能通过大学考试、应聘谷歌程序员……上线5天注册用户数超百万，“万能”的ChatGPT在全球完成一次病毒式的AI“自传播”。
在重视合规、严谨，容错率极低的银行业，ChatGPT还能灵吗？银行业广泛应用的人工智能和ChatGPT有何区别？人工智能的新浪潮里，银行业将如何抓住机遇？
Q1：AI在银行业火了很久了
和ChatGPT有何区别？ChatGPT能用在银行吗？
网商银行CTO高嵩：2022年是生成类（AIGC）技术的爆发之年，图片生成是AI作画，ChatGPT是文本生成。ChatGPT的“智能”来自技术的突破，和千亿级以上的参数训练，也就是说它“看”过人类积累的海量知识，全部记住的同时还能创造性地完成论文、剧本、代码等。
智慧离不开巨额投入。ChatGPT训练一次的成本介于200万美元至1200万美元之间，微软对ChatGPT背后的OpenAI投入，已经超过100亿美元。因此，任何一家银行自建ChatGPT并不现实。
国内已有科技公司在探索大模型，未来在此基础上，调优金融领域的专业知识，倒是有应用的可能。这相当于科技公司先把机器人培养成一个优秀大学生，金融公司再把它培养成信贷专家。
兴业银行总行金融科技研究院院长助理负责人李锋：人工智能涉及的应用方向非常多，范围很大，自然语言处理、语音识别、计算机视觉、营销、风控、推荐、图谱、图像识别等都包括在内。ChatGPT是其中自然语言处理中的一个分支，它和智能客服等对话机器人的应用看上去有天然的结合性。
不过，如果说ChatGPT是做作文题，智能客服做的则是判断选择题。传统的对话机器人，主要利用自然语言理解能力，识别用户的问题，在理解对方的意思之后，再给出标准答案。而银行业有着非常高的严谨性和合规性要求，金融业务特殊，对客服务的回答话术代表银行服务，每句回答要经过审核必须有严格的审核和质量控制，保证其合规性和严谨性。而ChatGPT打开了我们的思维空间，它打破了传统对话机器人要穷举用户对话意图的运营模式，从自然语言生成的角度，能够产生极其丰富的对话内容和应答范围，却不需要大量的人工运营成本。但这样的技术，真正要应用到金融对客服务领域，真的要做客服，还有很多需要考虑的因素，例如它生成的内容是否专业，对银行理财、产品、风险的理解是否足够严谨，是否会产生误导等等，都需要考虑。
Q2：关于ChatGPT的讨论最火的话题之一是什么工作会被取代
国外甚至有的行业禁止使用ChatGPT，银行业有这个担心吗？
平安银行总行金融科技部零售研发中心总经理兼基础零售事业部联席总裁储量：我认为类ChatGPT的技术，倒不见得会改变金融服务本身，而是客户行为可能会发生一些改变。原来很多客户对金融知识的获取主要通过专业人员，但今天可以直接问语音机器人。它的回答可能比某些行员还要专业，或者丰富度更高。
当你的客户已经了解了很多知识的时候，那么这就对银行的行员提出了更高的要求，如怎样体现出我们的专业性。
网商银行人工智能部总经理韩冰：银行业是一门关于“信用”的生意。不仅仅是便捷，还需要合规和可信。ChatGPT所代表的语言生成类技术，很有启发，我们要思考的是，如何让这类型的技术能够做它擅长的事情，从而为商业模式创造新的可能性。
比如网商银行的百灵系统，是通过AI信贷员和用户交谈，依据用户提供类似发票、账单、合同、门口照等材料，经过风控系统识别、采信，从而判断是否给用户增加信贷额度。
收集材料的过程，容错率相对高，难度低，大规模语言生成技术，能让AI信贷员和用户的交流更顺畅。但是对材料的采信，计算授信额度，是这类技术无法完成的。
同时，在许多新进入的行业、小众行业，AI会面临样本不够，训练少等问题，所以其还是更适合辅助人工。
Q3：AI是银行在科技领域最重点投入的方向吗？
重点投入的领域是什么？
