驗，助力全行40萬員工的辦公效率提升。比如會議紀要生成，根據會議對話內容，大模型快速生成會議紀要初稿，降

77、低人工記錄會議紀要的成本，助力全行辦公領域智能化。在風險防控領域，工商銀行實現了對工業工程融資項目建設的進度監測，監測精準度提升約10%，研發周期縮短約60%。在智能研發領域，工商銀行利用大模型代碼生成、代碼識別與檢測、代碼轉自然語言等領域的全方位能力，構建基于大模型的智能研發體系。截至目前人工智能編碼助手共收集到超2100萬個字符編碼數據，錄入代碼超80萬行，編碼助手生成代碼量占總代碼量的比值從20%提升至40%，有效提升一線開發人員編碼效率和質量。在運營管理領域，模型的應用幫助智能提取期限、利率等信貸審批書核心要素，提升了信貸審批效率。摩根大通在新一代人工智能方面開展了大量投資摩根大通在新

78、一代人工智能方面開展了大量投資，包括153億美元的技術預算，已經有數千名員工在工作中使用生成式AI技術，實現了超過15億美元的商業價值。正在測試的人工智能應用程序包括可以為其關注的公司生成收益摘要的應用程序。該銀行還在開發一項服務臺服務，為用戶提供解決問題的步驟，而不是相關文章的鏈接。摩根士丹利摩根士丹利利用GPT-4的嵌入和檢索功能來利用其智力資本，建立其財富管理知識庫，并納入其咨詢服務。這個面向內部的聊天機器人可以對財富管理內容進行全面搜索，并有效地釋放摩根士丹利財富管理積累的知識，提供量身定制的投資策略并優化客戶互動。NatWestNatWest與與IBMIBM合作合作，利用生成式AI增

79、強其虛擬助手Cora，致力于通過前端服務改善客戶交互。美國銀行和富國銀行美國銀行和富國銀行在內的多家銀行提供人工智能驅動的聊天機器人來幫助零售客戶管理財務。29銀行業的成功應用案例銀行業的成功應用案例其他成功案例其他成功案例西太平洋銀行西太平洋銀行Westpac在使用ChatGPT來幫助銀行內部的開發人員編寫代碼。高盛高盛正在開發十幾個項目，包括用英語命令編寫代碼以及生成文檔的能力，（出于監管方面的考慮，這些項目都不是面向客戶的），旨在將生成式AI納入其商業實踐。奧地利第一儲蓄銀行奧地利第一儲蓄銀行Erste Bank自2023年7月起已向所有員工開放ChatGPT，并為員工提供人工智能學習課

80、程。不過，該銀行的當前的開放訪問并不是面向客戶的商業行為，而是為了讓員工有機會學習如何以有趣的方式使用生成式AI?；ㄆ煦y行花旗銀行專門成立生成式AI工作組。在見證了允許大約250名開發人員嘗試生成式AI的試點計劃取得成功后，花旗銀行計劃在今年擴展到集團40000名程序員中的大多數，并且員工針對該技術提出設計出了全行350多個用例。有些應用程序很小，有助于日常工作，而另一些則涉及復雜的項目。例如，花旗銀行正在使用大語言模型來分析文檔、提高效率、確保合規，提高開發人員的工作效率并測試軟件漏洞，簡化流程并使員工能夠專注于客戶互動。但不適用于信用評分或影響客戶訪問金融產品的其他應用程序。在最近的一項技

81、術應用中，花旗集團的風險與合規團隊使用生成式人工智能來分析和評估聯邦監管機構發布的1089頁的新資本規則的影響。該技術將提案提煉成可管理的部分并生成關鍵要點。該集團正在探索使用大型語言模型來消化其業務所在國家的立法和法規，以及探索利用生成式AI對其系統進行現代化改造。傳統上，更新遺留系統需要大量的財政資源和人力。然而，生成式AI可以幫助翻譯編碼語言，使銀行能夠更經濟高效地更新其系統。利用集中式內部數據庫，從內部電子郵件以及銷售人員、交易員和客戶之間的聊天等來源中獲取信息數據，匯豐銀行匯豐銀行開發了自己的生成式人工智能工具AI Markets，為機構投資者客戶提供了可以跨不同資產類別執行任務的數

82、字助理，生成定制的金融市場分析、訪問匯豐銀行的實時和歷史跨資產數據集，并瀏覽最新的市場見解。用戶可以通過銀行的單一經銷商平臺、Symphony等外部平臺或直接通過API連接插入該工具。30保險業的成功應用案例保險業的成功應用案例典型成功案例剖析典型成功案例剖析LAQO與全球云通信平臺Infobip合作，使用Azure OpenAI服務開發了生成式AI助理Pavle，可以為客戶提供24/7全天候支持，從而改善客戶體驗并提高忠誠度?，F在，30%的客戶查詢由Pavle解決，使LAQO的客服人員能夠專注于復雜的案例和客戶獲取。LAQOLAQOLAQO是克羅地亞第一家全數字化保險公司，主要提供車輛和旅行

83、保險等產品，用最簡化的數字流程取代了傳統的紙質工作流程。該公司創新了游戲化功能LaqoPrevent，該功能使用遠程信息處理來鼓勵更好的駕駛習慣，獎勵負責任的駕駛，并向客戶解釋如何減少二氧化碳排放。除了核心服務之外，LAQO還涉足數字創新，推出了加密貨幣支付等功能，還推出了傳播保險發展的元宇宙博物館。LAQOLAQO的生成式的生成式AIAI助手助手PavlePavle開發歷程開發歷程第一步，開發緣由。LAQO深知24/7客戶支持正在成為越來越重要的差異化因素，促使公司優化其客戶服務。ChatGPT的驚人內容生成能力，讓這種客戶服務優化功能實現成為可能。第二步，合作伙伴選擇。LAQO求助于其長期

84、合作伙伴Infobip，以便通過客戶首選的消息傳遞渠道將客戶連接起來，Infobip以其通信平臺上的生成式AI的不懈創新而聞名，此前曾為LAQO提供全渠道云合同中心解決方案。第三步，挖掘場景應用。在與Infobip團隊坐下來繪制客戶支持路線圖時，LAQOLAQO發現發現，盡盡管其網站上涵蓋了所有信息管其網站上涵蓋了所有信息，但客戶卻沒有時間閱讀但客戶卻沒有時間閱讀，因為他們更喜歡通過因為他們更喜歡通過WhatsAppWhatsApp與客服與客服人員交談人員交談。第四步，生成式AI助手LAQO GPT的開發。為了解決重復查詢問題，LAQO和Infobip團隊開始使用Azure OpenAI服務和

