作者
2022年11月,OpenAI發布ChatGPT3.5,迅速引起各界廣泛關注,引發了人工智能領域新一輪發展熱潮。ChatGPT作為一款基于人工智能技術的大語言模型(LLMs),在文本生成、對話理解、多領域知識覆蓋等方面具有卓越表現。本文基于ChatGPT的技術原理,簡要介紹國內大模型的發展現狀,重點介紹大模型在信用卡行業全生命周期的應用,并探討未來金融行業大模型的發展方向。
ChatGPT3.5發(fa)布后,引起社會各界廣(guang)泛關注和(he)(he)討論(lun),上(shang)線(xian)5天用(yong)(yong)戶(hu)(hu)注冊量(liang)達100萬,上(shang)線(xian)2個月月活(huo)用(yong)(yong)戶(hu)(hu)超過1億,成為迄今為止用(yong)(yong)戶(hu)(hu)增長(chang)速度最快(kuai)的(de)(de)(de)消費級(ji)(ji)應(ying)用(yong)(yong)程(cheng)(cheng)序。它(ta)不(bu)僅可以通過谷歌(ge)三級(ji)(ji)程(cheng)(cheng)序員考試,在(zai)雅思和(he)(he)托(tuo)福考試、司(si)法考試、編寫文(wen)案和(he)(he)論(lun)文(wen)、詩(shi)詞歌(ge)賦等方(fang)面也(ye)有非常優異的(de)(de)(de)表現(xian)(xian)。2023年3月14日,OpenAI發(fa)布ChatGPT4.0,它(ta)是基于(yu)GPT架(jia)構開發(fa)的(de)(de)(de)對(dui)話(hua)(hua)式AI模型(xing),通過學習大量(liang)的(de)(de)(de)現(xian)(xian)成文(wen)本和(he)(he)對(dui)話(hua)(hua)集合,根(gen)據用(yong)(yong)戶(hu)(hu)的(de)(de)(de)文(wen)本輸入產生(sheng)相應(ying)的(de)(de)(de)智能(neng)回答,可以像人類那樣(yang)進(jin)行即時對(dui)話(hua)(hua)。因此,可以把ChatGPT簡單理解(jie)為一個由AI驅動的(de)(de)(de)聊天機器人。2024年2月15日,OpenAI發(fa)布的(de)(de)(de)Sora再次震驚世界。Sora模型(xing)的(de)(de)(de)核心能(neng)力在(zai)于(yu),能(neng)夠根(gen)據用(yong)(yong)戶(hu)(hu)輸入的(de)(de)(de)文(wen)本描(miao)述,生(sheng)成長(chang)達一分鐘的(de)(de)(de)高(gao)質(zhi)量(liang)視頻,這(zhe)些視頻不(bu)僅視覺質(zhi)量(liang)高(gao),而且與用(yong)(yong)戶(hu)(hu)的(de)(de)(de)文(wen)本提(ti)示高(gao)度一致(zhi)。這(zhe)一成果的(de)(de)(de)發(fa)布,預示著視頻制作和(he)(he)內容創(chuang)作方(fang)式的(de)(de)(de)革命性變化。
然而(er)(er),ChatGPT的成(cheng)功(gong)并非偶(ou)然,而(er)(er)是得益于(yu)一系列(lie)先進的技(ji)術和(he)創(chuang)新。其(qi)中,最為核心的就(jiu)是Transformer架(jia)構、預(yu)訓練加(jia)微調和(he)多輪對話處理等(deng)訓練方法,這些(xie)技(ji)術的應(ying)用使得ChatGPT能夠(gou)實現對自(zi)然語(yu)言的理解和(he)生成(cheng),并提供高質(zhi)量的對話體驗。
一、國內大模型的發展現狀
全(quan)球(qiu)范圍(wei)內大(da)模型已進(jin)入了一個高(gao)速(su)發(fa)(fa)展期,各大(da)科技企(qi)業(ye)(ye)和研究機構如(ru)微(wei)軟(ruan)、谷歌、Meta、亞(ya)馬遜等(deng)在(zai)(zai)這一領域投入巨大(da),均推出了面(mian)向企(qi)業(ye)(ye)、開發(fa)(fa)者和個人(ren)的眾多產品(pin)。在(zai)(zai)國內市場(chang),互聯(lian)網企(qi)業(ye)(ye)也緊(jin)跟技術腳步,研發(fa)(fa)出多類產品(pin),其中BAT發(fa)(fa)布的大(da)語(yu)言模型產品(pin)在(zai)(zai)中文應(ying)用方面(mian)表(biao)現出色。國內大(da)語(yu)言模型產品(pin)及訪問方式詳見(jian)表(biao)1。
