(资料图)
8月4日，波士顿咨询公司发布《银行业生成式AI应用报告（2023）》，报告从生成式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、快速推动全面应用等四方面切入，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。
作为最早应用传统AI技术的领域之一，银行业正积极试水生成式AI在行业内各领域和场景下应用。报告指出，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；二是赋能人，利用生成式AI的“对话”和“创造”能力，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。
报告认为，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，推动规模化应用分步落地：第一阶段为少量场景的概念验证和局部落地；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，形成规模化实施顶层规划；第三阶段则为规模化应用落地和体系能力固化。
波士顿咨询公司（BCG）董事总经理、全球资深合伙人何大勇表示，生成式AI技术已不仅停留在概念阶段，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。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。
波士顿咨询公司（BCG）董事总经理、全球合伙人谭彦表示，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，难以满足银行业对金融专业能力、精准性方面的高要求，因此，如何让生成式AI模型“说专业的话”“说真话”，成为银行业规模化应用生成式AI的关键挑战。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很可能需在本地进行。
波士顿咨询公司合伙人孙蔚表示，一项新技术要在一个组织内充分发挥作用，真正的瓶颈在于业务本身的管理流程和组织能否进行配套转型。
“当所有人员都在进行AI工具互动时，怎么保证不把关键信息泄露出去？怎么保证问的问题符合银行安全专业标准？AI产出的所有答案什么时候能用、什么时候不能用？这些都需要有一个行为规范和流程标准。”孙蔚说，“生成式AI应用正对于整个组织和人才结构产生冲击。当AI大量代替基础分析员的工作，银行对于相关岗位的要求会减少，对有判断力、能做决策和评估的中层人员需求会增加。银行想规模性应用生成式AI的时候，需要考虑组织现有人才结构会不会受到大的影响，平衡好新技术应用和组织结构调整。”（经济日报记者袁勇）