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。
近日，波士顿咨询公司发布了《银行业生成式AI应用报告》。报告指出，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。
BCG曾以一家拥有约两万名员工的区域性国际银行为例，初步梳理了该银行前中后台相关部门应用生成式AI的潜力和效益，预计在首年即可以为该行节省约1.5亿美元的成本，占整体薪酬总包的7%左右。
BCG亚太区主席Neeraj Aggarwal此前在接受21世纪经济报道记者专访时表示，生成式AI就像是钢铁侠的铠甲，将赋予所有人崭新的能力，对人类社会产生巨大的影响。但与此同时，他强调，无论是企业，还是政府，都需要为此做好准备。
“虽然它带来了令人兴奋的可能性，但也意味着人们需要重新培养能力，你不能仅靠技术实现飞跃，配套的人才培训也需要跟上。它还在政策和责任方面提出了一些非常基本的问题，你不能把它留到未来才处理，你现在就必须认真应对，负责任的人工智能也很重要。”Aggarwal说道。
具体到银行业，BCG董事总经理、全球资深合伙人何大勇称，该技术已不只停留于概念阶段，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。
“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。”何大勇说道。
变革已至，大有可为相较于传统AI，生成式AI到底强大在哪里？“我们认为本质上它在两类能力上取得了跃升，从而实现了更好的应用场景，一是对话，二是创造能力。”BCG合伙人、BCG金融机构专项核心领导孙蔚说道。
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；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。
基于生成式AI的这些特性，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。
报告显示，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。
孙蔚认为，当前，银行业应用生成式AI还处于非常初期的阶段，在未来一年，可能很多银行都是在首个场景试水破冰的阶段。对于它未来的发展速度，她认为，这取决于很多因素，一是国内模型的发展速度和质量，二是监管政策和管理办法的出台。
规模化应用仍需体系性规划与此同时，在银行体系内规模化应用生成式AI仍面临巨大挑战。
“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。”波士顿咨询公司董事总经理、全球合伙人谭彦说道。
在谭彦看来，如何让生成式AI模型“说专业的话”、“说真话”是银行业规模化应用生成式AI的两个关键挑战。此外，他补充道，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。
“为了规模化应用生成式AI，是不是解决模型问题、技术架构问题就可以了？我们认为，一项新的技术要在一个组织内充分发挥作用，实际上，70%的瓶颈在于业务管理流程和组织能否进行配套的转型。”孙蔚举例指出，这包括信息安全、行为规范、标准流程、问责机制等方面的内容。
BCG强调，在推进该技术落地过程中，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。
