

银行如何评估大模型场景价值？有哪些落地实践可参考？

沙丘社区

2024-12-19

导读：20个银行业大模型应用场景价值度评估与70个实践案例

作者｜沙丘智库研究团队

来源｜沙丘社区（www.shaqiu.cn）

以大模型为代表的人工智能技术是银行业发展新质生产力的重要引擎，加快布局和发展大模型是银行业积极响应“人工智能+”行动、提升核心竞争力、推进高质量发展的必然要求。

沙丘智库长期跟踪调研银行业大模型落地情况，从2023年初至今，银行业已经从最开始的观望态度逐渐过渡到将大模型技术作为未来的重点方向持续加持。当前，大模型在银行业的渗透也已从国有大行、股份制银行延伸到头部城商行、农商行。

从建设路径上看，对于大型银行而言，由于专业数据海量、应用场景丰富，更多引入业界领先的基础大模型，在此基础之上，自建或联合业界头部科技公司等共建金融行业大模型、金融企业大模型，在具体场景应用时，考虑到建设周期较长，可采用微调形成专业领域的任务大模型；

对于中小银行而言，则更多是综合考虑应用产出和投入性价比，按需引入各类大模型的公有云API或私有化部署服务，直接满足业务诉求。

但大模型并非万能，受制于模型黑盒、计算复杂度高、推理结果不可预知等因素，存在答非所问、应用成本高、科技伦理风险等方面的问题，银行需要充分关注其带来的应用风险。

对银行来说，现阶段最容易实现的大模型应用包括员工知识助手、智能文档助手、客服坐席助手（对内）、智能编码助手等较为“外围”的工作，但如果要将大模型进一步渗透到合规、风控、营销等核心业务场景中，还需要经过长时间的考验，在垂直业务领域进行磨合。

银行业如何选择大模型应用场景

针对众多的大模型应用场景，银行应从业务价值和可行性两个维度进行大模型应用场景的评估。

在《2024中国银行业大模型应用场景评估报告》中，沙丘智库共定义了20个大模型应用场景，包括员工知识助手、智能文档助手、客服坐席助手（对内）、智能编码助手、智能办公助手、数据分析助手、软件测试助手、个性化营销素材生成、智能运维助手、信贷审批助手、反洗钱报告生成、对话交易助手、虚拟数字客服（对外）、智能营销助手、智能财富助理（对外）、合规审查助手、异常交易检测、智能审计助手、监管合规政策解读、贷后催收助手，这些应用场景将助力银行实现提高营收、降本增效、风险管理以及非财务价值，银行业相关技术负责人可以根据大模型应用场景评估结果进行合理的资源投入与分配。

应用场景评估结果、场景定义等可查看完整报告：2024中国银行业大模型应用场景评估报告

有哪些值得参考的实践案例

在《2024年中国银行业大模型案例跟踪报告》，沙丘智库精选了包括中国工商银行、中国邮储银行、平安银行、招商银行等在内的70个银行业大模型落地实践，不仅展示了大模型在银行业的主要应用场景，还深入探讨了这些场景下的技术实现路径和业务价值，彰显大模型技术在提升业务效率、优化客户体验和强化风险管理等方面的巨大潜力。例如：

在员工知识助手场景，例如工商银行聚焦对公客户服务日常工作痛点，利用大模型“对话式”交互、智能检索、数据分析等技术能力，融合小模型、大数据分析成果，以对公营销通平台为统一入口，打造对公营销通“数字专家”新模式，支持一线营销人员一站式检索产品知识，获取营销机会，查询营销进展，定位系统功能联动业务办理等，提升发现、挖掘、跟进、转化客户服务和管理能力，提高对公客户营销服务质效。

在客服坐席助手（对内）场景，例如光大银行建设智能知识辅助助手能力。该能力基于人工智能技术中台体系，采用大模型+小模型+RPA技术方案，落地FAQ自动生成、工单生成及打标等一系列智能能力引擎，实现智能辅助贯穿客服坐席整体流程，提升智能客服整体能力水平。

在智能编码助手场景，例如民生银行通过构建“慧码”旅程方法和大模型基座平台，实现了代码生成、代码审核、质量门禁等环节的智能化，提高了研发效率和代码质量。

* 以上内容节选自沙丘智库《2024年中国银行业大模型案例跟踪报告》（95页PPT、70个案例）

更多研究：

2024年“大模型+智能客服”最佳实践报告

2024年“大模型+数据分析”最佳实践报告

2024年“大模型+RAG”最佳实践报告

...