85、Infobip的AI Assistant構建解決方案來設計AI Assistant的決策結構。第五步，模型微調。構建AI助理Pavle花了兩周時間，但真正的挑戰是語言。因為因為OpenAIOpenAI的基礎大模型對克羅地亞語的支持不如英語的基礎大模型對克羅地亞語的支持不如英語，因此因此InfobipInfobip與與LAQOLAQO密切合作密切合作，微調語言以確保微調語言以確保準確性準確性。文檔準備就緒后，團隊就可以在五分鐘內設置新版本的AI助手。31保險業的成功應用案例保險業的成功應用案例LAQOLAQO的生成式的生成式AIAI助手助手PavlePavle開發歷程開發歷程第六步，解決“生成式

86、AI助手知道自己不知道什么”的問題。開發團隊確保人工智能助手開發團隊確保人工智能助手只能涵蓋保險索賠和有關只能涵蓋保險索賠和有關LAQOLAQO的一般信息的一般信息，以避免提供誤導性信息以避免提供誤導性信息，從而提高大模型的可靠性、準確性和可解釋性。第七步，解決大模型幻覺問題。采取兩項措施在一定程度上解決大模型幻覺問題。一是通一是通過調整溫度過調整溫度，即算法本身的參數控制結果的隨機性或不確定性即算法本身的參數控制結果的隨機性或不確定性，二是使用先進的提示技術和精二是使用先進的提示技術和精心準備的內容心準備的內容，LAQO特別注意盡量減少幻覺或訓練數據無法證明的夸大宣傳反應。第八步，進一步微調

87、。對生成式對生成式AIAI助理的語氣及其幽默感進行微調助理的語氣及其幽默感進行微調。例如，一個克羅地亞語單詞可以表示“從天而降的冰”和“戰斗”。當在車禍測試中提到這個詞時，AI助理會詢問誰贏得了這場戰斗，但是大多數人在事故發生后都沒有幽默的心情，因此幽默感并不適合這類場景，需要不斷微調AI助理的語氣。實施效果實施效果效果一效果一，友好即時的客戶互動：友好即時的客戶互動：LAQO的生成式AI助理Pavle可通過WhatsApp商務平臺全天候協助和迎接客戶，并將其轉接給現場客服人員以進行更復雜的查詢。數字助理提供快速處理事故索賠的指導步驟。確認保險范圍后，AI助手會將客戶引導至可以報告事件的應用程

88、序。報告損壞情況后，LAQO的代理人員可以立即開始處理索賠。如果所有文件準備就緒，損壞問題可以在24小時內解決。對于受LAQO投保司機影響的第三方，AI助理提供了一個自動化的網絡流程鏈接，以方便索賠處理。為客戶支持自動化樹立了新的基準，為用戶提供即時和高質量的幫助。效果二效果二，優化客戶支持和代理效率：優化客戶支持和代理效率：生成式AI助手完全重新定義了LAQO的客戶支持，獲得了保險客戶所需的即時性?？梢越鉀QLAQO 30%的客戶疑問，在90%的情況下，甚至通過交換三到五條消息就可以解決查詢問題，同時AIAI助理助理PavlePavle提供的是一致的答案提供的是一致的答案，這種沒有偏這種沒有偏

89、見的一致性見的一致性對于保險公司維持客戶信任至關重要。效果三效果三，優化人力資源配置：優化人力資源配置：由于嚴格的測試，代理人員最初將生成式AI助理視為一種競品，但集成使用后，他們認識到了其中的好處，現在已經可以自動化提供出色的客戶支持，而代理人員可以花時間幫助新客戶、處理復雜的案例或構建新業務。此外，該公司在聯絡中心上花費的精力減少了10%。即使需求不斷增長，也不需要擴大團隊規模。在節省資金和資源的同時，LAQO打算將其集成到其他重要的計劃之中。32保險業的成功應用案例保險業的成功應用案例下一步行動下一步行動一是讓AI助手Pavle能夠銷售保單并向潛在客戶提供特定信息。該公司已經開始訓練AI

90、助手，并推出了一項針對貓和狗等寵物的新保險服務LAQO Pets。第二，LAQO正在通過向AI助手的回復庫添加新元素來進一步人性化客戶交互。Pavle現在將共享與問題本身相關的圖像和視頻，從而使整個互動更加吸引人。此外，LAQO也在開發多重人格功能。未來的Pavle遇到一個嚴肅的問題時，他會用嚴肅的語氣回答，而對于輕松的問題，Pavle則可以表現出有趣的一面。成功之道成功之道專業的人做專業的事專業的人做專業的事。LAQO深耕保險業務，專注向客戶直觀且友好地展示保險，從而悉心洞察客戶需求，并大膽引進先進的技術來提升客戶體驗和獲得感。作為技術合作伙伴，微軟和OpenAI提供了安全的基礎大模型技術底

91、座，而長期合作伙伴Infobip則提供了打造用戶體驗的技術和專業知識。其他成功案例其他成功案例2023年5月23日，保險行業軟件解決方案全球提供商Sapiens International Corporation（Sapiens）宣布與微軟達成一項協議，將集成微軟的Azure OpenAI服務，以利用保險行業最先進的生成式AI模型和工具。Sapiens將集成Azure OpenAI和Azure Power VirtualAgents，為保險公司提供生成式AI解決方案，使客戶能夠使用大語言模型輕松瀏覽保單、條款和條件等復雜文檔。Sapiens的人工智能、認知服務和流程自動化可以幫助保險公司貫穿整

92、個保險價值鏈，以多種語言在客戶交互的多個領域提供即時答案，增強客戶體驗，同時減少現場代理和相關人員的大量呼叫。它還可以協助承保人的日?；顒?，并減少索賠處理和欺詐檢測的時間。33私募股權基金領域的成功應用案例私募股權基金領域的成功應用案例典型成功案例剖析典型成功案例剖析2023年，全球最大的另類資產管理公司黑石集團（Blackstone）以多種方式應用生成式人工智能技術。黑石集團黑石集團黑石集團成立于1985年，是一家總部位于紐約的全球最大另類投資管理公司，管理著1萬億美元的資產，分布于230多家投資組合公司，并大量持有房地產、私募股權和信貸基金，擁有大量適合人工智能賦能的專有數據。黑石集團集成