浦发银行总行信息科技部副总经理万化：浦发银行刚刚过了30周年的庆典，AI算是一个亮点工程。我们在AI的投入，主要是数字人。2018年开始谋划，2019年数字员工“小浦”正式“入职”。它既能当智能客服，也能做培训、大堂经理，还能做财富规划师和质检员等，大幅提升银行的经营效率。
比如说，交易员做市场间交易的时候是很忙的。我们现在有一个“小浦交易员”协同他处理，通过AI的方式完成面向机构间的交易。我们还做了AI理财专家，对财富的投教，客户的触达，转化率，都是挺高的。AI理财专家，最终的目标是变成千人千面的理财助手和陪伴。同时小浦作为AI培训师，已经完成了大量的培训。
网商银行人工智能部总经理韩冰：我们是一家专注小微金融的科技银行，人工智能可以说是我们的技术基石。不过，我们在探索人工智能的时候，不是什么火就做什么，而是从农民的一亩小麦该贷多少钱，卡车司机能贷多少钱这样实际的问题出发，去探索技术的应用和创新。
农村一直是金融服务的稀薄地带。农户没抵押物，他们最大的资产，就是土地上的庄稼。然而，一亩小麦，满山猕猴桃树，在银行换算成贷款几乎不可能。2019年，网商银行首创了卫星遥感信贷技术“大山雀”尝试解决这一问题。卫星拍摄农户的土地，人工智能技术来观察与计算土地面积，庄稼的品种、长势，预测产量产值，从而给予合理的额度。目前，大山雀已经服务全国超过100万种植户。
2021年，线下实体商业受疫情影响，下游经销商、零售商亟须金融输血。网商银行推出数字供应链解决方案“大雁系统”。将图计算等技术用于供应链金融，识别企业关系，为零售门店和下游经销商的信用“画像”，为其提供服务。大雁系统将供应链金融的覆盖率从30%提升至80%，大量线下实体小微企业获得“雪中送炭”的应急资金。
还有前面提到的百灵交互式智能风控系统。目前，已经有超过500万用户通过“百灵”提交材料，完成自证。
AI在银行业中的应用，更擅长做数学题，ChatGPT擅长的是语文题。
Q4：AI在银行应用中
是否有其局限性？
平安银行总行金融科技部零售研发中心总经理兼基础零售事业部联席总裁储量：这个问题可以理解为，银行应该如何用好AI？首先，作为银行，我们应该是AI工具的用户，而不是最底层的技术开发者。所以，我们要保持和科技公司开放合作的心态，也要保持对新技术的敏锐度。
既然是业务应用，那么银行在AI的实践中，要避免两个误区：其一，业务神话AI，觉得把诉求丢给AI，自然就得到答案了，这是不可能的。业务要把自己的问题问出来，了解算法和AI运行的逻辑，跟算法工程师、研发工程师一起合作解决问题。其二，业务仅仅把AI当作几个技术产品，解决几个点状的问题，这种性价比是不高的。
所以，银行必须要体系化思考，在整个的业务模式、业务场景里，哪些环境最需要用AI技术。如果它带来的是一线工作人员或者客户体验质的变化，那才是用好了AI，把AI用成了“新基建”。
上海银行总行数据管理与应用部总经理助理刘训艳：从我们的AI建设成效来看，已经支撑了近200个业务场景，涉及全行11个业务部门。这几年行内非常重视数字化人才队伍的建设，人才引入基本也是面向金融科技为主。我们目前缺的并不是纯粹懂做数据分析、数据挖掘的人，也不是单纯做工程和做产品的人，真正缺的是业务+数据+技术的复合型人才，需要会用数据驱动业务经营管理的人才。业务和技术如何配合协同，是很多银行在推广AI时常常面对的问题。第一，技术侧主动推动的AI原型和场景是否是业务需要的？如果不是，就很难形成合力。第二，“我人工做也挺好的，AI有时候不可解释，真正用于自动化决策，大家还是会有担心，辅助决策相对多一些。”所以，人工智能不是上线就万事大吉，他需要有共同的目标和持续的运营。AI离不开数据，数据样本不够大的时候，BI就够了。因此，在人工智能的实践中，我们不能盲目认为AI是万能的，还是要从实际的需求和场景出发。