根(gen)據(ju)頭部大模型(xing)評測機構(gou)(CMMLU、C-eval、SuperCLUE)的綜合數據(ju),國內市場已發布的大模型(xing)產品在中文表現方面完全(quan)可以代替ChatGPT等一眾國外產品。

大語言(yan)模(mo)型有(you)三種使用(yong)場(chang)景:一是普通用(yong)戶(hu)(hu)(hu)打開產(chan)品網頁,通過手機號碼(ma)注冊就可以直接(jie)對話訪(fang)問(wen)(wen),基(ji)本功能(neng)完全(quan)免費,部分高級(ji)模(mo)型需要充(chong)值(zhi)才能(neng)使用(yong)。二是開發(fa)者(zhe)用(yong)戶(hu)(hu)(hu)可以通過程序(xu)調(diao)用(yong)大模(mo)型的(de)API接(jie)口(kou)進行訪(fang)問(wen)(wen),并(bing)將訪(fang)問(wen)(wen)結果整合至自身產(chan)品中(zhong),調(diao)用(yong)過程中(zhong)需要考慮數據(ju)安(an)全(quan)問(wen)(wen)題。三是公(gong)司用(yong)戶(hu)(hu)(hu)下載(zai)各(ge)大公(gong)司開源的(de)大模(mo)型訓練結果并(bing)在本地(di)部署(shu),通過訓練打造屬于本公(gong)司個(ge)性化的(de)大模(mo)型產(chan)品。
二、大模型在國內信用卡行業的應用場景
目(mu)前,國內(nei)外發布的(de)(de)大(da)(da)模(mo)型雖然在(zai)(zai)實現細節、網絡架構(gou)、訓練數據以及優化(hua)策略等方(fang)面(mian)各具(ju)特色,但其訓練原(yuan)理基本相(xiang)同,都(dou)是基于深度學習技術,尤其依賴于大(da)(da)量(liang)規范(fan)語(yu)料(liao)庫的(de)(de)學習和(he)神經網絡的(de)(de)訓練與優化(hua),這也是為(wei)什(shen)么國內(nei)大(da)(da)模(mo)型在(zai)(zai)中(zhong)文表現方(fang)面(mian)可以追(zhui)趕和(he)超越(yue)國外產品的(de)(de)原(yuan)因(yin)。這些大(da)(da)模(mo)型憑(ping)借強大(da)(da)的(de)(de)能力,能夠(gou)(gou)在(zai)(zai)信用(yong)卡的(de)(de)全生命周期內(nei)發揮重要作(zuo)用(yong),覆蓋客戶服務(wu)、市場營銷(xiao)、風險防控、產品研發、運營維護(hu)以及綜合(he)辦公等多(duo)個關鍵(jian)環節,不僅能夠(gou)(gou)有效(xiao)提(ti)升(sheng)客戶滿意度,降低人(ren)工成本,提(ti)高工作(zuo)效(xiao)率,還能夠(gou)(gou)為(wei)員(yuan)工提(ti)供創意靈感,從而整體改(gai)善工作(zuo)流程(cheng)。以下結合(he)ChatGPT的(de)(de)工作(zuo)原(yuan)理,深入探討(tao)大(da)(da)模(mo)型在(zai)(zai)信用(yong)卡行(xing)業的(de)(de)應用(yong)場景。
1.客戶服務
信(xin)用(yong)卡(ka)行業傳統客(ke)(ke)服(fu)通(tong)(tong)常是(shi)通(tong)(tong)過(guo)人工客(ke)(ke)服(fu)或(huo)預設(she)的(de)(de)(de)(de)問(wen)答(da)(da)文檔用(yong)機器人自動回復(fu)客(ke)(ke)戶問(wen)題(ti)。所謂的(de)(de)(de)(de)線(xian)上智能客(ke)(ke)服(fu),大多是(shi)一種基于規(gui)則的(de)(de)(de)(de)自動化程序,只(zhi)能回答(da)(da)預先設(she)定的(de)(de)(de)(de)相關內(nei)容、執行特(te)定任務,內(nei)容單調且覆(fu)蓋問(wen)題(ti)范(fan)圍有限。