93、生成式黑石集團集成生成式AIAI的情況的情況在工程方面，黑石集團正在使用代碼搜索和代碼智能工具開發商Sourcegraph旗下的生成式AI產品Cody，該產品會調閱Blackstone豐富且分散的代碼庫，然后編寫代碼并創建新軟件，以幫助顯著縮短處理這些任務所需的時間。在私人財富管理業務中，黑石集團采用了大型云軟件服務商Salesforce提供的生成式AI產品Einstein GPT，用來聯系客戶并提供個性化的投資建議。在投資方面，黑石集團正在構建一個內部工具，該工具有潛力使用生成式AI增強投資流程，例如使投資團隊能夠獲得深入的公司和行業分析。同時黑石集團還在探索推出集成Microsoft和Zo

94、om的各種“副駕駛”和輔助工具，以幫助員工提高工作效率。黑石集團生成式黑石集團生成式AIAI的應用場景的應用場景依靠大模型來評估其打算收購的資產的風險。黑石集團利用生成式人工智能來預測需求，并利用其龐大的電子商務倉庫庫存立即為每個企業客戶提供價格。在公司內部，數據科學家加入了投資團隊，以確保生成式人工智能工具有助于完成交易或拒絕交易。黑石如何解決數據安全黑石如何解決數據安全黑石集團擁有世界一流的網絡安全計劃，以確保飛行數據和靜態數據盡可能安全。在評估并開始利用生成式AI平臺之前，黑石花費并將繼續花費大量時間來確保數據不會泄漏到基礎大模型，并以專有方式進行處理。34私募股權基金領域的成功應用案例

95、私募股權基金領域的成功應用案例黑石集團如何解決生成式黑石集團如何解決生成式AIAI生成內容的準確性問題生成內容的準確性問題？驗證生成式人工智能工具的輸出質量，以確保這些工具能夠提高生產力。同時時刻關注其他的生成式AI平臺和技術，以確保數據的安全。下一步計劃下一步計劃將在整個公司推出更多基于人工智能的解決方案。正在探索的一些工具包括跨各種軟件平臺的Copilot“副駕駛”助理，以提高生產力、自助服務臺聊天機器人以及旨在增強財務流程、軟件開發、營銷內容生成和法律任務的技術。黑石還將還將繼續開發定制的生成式AI工具，并與黑石集團的投資組合公司合作，支持他們構建內部AI平臺并將AI集成到他們的產品和流

96、程中，賦能合作伙伴。成功之道成功之道第一，黑石集團洞悉到數據是智能時代金融服務機構的核心競爭力，因此較早地采用生成式AI，試圖加快數據被計算的效率，釋放數據創造價值潛力。二是開放式創新思維。在生成式AI技術集成上，黑石集團采取的是引進與自主研發并舉的開放創新策略，這大大縮短了先進技術被采用的時間。同時集團還敦促旗下的投資組合公司充分利用其AI資源，包括其深厚的專有數據。三是首席執行官蘇世民對擁抱生成式AI技術的堅定信仰，親自鼓勵懷疑者使用ChatGPT或谷歌的Bard來寫電子郵件和備忘錄，并任命一位具有技術背景的高級管理人員來監督集團生成式人工智能的實施，以提高生產力，創造新產品和服務，并接觸

97、到越來越多的客戶。35私募股權基金領域的成功應用案例私募股權基金領域的成功應用案例其他成功案例其他成功案例全球最大的投資管理公司貝萊德（BlackRock）宣布已經在其Aladdin和eFront風險管理系統中構建“副駕駛”，計劃于2024年1月向客戶和員工推出首款生成式AI工具，在整個公司的Office 365辦公軟件中部署微軟的AI插件，以增強風險管理和提升客戶服務和員工體驗，更廣泛地實現編碼民主化，目的是在利用新興技術的競爭中獲得競爭優勢。此外，貝萊德還在構建工具來幫助其投資專業人士收集財務和其他數據，用于研究報告和投資建議以及語言翻譯器。貝萊德首席財務官Martin Small認為，大

98、語言模型和自動化使貝萊德能夠真正擴展員工的時間和精力，幫助基金經理削減固定成本并提高利潤率，這樣就可以在2024年及以后推動更多的生產力提升?！碑斎?，該集團的備忘錄上特別提到，在所有情況下，由人工智能生成的“初稿”都將經過正常質量控制，并且所有數據都將保留在貝萊德內部，而不是與開源大語言模型及應用程序的用戶共享?？偛课挥谌鹗康娜蛩侥脊蓹喙綪artners Group Holding AG（瑞士合眾集團）利用GPT-4開發了PRIMERA GPT,并已于2023年6月初向瑞士合眾集團的所有員工開放。目前，該集團的高管正在嘗試使用該技術尋找有吸引力的投資子行業、識別其投資組合公司的競爭對手、請

99、求撰寫提案支持和生成報告等應用。PRIMERA GPT是“隔離的”，這意味著所有輸入數據都處于嚴格控制之下。集成生成式AI，不僅代表了私募股權管理的開創性方法，而且表明了該公司致力于利用尖端人工智能技術來增強投資策略和改進投資組合管理，在私募股權行業設定新標準。施羅德個人財富在財富管理中采用生成式AI，旨在通過更準確地監控客戶互動并生成以數據為主導的合規證據，徹底改變其財務咨詢服務。36金融科技企業集成生成式金融科技企業集成生成式AIAI成功案例成功案例StripeStripe與與OpenAIOpenAI達成戰略合作達成戰略合作，相互賦能相互賦能StripeStripeStripe成立于201

