人工智能资讯|国内外银行大模型应用对比：智能财富助理（对外）-数字化转型网www.szhzxw.cn

数字化转型网人工智能专题

与全球关注人工智能的顶尖精英一起学习！数字化转型网建立了一个专门讨论人工智能技术、产业、学术的研究学习社区，与各位研习社同学一起成长！欢迎扫码加入！

随着人工智能技术的飞速发展，全球银行业都在经历着一场由大模型技术引领的变革，不仅将改变银行业的服务方式，还将重塑客户体验和业务流程。

近期，沙丘智库发布了《2024中国银行业大模型应用场景评估报告》和《2024中国银行业大模型案例跟踪报告》，系统性地分析了当前对中国银行业而言最有价值、最具可行性的20个大模型应用场景，并展示了70个中国银行业大模型实践案例，旨在帮助企业全面了解大模型在中国银行业的落地情况。

国外银行业在大模型技术的应用上同样表现出积极探索的态度，但与国内银行业相比，在技术路线、落地场景、应用进程等方面存在较大不同。通过对国外银行业大模型应用的深入研究，并与中国银行业大模型应用进行对比，沙丘智库得出如下结论：数字化转型网www.szhzxw.cn

第一，从技术路线上看，国外银行大多选择外采，而国内银行则普遍采取自建或与专业机构联合共建。大部分国外银行不开发自己的大模型，而是直接采购外部商用大模型，例如花旗银行、西太平洋银行、荷兰银行等都选择了采购OpenAI的大模型产品。为了避免将数据暴露给外部供应商，国外银行通常会采取一些数据安全方面的措施，例如摩根大通通过包装和外挂的方式，向员工提供OpenAI的ChatGPT服务。

第二，国外银行直接对客使用的大模型应用较多，而国内银行则更多是对内服务。以最典型的智能客服场景为例，国外银行使用大模型技术开发聊天机器人直接面客服务，例如Tonik银行（总部位于菲律宾的数字银行）在其移动应用中推出了生成式AI聊天机器人，能够以类似人类的准确性和同理心理解和回应查询，为用户提供即时信息访问，减少等待时间；国内银行则更多是将大模型用于对内的客服坐席助手场景，辅助客服人员完成客户互动。大模型的幻觉问题使其在面客时存在不确定性风险，国外银行依旧对这一点保持谨慎，摩根大通首席数据和分析官Heitsenrether曾表示，“银行对直接接触个人客户的生成式AI更加谨慎，因为聊天机器人可能会提供错误信息”。数字化转型网www.szhzxw.cn

第三，国外银行用于核心业务场景的变革型应用更丰富，而国内银行更多是实现降本增效的赋能型应用。大模型用于核心业务场景可以为企业带来巨大的竞争优势，国外银行已经开始将大模型用于核心业务场景，例如产品定价、资金管理、反欺诈等。国内银行更多是在探索知识助手、编码助手、办公助手等赋能型大模型应用，但一些头部银行已经开始向核心场景迈进，例如在工商银行基于大模型打造的ChatDealing产品建设报价员助手，依托量化策略模型，为小额交易提供智能报价，实现对客交易效率提升3倍，询价交易笔数同比增长40%，带来利润超亿元。

为了帮助国内银行更好地借鉴国外同业经验，沙丘智库梳理国外银行大模型典型案例如下：

人工智能案例1：富国银行

美国富国银行（WELLS FARGO），创立于1852年，总部设在旧金山，是美国唯一一家获得AAA评级的银行。数字化转型网www.szhzxw.cn

在年轻一代财务压力正在上升之际，富国银行希望在他们的财务旅程中提供支持和帮助，因此开发了虚拟助手-Fargo，并嵌入到富国银行的应用程序中，用户可以通过搜索的方式输入需求解决问题，Fargo能够提供“通过个性化洞察比较每月消费情况和月趋势、一站式管理你的付款并查看即将到期的账单等帮助”,通过这种便捷的交互方式，从而提升客户的情感和财务状况。

人工智能案例2：Erste银行

Erste银行成立于1819年，是奥地利最大的商业银行。Erste Bank希望为客户提供个性化金融服务助手，在几秒钟内为客户解答他们的财务健康度以及其他与资产相关的话题，目的是让客户以一种易于使用的方式获取财务知识。

Erste 银行在其网站上提供了一个使用自然语言的文本聊天机器人，可以全天候回答金融相关问题，这些答案反映了该银行200多年来积累的金融知识。Erste 银行将ChatGPT的常识和对话能力与具体的金融知识相结合，从Erste银行的所有网站、出版物和知识文件中提取内容，并将其输入知识库，然后将其作为模型的基础，该数据库总共包含3,400多个条目。数字化转型网www.szhzxw.cn

在测试阶段，该解决方案与金融专家进行了3,300次聊天，收到了1,700多条反馈，弥补了 457个知识缺口。