銀行可通(tong)(tong)過(guo)客(ke)(ke)服(fu)渠道、App、微信(xin)銀行、網站、社交(jiao)平(ping)臺或(huo)其他線(xian)上渠道創建數字人助手,借(jie)助大模型這一超級知識大腦,為(wei)客(ke)(ke)戶提供各(ge)領域(yu)的(de)(de)(de)(de)問(wen)答(da)(da)幫助,如(ru)賬單日、逾期、溢繳款等信(xin)用(yong)卡(ka)常識。這將(jiang)有助于提高(gao)新客(ke)(ke)戶在行內(nei)微信(xin)銀行、App等渠道的(de)(de)(de)(de)訪(fang)問(wen)量和客(ke)(ke)戶黏性,通(tong)(tong)過(guo)與潛在客(ke)(ke)戶的(de)(de)(de)(de)對(dui)話,收集(ji)客(ke)(ke)戶需(xu)求(qiu)、偏(pian)好和目標,持續優化信(xin)用(yong)卡(ka)產品。
對于(yu)存量客(ke)(ke)戶(hu)(hu)(hu),銀行可在(zai)(zai)其登錄某(mou)一渠道驗證身份后進行實(shi)時(shi)互(hu)動(dong),方(fang)便客(ke)(ke)戶(hu)(hu)(hu)通(tong)過輸(shu)入語(yu)音(yin)、文字、圖片等信(xin)息查詢賬(zhang)單、可分期(qi)金(jin)額,咨(zi)詢業(ye)務流程、熱門權益(yi)、活動(dong)說明、推(tui)薦(jian)辦卡獎(jiang)勵規(gui)則、分期(qi)產品(pin)辦理要(yao)求(qiu)、App某(mou)一功能所在(zai)(zai)位置等。銀行可基于(yu)大模型理解(jie)(jie)客(ke)(ke)戶(hu)(hu)(hu)表達,精準(zhun)掌握(wo)客(ke)(ke)戶(hu)(hu)(hu)真實(shi)需求(qiu),結合上下文語(yu)境,自動(dong)生成用于(yu)解(jie)(jie)答、服(fu)(fu)務咨(zi)詢的(de)對話,快速回答客(ke)(ke)戶(hu)(hu)(hu)的(de)問題,同(tong)時(shi)跳轉(zhuan)到對應業(ye)務界(jie)面。通(tong)過內部數據訓練、人(ren)機交互(hu)方(fang)式的(de)變革,銀行讓用戶(hu)(hu)(hu)體(ti)驗到真人(ren)的(de)服(fu)(fu)務品(pin)質(zhi),實(shi)現7×24小(xiao)時(shi)全天(tian)候(hou)真正的(de)智(zhi)能客(ke)(ke)戶(hu)(hu)(hu)服(fu)(fu)務,從(cong)而降(jiang)低客(ke)(ke)服(fu)(fu)人(ren)工成本(ben),提升客(ke)(ke)戶(hu)(hu)(hu)滿意度和品(pin)質(zhi)體(ti)驗。
2.市場營銷
優(you)(you)質的(de)(de)(de)信(xin)用卡(ka)營銷(xiao)(xiao)(xiao)(xiao)方(fang)案(an)能(neng)(neng)夠(gou)有(you)效(xiao)激發(fa)客戶(hu)興趣,增強客戶(hu)黏性,提(ti)(ti)高(gao)信(xin)用卡(ka)的(de)(de)(de)使用率和客戶(hu)轉化(hua)(hua)率。銀行(xing)(xing)結(jie)合(he)(he)營銷(xiao)(xiao)(xiao)(xiao)目(mu)標,將業務(wu)需求(qiu)輸(shu)入(ru)至本(ben)地大模(mo)(mo)(mo)型(xing),模(mo)(mo)(mo)型(xing)將依托客戶(hu)的(de)(de)(de)基本(ben)信(xin)息、消費歷史及(ji)(ji)行(xing)(xing)為偏好進(jin)行(xing)(xing)深(shen)度訓練(lian)。同時,結(jie)合(he)(he)業務(wu)人(ren)(ren)員的(de)(de)(de)具體需求(qiu),大模(mo)(mo)(mo)型(xing)能(neng)(neng)夠(gou)生(sheng)成針對特定客群的(de)(de)(de)信(xin)用卡(ka)優(you)(you)惠活動(dong)、返現(xian)計劃、獎勵機制(zhi)、專屬特權、增值服務(wu)及(ji)(ji)積分兌換(huan)等(deng)(deng)大量(liang)方(fang)案(an)。