100、1年，是面向商家的金融基礎設施平臺，致力于為各行各業的企業提供在線支付、商業貸款等金融解決方案。這家公司獨具匠心，創新性地自動計算和征收銷售稅，為廣大商家降低了經營成本，簡化了財務流程。Stripe堪稱美國最具價值的私有金融科技企業。隨著數字化轉型的加速，Stripe不斷拓展業務范圍，為各類企業提供一站式金融解決方案。其廣泛的服務領域和強大的技術實力，使公司在金融科技領域獨樹一幟。2023年3月15日，Stripe與OpenAI宣布開展戰略合作。StripeStripe與與OpenOpen AIAI的合作內容的合作內容第一第一，Stripe利用GPT-4增強Stripe，獲得先進生產力，提高開

101、發效率2023年1月Stripe就加入到OpenAI的GPT-4測試版，將GPT-4整合到其產品和服務中來增強Stripe，并通過GPT-4構建新工具。Stripe還確定了一系列利用GPT-4簡化操作的方法，以幫助用戶更快地獲取他們需要的信息。這項工作的首批成果之一是由GPT支持的Stripe文檔。這對Stripe的高質量文檔是進一步的提升，開發人員可以在Stripe文檔中實現自動查詢，它將通過總結文檔的相關部分或提取特定信息來給出回答,讓開發人員可以花更少的時間在閱讀上，可以有更多的時間去創建。第二第二，使用使用StripeStripe助力助力OpenAIOpenAI，StripeStrip

102、e獲得增量價值獲得增量價值2023年3月15日，OpenAI選擇Stripe來支持ChatGPT Plus和DALLE的付費支付，同時幫助OpenAI處理從定期開單和稅務合規到財務運營自動化等方面的各種事務，助力OpenAI的技術商業化。例如，Stripe Billing和Stripe Checkout為OpenAI的ChatGPT高級訂閱服務ChatGPTPlus提供支持。使用Checkout的預構建托管支付頁面，OpenAI提供一次性購買、每月或基于使用的訂閱，并以超過25種支付方式覆蓋全球客戶。Stripe Billing為DALLE用戶提供了一個靈活的按量付費選項來購買DALLE 點數

103、，使客戶能夠生成新的圖片。37金融科技企業集成生成式金融科技企業集成生成式AIAI成功案例成功案例StripeStripe與與OpenOpen AIAI的合作內容的合作內容GPT-4增強的Remember Me“變種”Stripe Link，可以自動填充保存的支付詳情，使得OpenAI用戶的支付速度平均加快了40%。OpenAI現在是Link網絡的一部分，Link網絡中保存有數十萬商家的支付詳情，為數千萬用戶實現了更快結賬。此外，Stripe Tax還支持OpenAI在向全球市場擴張的過程中履行其稅務合規義務。Revenue Recognition幫助OpenAI保持對其財務狀況的掌控。目前，

104、75%領先的生成式AI公司（包括 OpenAI、Runway、Diagram 和 Moonbeam）已經與Stripe簽約，以快速推向市場，在兼顧合規的情況下進行擴張，并將他們的產品帶給全球更多的用戶。效果效果使用Stripe的產品套件，OpenAI得以在幾周內為多個產品線推出一個全球支付系統。OpenAI客戶登錄Stripe的Link后平均結賬速度加快40%。成功之道成功之道一是持續的科技投入一是持續的科技投入。Stripe長期以來一直使用AI技術來增強其產品和用戶體驗，包括幫助用戶管理欺詐和提高轉化率。2022年，Stripe與OpenAI團隊合作，為Stripe Support部署了GP

105、T-3，這有助于代理為他們每周保持互動的許多用戶確定更快的解決途徑，助力支持團隊更好地服務用戶，并打擊欺詐行為。例如，通過智能路由問題票證和總結用戶問題等任務，提高工作效率和用戶滿意度。二是大膽的人機協同創新二是大膽的人機協同創新。在部署GPT-4時，Stripe讓公司來自支持、入門、風險和文檔團隊的100名工程師停下他們的日常工作，而使用GPT-4為支付平臺構思功能和特性，旨在確定Stripe中可以集成生成式AI加速的產品和工作流，并真正了解大語言模型在哪些領域工作得很好，哪些領域仍然存在困難。該公司的高管們深信，開發人員越熟練地采用大語言模型，Stripe就會在數字支付宇宙中擴散得更遠。3

106、8PART 4 PART 4 政策期望|我國金融業生成式AI應用迎來政策紅利期39中央高度重視金融業高質量發展中央高度重視金融業高質量發展2023年10月召開的中央金融工作會議強調，“金融是國民經濟的血脈，是國家核心競爭力的重要組成部分，要加強黨中央對金融工作的集中統一領導，做好科技金融、綠色金融、普惠金融、養老金融、數字金融五篇大文章，培育一流投資銀行和投資機構，支持國有大型金融機構做優做強，嚴格中小金融機構準入標準和監管要求，強化政策性金融機構職能定位，發揮保險業的經濟減震器和社會穩定器功能，堅持“引進來”和“走出去”并重，穩步擴大金融領域制度型開放，提升跨境投融資便利化，加快建設金融強國

107、，堅定不移走中國特色金融發展之路，推動我國金融高質量發展，為中國式現代化全面推進強國建設、民族復興偉業提供有力支撐?！?024年1月16日，習近平總書記在省部級主要領導干部推動金融高質量發展專題研討班開班式發表重要講話，深刻闡釋了金融強國的豐富內涵，強調“金融強國應當基于強大的經濟基礎，具有領先世界的經濟實力、科技實力和綜合國力，同時擁有強大的貨幣、強大的中央銀行、強大的金融機構、強大的國際金融中心、強大的金融監管、強大的金融人才隊伍一系列關鍵核心金融要素。建設金融強國，必須加快構建中國特色現代金融體系，建立健全科學穩健的金融調控體系、結構合理的金融市場體系、分工協作的金融機構體系、完備有效的

108、金融監管體系、多樣化專業性的金融產品和服務體系、自主可控安全高效的金融基礎設施體系?！蔽覈鹑跇I擁有全球最大規模的實時數據我國金融業擁有全球最大規模的實時數據第一第一，金融業擁有巨大的消費端實時支付數據金融業擁有巨大的消費端實時支付數據。我國連續11年成為全球最大網絡零售市場，電子商務交易總額由2018年的31.63萬億元增長至2022年的43.83萬億元。大規模的實時電子商務交易量，帶動我國成為全球最大的電子支付國家。僅2022年，我國銀行共處理2789.65億筆電子支付業務，金額3110.13萬億元。其中，網上支付業務1021.26億筆，金額2527.95萬億元；移動支付業務1585.07

