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：西太平洋银行
西太平洋银行是澳大利亚四大银行之一，是成立于1817年的澳洲第一家银行。
西太平洋银行增长实验室启动了人工智能编码助手的实验。将 60 名工程师聚集在一起，随机分成四组，其中一组是对照组、三组是实验组。对照组必须手工编码，基本做做平时会做的事情；其他三组则分别使用微软、亚马逊和 OpenAI 的人工智能编码助手工具，并用三、四个小时熟悉基础知识。每个小组被分配了七项任务，涉及各种编码语言，包括提取和导出数据、创建单元测试和数据转换。
与按常规方法编码的对照组相比，在人工智能编码助手的支持下，三个实验组的编码效率全面提高了46%。 数字化转型网www.szhzxw.cn
人工智能 案例2：澳新银行
澳新银行是澳大利亚主要商业银行之一，澳新银行正在通过将人工智能技术融入日常运营来拥抱数字化转型。该银行已将GitHub Copilot部署到3,000名开发人员，帮助他们将编码任务完成速度提高40%。此外，澳新银行还扩大了Microsoft 365 Copilot的使用范围，在成功试用后又提供了3,000个许可证。这些工具使员工能够简化任务，腾出时间进行战略思考和人际互动。
人工智能 案例3：加拿大帝国商业银行
加拿大帝国商业银行（CIBC）是加拿大主要的商业银行之一，CIBC宣布推出两款人工智能驱动的工具，旨在提高生产力并支持其以客户为中心的战略。一个是CIBC人工智能平台，该平台通过自动化日常任务来促进创新和简化运营，这款生成式人工智能工具使CIBC团队成员能够快速总结文档、生成会后材料和起草电子邮件，从而让他们能够专注于更高价值、以客户为中心的活动。CIBC人工智能平台的试点阶段于7月底启动，包括加拿大、美国和英国的员工，并将为更广泛的实施提供重要见解。
另一个是GitHub CoPilot，目前已向银行开发人员广泛推广。GitHub CoPilot 通过提供代码建议、自动执行重复任务和提高整体编码效率来帮助开发人员。实践证明，该工具在加快开发周期和提高代码质量方面非常有价值，在试点项目中表明，整个企业各个系统上工作的开发人员社区的生产力提高了10%至15%。
声明：本文来自网络，版权归作者所有。文章内容仅代表作者独立观点，不代表数字化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。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！ 数字化转型网www.szhzxw.cn
本文由数字化转型网（www.szhzxw.cn）转载而成，来源于沙丘社区；编辑/翻译：数字化转型网小白。