銀行(xing)(xing)可(ke)從(cong)這些方(fang)案(an)中篩(shai)選出未曾實(shi)施的(de)(de)(de)活動(dong),并運用AB Test模(mo)(mo)(mo)式與過(guo)往營銷(xiao)(xiao)(xiao)(xiao)方(fang)案(an)進(jin)行(xing)(xing)對比,通過(guo)實(shi)際效(xiao)果(guo)的(de)(de)(de)驗證,識(shi)別(bie)出哪些方(fang)案(an)表(biao)現(xian)更佳(jia),從(cong)而(er)持續優(you)(you)化(hua)(hua)營銷(xiao)(xiao)(xiao)(xiao)策略;將營銷(xiao)(xiao)(xiao)(xiao)結(jie)果(guo)數據(ju)(ju)再次輸(shu)入(ru)本(ben)地大模(mo)(mo)(mo)型(xing),基于反(fan)饋數據(ju)(ju)進(jin)一步優(you)(you)化(hua)(hua)新的(de)(de)(de)營銷(xiao)(xiao)(xiao)(xiao)方(fang)案(an),通過(guo)這種方(fang)式不(bu)斷(duan)迭(die)代提(ti)(ti)升轉化(hua)(hua)率。此外,本(ben)地部署(shu)的(de)(de)(de)大模(mo)(mo)(mo)型(xing)與AIGC技術的(de)(de)(de)結(jie)合(he)(he),不(bu)僅能(neng)(neng)自(zi)動(dong)化(hua)(hua)生(sheng)成營銷(xiao)(xiao)(xiao)(xiao)資(zi)料(liao),還能(neng)(neng)為業務(wu)人(ren)(ren)員提(ti)(ti)供豐富的(de)(de)(de)營銷(xiao)(xiao)(xiao)(xiao)主題設計方(fang)案(an);配(pei)合(he)(he)智(zhi)能(neng)(neng)繪圖工具(如Midjourney等(deng)(deng)),自(zi)動(dong)生(sheng)成營銷(xiao)(xiao)(xiao)(xiao)圖片、海報和banner,從(cong)而(er)有(you)效(xiao)降低人(ren)(ren)工成本(ben),實(shi)現(xian)個性化(hua)(hua)營銷(xiao)(xiao)(xiao)(xiao)方(fang)案(an)的(de)(de)(de)快速落地。
在(zai)智能外(wai)(wai)呼(hu)(hu)(hu)營(ying)銷(xiao)(xiao)場(chang)景(新戶(hu)(hu)開(kai)卡、客(ke)(ke)戶(hu)(hu)促活、現(xian)金分期、商品分期、銷(xiao)(xiao)卡挽留等)中,目(mu)前市場(chang)上的(de)智能外(wai)(wai)呼(hu)(hu)(hu)機器人話術(shu)(shu)呆(dai)板,一(yi)旦客(ke)(ke)戶(hu)(hu)識別(bie)出對(dui)方是機器人,便會迅(xun)速(su)掛(gua)斷(duan)電話,外(wai)(wai)呼(hu)(hu)(hu)效果(guo)不(bu)理想,客(ke)(ke)戶(hu)(hu)體(ti)驗感差,影響企業形象。銀(yin)行(xing)利用本地已訓(xun)練好(hao)的(de)大(da)模(mo)型(xing)(xing)按(an)照一(yi)定表結(jie)構如聯系方式(shi)、姓名、行(xing)為偏好(hao)、開(kai)場(chang)話術(shu)(shu)等,生成(cheng)(cheng)一(yi)份外(wai)(wai)呼(hu)(hu)(hu)營(ying)銷(xiao)(xiao)名單,然后(hou)(hou)(hou)將大(da)模(mo)型(xing)(xing)對(dui)接客(ke)(ke)服外(wai)(wai)呼(hu)(hu)(hu)系統(tong)按(an)照名單進(jin)行(xing)外(wai)(wai)呼(hu)(hu)(hu),結(jie)合(he)(he)自動語音識別(bie)技術(shu)(shu)(ASR)、文(wen)本到(dao)語音合(he)(he)成(cheng)(cheng)技術(shu)(shu)(TTS)等語音合(he)(he)成(cheng)(cheng)模(mo)塊技術(shu)(shu),使(shi)客(ke)(ke)戶(hu)(hu)通過語音的(de)方式(shi)與(yu)大(da)模(mo)型(xing)(xing)進(jin)行(xing)交(jiao)互,實現(xian)真正的(de)“千人千面”話術(shu)(shu)營(ying)銷(xiao)(xiao)。在(zai)與(yu)客(ke)(ke)戶(hu)(hu)交(jiao)流的(de)過程中,本地大(da)模(mo)型(xing)(xing)可(ke)以結(jie)合(he)(he)上下文(wen)回答客(ke)(ke)戶(hu)(hu)的(de)各種(zhong)問題,使(shi)客(ke)(ke)戶(hu)(hu)在(zai)獲取到(dao)有價值的(de)信息后(hou)(hou)(hou)不(bu)會立刻(ke)掛(gua)斷(duan)電話,為后(hou)(hou)(hou)續的(de)業務開(kai)展(zhan)提供了有利條件(jian),由此可(ke)顯(xian)著提升與(yu)客(ke)(ke)戶(hu)(hu)的(de)互動質(zhi)量和體(ti)驗。