109、億筆，同比增長4.81%，金額499.62萬億元；電話支付業務2.45億筆，金額10.35萬億元。第二第二，金融業擁有范圍廣泛的實時金融信用數據金融業擁有范圍廣泛的實時金融信用數據。截至2023年三季度末，金融機構人民幣各項貸款余額234.59萬億元，同比增長10.9%。其中，短期貸款及票據融資余額53.4萬億元，同比增長6.9%，人民幣房地產貸款余額53.19萬億元。本外幣服務業中長期貸款余額61.79萬億元，同比增長13.3%，增速比上年末高2.1個百分點；前三季度增加6.09萬億元，同比多增1.49萬億元。40本外幣住戶消費性貸款（不含個人住房貸款）余額19.31萬億元，同比增長13%。

110、普惠小微貸款余額28.74萬億元，同比增長24.1%，農戶生產經營貸款余額9.15萬億元，同比增長17.8%。創業擔保貸款余額2965億元，同比增長10.1%。助學貸款余額1651億元，同比增長23.6%。全國脫貧人口貸款余額1.14萬億元，同比增長12.2%。第三第三，金融業可獲得龐大的生產端實時數據金融業可獲得龐大的生產端實時數據。金融服務于實體經濟高質量發展，推動實體產業數字化進程，隨著數據成為新型數據要素，金融業在制造業信貸支持的同時，也獲得了大量的實體產業和制造數據。比如，我國制造業規模已經連續13年居世界首位，2022年，我國制造業增加值占全球比重近30%，每天產出全球最多的實體產

111、業、制造業產生的生產端數據。然而，金融業海量的金融數據本身并不能同步帶來商業價值，只有打通數據之間的護欄，利用生成式AI這樣具有實時大數據分析和數據合成性能的新技術，在實時數據之間建立更多更快的連接，才能釋放海量數據價值。落實中央金融會議精神和“十四五”規劃綱要，金融管理部門統籌推進我國金融業數字化進程，多措并舉鼓勵金融科技創新與應用，提升金融服務實體經濟效能。從政策視角，我國金融業生成式AI應用迎來政策紅利期。關于銀行業保險業數字化轉型的指導意見關于銀行業保險業數字化轉型的指導意見2022年1月，中國銀保監會辦公廳發布關于銀行業保險業數字化轉型的指導意見，明確提出，“到2025年，銀行業保險

112、業數字化轉型取得明顯成效。數字化金融產品和服務方式廣泛普及，基于數據資產和數字化技術的金融創新有序實踐，個性化、差異化、定制化產品和服務開發能力明顯增強，金融服務質量和效率顯著提高?！痹撝笇б庖姼采w了多項適合生成式AI的金融業應用場景。例如，在業務經營管理上，鼓勵銀保機構充分利用科技手段開展個人金融產品營銷和服務利用科技手段開展個人金融產品營銷和服務，強化客戶體驗管理強化客戶體驗管理，增強線上客戶增強線上客戶需求洞察能力需求洞察能力。在科技創新上，鼓勵銀保機構提高大數據分析對實時業務應用提高大數據分析對實時業務應用、風險監測風險監測、管管理決策的支持能力理決策的支持能力，密切持續關注金融領域新

113、技術發展和應用情況，提升快速安全應用新技術的能力。鼓勵有條件的銀行保險機構組織專門力量鼓勵有條件的銀行保險機構組織專門力量，開展前沿技術研究開展前沿技術研究，探索技術成果轉化路探索技術成果轉化路徑徑，培育金融數字技術生態培育金融數字技術生態。我國金融業擁有全球最大規模的實時數據我國金融業擁有全球最大規模的實時數據我國金融業生成式我國金融業生成式AIAI應用迎來政策紅利期應用迎來政策紅利期41同時，指導意見還提出，要堅持關鍵技術自主可控原則堅持關鍵技術自主可控原則，對業務經營發展有重大影響的關鍵平臺、關鍵組件以及關鍵信息基礎設施要形成自主研發能力，降低外部依賴、避免單一依賴。鼓勵科技領先的銀行保

114、險機構向金融同業輸出金融科技產品與服務鼓勵科技領先的銀行保險機構向金融同業輸出金融科技產品與服務。在風險防控上，提出銀保機構要防范模型和算法風險，建立對模型和算法風險的全面管理框架，制定管理制度，對模型數據的準確性和充足性準確性和充足性進行交叉驗證和定期評估。審慎設置客戶篩選和風險評估客戶篩選和風險評估等模型的參數，并使用壓力情景下的參數進行模擬校驗。定期評估模型預測能力及在不同場景下的局限性，確保模型的可解釋性和可審計性可解釋性和可審計性。模型管理核心環節要自主掌控模型管理核心環節要自主掌控。加強消費者權益保護，防止算法歧視。這些前瞻性的指導意見內容與時下的生成式人工智能創新發展密切相關，既

115、為生成式AI技術供應商提供了可供參考的落地應用場景和安全框架，更重要的是為我國銀行業保險業更好地集成生成式人工智能技術提供了可操作準則。證券公司網絡和信息安全三年提升計劃證券公司網絡和信息安全三年提升計劃（20232023-20252025年年）2023年6月，中國證券業協會印發證券公司網絡和信息安全三年提升計劃（2023-2025），鼓勵有條件的券商充分利用新技術積極推進新一代核心系統的建設，開展核心系統技術架構的轉型升級工作，并明確提出，券商信息科技平均投入金額不少于2023年至2025年平均凈利潤的10%或平均營業收入的7%。畢馬威的調查報告顯示，2022年，國內全行業140家證券公司合

116、計實現營業收入人民幣3950億元，實現凈利潤人民幣1433億元。即便在不考慮增長的情況下，2023-2025年間全行業券商信息科技投入將不少于430億元，其中人工智能技術所獲得的投資規模將不少于300億元。我國金融業生成式我國金融業生成式AIAI應用迎來政策紅利期應用迎來政策紅利期42“數據要素數據要素”三年行動計劃三年行動計劃（20242024 20262026年年）2023年12月31日，國家數據局會同國家金融監管總局等17個部門共同印發了“數據要素”三年行動計劃（20242026年），推出“數據要素金融服務業”等12個重點行動，目的是“到2026年底，打造300個以上示范性強、顯示度高、

