在人工智能浪潮的推动下，AI大模型技术正以前所未有的方式，改变着各行各业的服务方式和用户体验。这其中，银行业作为数据密集型行业，成为大模型率先探索的重要行业。

那么，经过一年多的发展，银行业在AI大模型的运用，已经进展到哪一步了呢？

01 从落地到场景深入，大行占据领先位置

十年前，银行业实现了从传统线下到互联网金融线上的“艰难”转型。而如今，它们俨然成为AI大模型落地的“排头兵”。

据《麻省理工科技评论》发布的全球金融机构大模型榜单，我国有12家金融机构进入全球TOP20，其中蚂蚁集团、平安集团、工商银行、建设银行、中国银行、马上消费金融、农业银行位居全球TOP10。

具体发展得如何了呢？以国有大行为例，在半年报中，各家银行均提及了大模型的研发进展，以及在场景落地应用上的进阶。

其中，工行在半年报中介绍，其深化大模型技术建设与赋能，在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。同时开展金融行业和企业级大模型二次训练，建成了高质量、多维度、大体量的金融大模型训练数据集，使其具备较强的金融领域知识理解和分析推理能力。

另外，工行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；赋能金融市场领域投资、融资、交易等业务全流程，提高业务处理效率；打造营销智能助手，开发产品智能问答、营销活动方案设计等功能，精准发力支持客户营销。

邮储银行称，其完成大模型算力云资源池试点建设；大模型异构算力集群初步具备支持千亿级规模大模型训练能力。

在场景应用上，邮储大脑逐步向生成创作提升，为员工打造多种智能办公助手。具体看，远程银行客户投诉分析场景可辅助坐席进行投诉内容的监管报送分类，准确率达93%；文档内容审核可帮助业务需求管理人员快速理解与审核需求内容，业务标签提炼准确率达84%，功能点抽取准确率达96%等。

建行称，其持续推进金融大模型建设及应用，全面赋能公司金融、个人金融、资金资管、风险管理、科技渠运、综合管理六大板块79个行内业务场景；提升文生图输出质量，支撑客户营销提质增效；优化检索增强生成应用模式，支撑授信审批财务分析，将客户财务分析报告工作用时由数小时缩短至分钟级别。

农行2024半年报显示，其在人工智能技术应用方面，加快以AI技术为驱动的智慧银行建设，密切跟踪大模型技术趋势，持续完善AI软硬件支撑体系，稳妥推动AI+应用场景落地。

中国银行在半年报中对于大模型着墨较少，仅表示试点代码辅助等大模型应用。

交通银行在其2024年半年报中表示，积极探索AIGC前沿技术，制定生成式人工智能建设规划，组建GPT大模型专项研究团队。同时，与科大讯飞联合成立了创新实验室。

股份制银行也不甘落后，在场景应用上不断开花。

如兴业银行“随兴写”生成式大模型已经赋能反洗钱。据了解，兴业银行“随兴写”是一个可疑交易报告智能生成模型，它利用大模型与自然语言处理技术，能高效精准分析洗钱可疑客户行为、可疑主体信息和可疑交易信息等特征，并快速生成辅助分析报告。

民生银行则将大模型赋能研发。其研发团队从金融研发自身安全、效率、可控等需求出发，推出了“慧码”旅程指导方法，打造了覆盖开发、集成、测试、投产的端到端运行风险监测能力。

引入代码大模型产品后，系统的生成采纳率为20-30%之间，采纳代码与提交量占比大致在30%左右，接近业界主流实践水平，代码注释率从18%提升至约30%。

柒财经注意到，银行业在大模型领域不断开拓的背后，是其源源不断对金融科技领域的投入。2023年，国有六大行的金融科技投入总金额达到了1228.22亿元，同比增长5.38%。

这一投入不仅创下了新高，而且占到了总营业收入的3.52%，达到了历年来的最高值。其中，工商银行、建设银行、农业银行和中国银行的投入均超过了百亿元。且截至去年末，六大行的科技人员总数已超过9万人。

02 应用效果有差异，中小行“另辟蹊径”入局

AI大模型确实为银行业科技发展带来了无限可能，但实际应用效果如何，通过与它们的智能客服沟通，便可窥见一二。

好比农业银行，其在今年上半年财报中称，将持续深化科技赋能，开拓企业微信、智能外呼等渠道建设应用，结合掌银搭建客户多元化金融场景，引入AI技术赋能线上服务全流程，识客更加精准、产品和服务更加适配、客户体验更加智慧便捷。

而柒财经通过农业银行App向智能客服提问时，其回答显得有些“呆板”：即询问“推荐的理财产品”时，客服能够给出具体的操作过程；而询问“理财产品推荐”时，客服则表示，“暂未找到对应的答案”。同样的问题，只是调整了语序，回答内容便不同。

除农业银行外，股份行的“老大哥”招商银行也推出智能客服助理AI小招，其借助AI、大数据技术，持续推动零售业务全面AI化。

柒财经进入招商银行App客服页面，其中热门问题中有基金推荐、保本产品推荐及最近市场情况，而当柒财经询问时，智能客服则机械回答“目前没有保本理财”“无法预测未来市场”等。

不过，在“小招—客服门户”页面上，“数字人招晓霖”板块是一种可以对话的智能助理，其以数字人的形式向用户介绍产品，并能够通过用户的语音进行产品的答疑互动。

此外，浦发银行基于智能自动化（IA）的机器人工厂项目获得中国人民银行“金融科技发展奖”三等奖。

该行推出了数字人小浦、浦惠座舱、浦惠云舱、AMA等人工智能创新成果。在行业内首创的数字人体系，形成多类数字员工，有效提升服务转化率。

而进入浦发银行手机软件中，柒财经询问“理财产品推荐”，浦发银行智能客服给出了具体的操作流程，并表示“如未解决，您可继续联系客服代表”。

当询问“存量房贷利率调整实施细则”，浦发银行智能客服给出了较为具体的回答，涉及“调整方式及时间”“调整规则”“贷款信息查询方法”等，较为详细。

此外，和国有银行和股份行等规模较大的银行相比，中小银行在AI技术的筹备和应用上相对有所滞后。毕竟，动辄一年掏出几十亿甚至上百亿的大型银行相比，中小银行的“腰包”显然厚度要差得多。而且在人才储备上，中小银行业也相形见绌。

更重要的是，在本身就面临着营收、盈利停滞甚至下滑的现实面前，中小银行如果在AI大模型上大规模投入，可能还要背负着不可预测的试错成本，这又是一个不可承受之重。

不过，越来越多的中小银行已经“另辟蹊径”地行动起来，如就大模型项目进行招标，且目标性比较强。

如在上月，吉林银行发布大模型知识引擎（一期）建设项目招标公告，拟选择1家厂商为该行建设大模型知识引擎系统软件一套，项目资金343万元。

8月，上海银行发布了个人手机银行鸿蒙版本升级项目之大模型智能体采购公告，要求投标人在2021年1月1日以来，具有大模型对话场景相关实施案例至少1例且只接受拥有智能体相关产品著作权的供应商参与等。

虽然进展有快有慢，但随着AI在应用场景的持续深入，可以预料的是，银行业必将被激发出更大的潜力，创造更多的价值。