117、帶動性廣的典型應用場景，培育一培育一批創新能力強批創新能力強、成長性好的數據商和第三方專業服務機構成長性好的數據商和第三方專業服務機構，形成相對完善的數據產業生態，數數據產業年均增速超過據產業年均增速超過2020%，場內交易與場外交易協調發展，數據交易規模倍增數據交易規模倍增，推動數據要素推動數據要素價值創造的新業態成為經濟增長新動力價值創造的新業態成為經濟增長新動力，數據賦能經濟提質增效作用更加凸顯數據賦能經濟提質增效作用更加凸顯，成為高質量發展的重要驅動力量?！蔽覈哂腥蜃畲蟮闹腔鄢鞘薪ㄔO規模，產出全球最多的城市活動數據，“數據要素金融服務業”行動明確支持金融機構融合利用科技支持金融機構

118、融合利用科技、環保環保、工商工商、稅務稅務、氣象氣象、消費消費、醫療醫療、社社保保、農業農村農業農村、水電氣等數據水電氣等數據，這為金融機構帶來規?？捎^的城市生活增量數據規?？捎^的城市生活增量數據。海量的數據利用需要有功能強大的數字技術支持，“三年行動計劃”為生成式AI在金融業中的應用提供安全許可下的重要政策支持。我國金融業生成式我國金融業生成式AIAI應用迎來政策紅利期應用迎來政策紅利期43小結小結在現行政策范圍內，通過生成式AI等新技術對海量實時數據的計算處理，金融機構可以進行更多的產品創新、為實體產業提供更有效的信貸支持更有效的信貸支持、承保理賠承保理賠、市場融資市場融資，釋放巨大金融數

119、據價值，提升實體經濟金融服務水平，也促進金融機構自身的創新發展，邁向強大的金融機構行列。PART 5 PART 5 行動指南|金融業集成生成式AI需遵循的八項原則經過過去一年的大煉模型，我國已經發布了200多款大語言模型，因此對于金融機構來說，大語言模型比較容易建立，可以直接購買、共同開發或自主研發，目前主要的挑戰在于如何以最大目前主要的挑戰在于如何以最大的影響和最小的風險應用它們的影響和最小的風險應用它們。綜合已有的調查研究及國外一些成功的應用案例，我們提出國內金融機構在2024年采用生成式人工智能行動時需要遵循的八項原則建議。44技術先進性包括大模型的算法、訓練數據、模型調優等多個方面，重

120、點關注安全與合規、準確性和質量、定制化、定價和部署、提示詞限制等關鍵指標。合作伙伴應具備強大的技術研發能力，能夠持續優化大模型，以滿足不斷變化的業務需求。業務可持續性包括合作伙伴的業務模式、服務范圍、客戶支持、生態建設等多個方面。合作伙伴應具備良好的商業信譽和穩定的財務狀況，能夠為客戶持續提供高質量的服務和支持。在實踐應用中，金融機構的長期戰略合作伙伴通常也是生成式AI新技術的合作伙伴成員，新興技術的開拓者幾乎是大多用戶首選的合作對象，比如，生成式AI技術引領者OpenAI就是各行各業和大多數金融機構的首選商用合作伙伴。原則一原則一，正確認識生成式正確認識生成式AIAI的作用域的作用域生成式人

121、工智能應用廣泛，但并非全能，創造性產品創新任務是生成式人工智能的專業領域，利用這項技術能帶來60%的效率提升。如果是帶有大量不明確信息的復雜業務問題，這些自然不屬于生成式AI的專業領域，一些應用案例顯示，此種情況下的實際效率比沒有使用該技術時還降低23%。因此，金融機構在制定生成式人工智能行動時，首先要正確認識這項技術的作用域，在全面客觀地評估機構內部業務創新屬性以及任務類型的基礎上，將生成式AI工具更多地嵌入重復搜索和數據量大的任務中，并保持生成式AI與傳統決策式AI工具的結合，不要追求通過生成式AI帶來100%的自動化。原則二原則二，模型參數并非越大越好模型參數并非越大越好模型參數規模越大

122、，意味著神經網絡的復雜度越高，學到的特征表達能力更強，擬合能力更好，評估的分數越高。但在實際應用中，大模型的利用效率并不高，普遍低于50%的利用率。過于龐大的模型可能難以在有限的計算設備上部署和訓練，從而限制了其應用場景。大規模參數的模型在訓練數據上表現優秀，但在新任務和未知數據上表現不佳，無法很好地泛化。此外，參數眾多，導致大模型內部結構復雜，解釋性較差。因此，在實際應用中，金融機構需要根據自身數字成熟度、資源可用性和終端生成式AI應用程序的復雜性來選擇規模適當的大模型。此外，技術研究層面也在探索如何通過模型壓縮、剪枝、量化等方法，在保持模型性能的同時，降低模型規模，小型化大模型，以實現在更

123、多場景下的應用，提高大模型的利用效率。原則三原則三，技術先進性和業務可持續性是選擇合作伙伴的兩個關鍵標準技術先進性和業務可持續性是選擇合作伙伴的兩個關鍵標準45金融機構對其客戶非常了解，但也受到嚴格的監管，并且總是受到準確性、安全性和隱私標準的審查。目前，生成式AI在銀行業的機會并不是面向消費者的工具，它更多的是關于如何綜合銀行現有的大量信息，做出更明智的決策，提供非常個性化的客戶交互，以及快速自動化許多核心銀行流程。金融業應用大模型技術尚處于探索應用的早期，幾乎所有金融機構都在同一起跑線上，但這不是一條容易的賽道，因為有太多的應用場景。依據自身業務需求，金融機構可以用它作為內容創造者，可以用

124、它來獲得更好的資源管理，可以用它作為后臺解決方案。重要的是，在各項任務場景中，金融機構需要確定生成式AI的優先級。例如，在一般辦公及行政場景中，有些銀行就確定了從自動執行重復性任務、改進文檔處理、增強決策洞察力、簡化溝通效率、到確定戰略舉措的優先順序。在產品/研發場景中，他們確定了生成式AI工具從加速構思過程到改進需求管理、增強代碼生成、優化知識管理、改善團隊協作的優先級應用流程。原則四原則四，生成式人工智能技術的開發者實際上也是重要的監管者生成式人工智能技術的開發者實際上也是重要的監管者金融業的一大核心功能就是風險防控和管理，因此金融行業大模型的開發者實際上肩負著重要的監管職責。一方面，這些

125、開發者不僅需要推動大模型技術的創新與發展，提高生成式人工智能技術的透明度和可解釋性，還要關注潛在的網絡安全新風險和道德倫理問題，遵循數據隱私、知識產權、信息安全等眾多法律法規，確保技術應用符合社會規范和法律法規。另一方面，證券、銀行等金融監管部門也是大模型技術的重要使用者，這也需要大模型技術開發者對嚴格的金融監管法規有深入認識和理解。因此，金融機構在自主研發或共同研發大模型技術時，就要強化法務部門的作用和跨部門協同。原則五原則五，著眼于端到端解決方案著眼于端到端解決方案，而不是讓它成為一個點解決方案而不是讓它成為一個點解決方案端到端解決方案是指通過整合各個部門或環節的業務流程，消除信息孤島和部

126、門墻。相較于僅在部門內部提供使能的點解決方案，端到端的解決方案能提高企業內部效率并滿足客戶需求，從而實現企業效益最大化和整體效能的提升。將生成式人工智能應用到金融業的端到端解決方案，更能充分發揮其在銀行和保險業務流程效率提升、客戶體驗優化、風險管理、協同創新方面的潛力，消除承保等流程中的瓶頸和冗余，實現業務環節的無縫銜接，突破傳統思維局限，并推進全員創新，挖掘新價值，為金融機構帶來全面的變革和提升。原則六原則六,根據實際情況確認應用的優先級順序根據實際情況確認應用的優先級順序46大語言模型的可解釋性和數據泄露的風險處理是金融業高管們在探索生成式AI應用場景時高度關注的兩大問題。當前立法仍未明朗

127、，我們認為，金融機構自身需要建立負責任的人工智能治理框架，在現有監管可行范圍內，利用自己的管理原則來處理人工智能解決方案，包括監控需要解決的技術和工具，設置自己的護欄和保障措施。負責任的人工智能戰略應該是開發各種人工智能和生成式人工智能解決方案的前沿和中心。我們關注到擁有負責任的人工智能框架的金融機構，通過應用不同的生成式人工智能工具，實現更大的業務影響。每當這些負責任的人工智能治理計劃由首席執行官直接驅動時，這些計劃在組織內產生的影響大約會增加60%，因為戰略內容更清晰、戰略執行更有力、跨部門協同更快速。原則七原則七，把大模型帶到數據中心環境中運行把大模型帶到數據中心環境中運行，而不是把數據

128、帶到大模型所在的地方而不是把數據帶到大模型所在的地方將大模型帶到數據中心環境中運行，進行本地化部署是金融業落地應用大模型技術的通用路徑。國內銀行、保險、證券和基金等金融機構的數據中心通常具備更強大的計算和存儲資源，可以更好地支持大模型的運行和計算需求。將大模型部署在數據中心環境中，可以更好地利用這些資源，提高計算效率。數據中心通常具備嚴格的安全措施，包括物理安全、網絡安全、數據備份等，可以有效保障數據的安全性和隱私性，確保數據在安全和受控的環境中運行。此外，數據中心通常具備更好的網絡連接和數據傳輸能力，可以確保大模型在運行過程中能夠快速、穩定地訪問和處理數據，提高數據的可用性和處理效率。原則八

129、原則八，由首席執行官直接牽頭指導負責任的人工智能治理框架由首席執行官直接牽頭指導負責任的人工智能治理框架47結語結語回顧2023年，雖然全球經濟復蘇仍然緩慢，但是我們見證了一個充滿活力、創新及轉型的大語言模型時代的興起。生成式人工智能技術在各個關鍵領域的拓展彰顯了其深遠影響和巨大潛力，已經為一些銀行、保險和基金等金融機構賦予了創造力和效率的新維度。然而，在享受新質生產力帶來的高效與便利之余，我們還需正視所面臨的現實挑戰，尤其是在數據安全、風險防控、道德和監管方面。展望2024年及未來，積極主動地擁抱生成式人工智能這項變革性技術，并著手負責任的人工智能治理策略顯得愈發重要，這將使社會得以充分利用

130、生成式人工智能的變革力量，更好增進人類福祉。本研究報告旨在提供創新邏輯、行業洞察、政策期望，在此基礎上展示了金融機構在集成生成式人工智能時需要注意及遵循的八項原則建議，以期助力更多的金融機構快速掌握和使用生成式人工智能技術，加快推動我國金融業高質量發展。48版權聲明版權聲明本報告由清華大學經濟管理學院聯合度小滿科技（北京）有限公司、麻省理工科技評論中國共同發布，其版權歸屬三方所有，并對此報告擁有唯一著作權和解釋權。沒有經過上述機構的書面許可，任何組織和個人不得以任何形式復制、傳播等。任何未經授權使用本報告的相關商業行為，清華大學經濟管理學院聯合度小滿科技（北京）有限公司、麻省理工科技評論中國將

131、依據中華人民共和國相關法律、法規追究其法律責任。免責申明免責申明本報告所載數據和觀點僅反映于發出此報告日期當日的判斷。我們對報告所載信息的準確性、完整性或可靠性做盡最大努力的追求，但不作任何保證。在任何情況下，本報告中的信息或表述均不構成任何投資等建議，發布方對該報告的數據和觀點不承擔法律責任。不同時期，發布方可能會發布其它與本報告所載資料、結論不一致的報告。同時發布方對本報告所載信息，可在不發出通知的情形下做出修改，讀者應自行關注。關于清華大學經濟管理學院關于清華大學經濟管理學院清華大學經濟管理學院（以下簡稱“清華經管學院”）成立于1984年，朱镕基擔任首任院長（1984-2001），趙純均

132、擔任第二任院長（2001-2005），何建坤擔任第三任院長（2005-2006），錢穎一擔任第四任院長（2006-2018）。學院現任院長是白重恩。學院以“創造知識，培育領袖，貢獻中國，影響世界”為使命，以“成為世界一流的經濟管理學院”為愿望，以“正直誠實、敬業盡責、尊重寬容”為核心價值。40年來，清華經管學院在人才培養、科學研究、社會影響、國際交流等方面保持國內領先水平，并為建設世界一流的經濟管理學院而不斷努力。2007年至2008年，清華經管學院先后獲得國際商學院聯合會（AACSB）管理教育認證、AACSB會計教育認證、歐洲管理發展基金會（EFMD）的EQUIS認證，成為中國內地率先獲得A

133、ACSB和EQUIS兩大全球管理教育頂級認證的商學院。清華經管學院現有會計系、經濟系、金融系、創新創業與戰略系、領導力與組織管理系、管理科學與工程系、市場營銷系等7個系，覆蓋理論經濟學、應用經濟學、工商管理、管理科學與工程等4個一級學科。全國工商管理專業學位研究生教育指導委員會秘書處設在清華經管學院。2000年10月成立的清華大學經濟管理學院顧問委員會由海內外知名企業家、商學院院長、知名學者（包括諾貝爾經濟學獎獲得者）以及我國政府及財經部門領導人組成。學院首任院長朱镕基擔任顧問委員會名譽主席。高盛集團時任首席執行官亨利保爾森先生（Henry Paulson）擔任顧問委員會首任主席（2000-2

134、003），英國BP集團時任首席執行官約翰布朗勛爵（LordBrowne of Madingley）擔任第二任主席（2003-2008），沃爾瑪百貨公司時任首席執行官李斯閣先生（Lee Scott）擔任第三任主席（2008-2010），華盛頓布魯金斯研究院時任理事會主席約翰桑頓先生（John Thornton）擔任第四任主席（2010-2013），凱雷投資集團聯合創始人兼聯席首席執行官大衛魯賓斯坦先生（David Rubenstein）擔任第五任主席（2013-2016），Breyer Capital創始人兼首席執行官吉姆布雷耶先生（Jim Breyer）擔任第六任主席（2016-2019），蘋

135、果公司（Apple）首席執行官蒂姆庫克先生（Tim Cook）擔任第七任主席。顧問委員會的使命是加強學院與外部各界的聯系，提升學院在科研和教學方面的整體水平，幫助學院建設成為世界一流的經濟管理學院。49關于度小滿科技關于度小滿科技（中國中國）有限公司有限公司度小滿科技（中國）有限公司（以下簡稱“度小滿”）,原百度金融。2015年12月,百度整合旗下金融業務,成立金融服務事業群組(FSG),交由百度高級副總裁朱光全面負責,金融科技與無人車、DuerOS成為百度AI戰略的三大重要賽道。2018年4月,百度宣布旗下金融服務事業群組正式完成拆分融資協議簽署,拆分后百度金融啟用全新品牌“度小滿”,實現獨

136、立運營。2018年5月21日,度小滿正式成立,延承百度技術基因,探索人工智能在金融領域的應用,先后布局信貸、財富管理、支付、保險、個人金融科技和供應鏈金融科技六大業務板塊。度小滿堅持客戶至上,通過科技來服務小微?；谌斯ぶ悄?、金融云、區塊鏈和物聯網等底層架構,度小滿搭建了金融大腦,運用情感計算、關聯網絡和知識圖譜等技術,進行感知引擎和決策引擎運算,大數據處理能力實現日均100億次計算,智能風控模型年均上線10萬條策略,通過對征信報告進行深度解讀,識別出40多萬維風險指標,將信貸風險降低了25%,RPA機器人替代信貸審核中六成以上重復性工作,無感率達99.2%。度小滿將領先的技術實力應用到智能營

137、銷、智能風控、智能經營、智能運營和滿鏈融,精準識別小微風險特征,用科技幫助小微降低融資成本。2023年2月，度小滿宣布成為百度文心一言（英文名：ERNIE Bot）首批生態合作伙伴。度小滿將基于自身金融場景積累的海量對話及解決方案數據，融合“文心一言”的全面能力，打造全新的智能服務。這標志著對話式語言模型技術在國內金融場景的首次落地應用。50關于關于麻省理工科技評論麻省理工科技評論中國中國麻省理工科技評論（MIT Technology Review）依托麻省理工學院的學術和產業資源，于 1899年在美國麻省理工學院創刊，是世界上歷史悠久的科技商業智庫。自成立之初，麻省理工科技評論就一直關注那些

138、正在顛覆現有格局并創造新的市場機會而影響人類社會的技術，以及那些正在從實驗室走向市場即將商業化的技術。在此基礎上，也高度關注將這些技術落地并用這些技術影響我們生活的人和聰明企業。麻省理工科技評論于2016年落地中國，由DeepTech獨家運營，開展媒體、研究及會議業務，圍繞技術話題輻射和影響新興科技圈層，重點關注新興科技的商業化和社會價值，聚焦中國市場，為中國科技從業者帶來與全球百萬科技領域研究者、從業者及商業領袖進行前沿科技國際化交流的機會。關于關于清華大學經濟管理學院動態競爭與創新戰略研究中心清華大學經濟管理學院動態競爭與創新戰略研究中心清華大學經濟管理學院動態競爭與創新戰略研究中心成立于

139、2019年。中心以經世濟民的智慧追尋中西創新之道為使命，提升在動態競爭和創新戰略領域的學術和社會影響力。作為立足中國放眼全球的新型智庫，中心旨在融合貫通全球戰略管理領域的學術、教學與企業實踐，服務于中國以及全球華人企業和管理學者和學生。中心在協助政府客觀決策、提升企業自身認識、幫助管理學者理論創新、引導學界業界理論聯系實際等方面起到重要作用；對清華經管學院，及至清華大學在企業戰略和創新創業管理相關的學科建設、科研水平、科研成果轉化和人才培養等方面具有重要的推動作用。中心力爭培養一批融匯中西、理論結合實際的國際化高端人才，保持在動態競爭和創新戰略領域的國際領先地位。中心主要對動態競爭理論和數字化創新進行深入研究，通過融合動態競爭與創新戰略來發表多篇論文、出版系列著作、編寫相關案例，并分析企業最佳實踐。中心自成立以來，協辦參與每年的動態競爭國際論壇和中國管理學者交流營的活動，提升全球華人管理學者社群的影響力。中心還積極舉辦“全球化發展與企業數字化轉型研討會”等學術會議。聯系我們聯系我們如您希望與我們交流或有任何問題，請與我們聯系：51