3.風險防控
識(shi)別客戶風(feng)(feng)(feng)險(xian)等級并降低不(bu)良率,一直是信(xin)用(yong)卡行(xing)(xing)業的(de)核(he)心(xin)任(ren)務(wu)之(zhi)一。大模型(xing)通(tong)過深度分(fen)析(xi)海量的(de)交易數據(ju)、用(yong)戶行(xing)(xing)為(wei)(wei)及(ji)歷史風(feng)(feng)(feng)險(xian)模型(xing),能夠精準(zhun)識(shi)別出(chu)客戶潛(qian)在的(de)風(feng)(feng)(feng)險(xian)因(yin)素和異常行(xing)(xing)為(wei)(wei)。這一功能不(bu)僅能為(wei)(wei)業務(wu)人員(yuan)提供具體的(de)風(feng)(feng)(feng)險(xian)因(yin)素作為(wei)(wei)參考,而(er)且能自動生(sheng)成風(feng)(feng)(feng)險(xian)客戶名單(dan),業務(wu)人員(yuan)僅需驗證(zheng)名單(dan)準(zhun)確性,提前干預(yu)潛(qian)在的(de)不(bu)良行(xing)(xing)為(wei)(wei)即可,從(cong)而(er)有(you)效防控風(feng)(feng)(feng)險(xian)。
對于(yu)優(you)(you)質客(ke)(ke)戶(hu),適度(du)提升信(xin)用(yong)卡(ka)額(e)度(du)不僅有(you)助(zhu)于(yu)擴大消費(fei),還能(neng)(neng)促進分(fen)期(qi)業務收益(yi)的增長。銀行借助(zhu)本地訓練的大模型,通過輸入全(quan)量(liang)優(you)(you)質客(ke)(ke)戶(hu)的信(xin)用(yong)評分(fen)、還款歷史(shi)及收入數據等詳細信(xin)息,使模型能(neng)(neng)夠自動(dong)完成預測與風(feng)(feng)險評估,生成調額(e)名單,并將這一(yi)名單與調額(e)系統對接,即可實現自動(dong)提額(e)功能(neng)(neng)。業務人(ren)員只需定(ding)期(qi)監控提額(e)客(ke)(ke)戶(hu)的消費(fei)表現,評估提額(e)效果,便能(neng)(neng)確保策(ce)略(lve)的有(you)效性和精準性。通過這一(yi)流程,銀行在(zai)確保風(feng)(feng)險可控的同時,進一(yi)步優(you)(you)化(hua)客(ke)(ke)戶(hu)體驗(yan),推動(dong)信(xin)用(yong)卡(ka)業務的健康(kang)發展。
4.產品研發
研(yan)發(fa)(fa)(fa)一款暢銷的(de)(de)(de)信(xin)用(yong)卡產(chan)(chan)(chan)品(pin)(pin)(pin),對(dui)(dui)于(yu)銀(yin)行(xing)(xing)的(de)(de)(de)營收至關重要,同時(shi)也對(dui)(dui)產(chan)(chan)(chan)品(pin)(pin)(pin)研(yan)發(fa)(fa)(fa)人(ren)員(yuan)提出(chu)(chu)了(le)(le)更高的(de)(de)(de)要求(qiu)。除(chu)了(le)(le)基(ji)本的(de)(de)(de)金融知(zhi)識之外,產(chan)(chan)(chan)品(pin)(pin)(pin)研(yan)發(fa)(fa)(fa)人(ren)員(yuan)還需(xu)要掌握行(xing)(xing)業(ye)內已經發(fa)(fa)(fa)行(xing)(xing)的(de)(de)(de)各種暢銷卡產(chan)(chan)(chan)品(pin)(pin)(pin)的(de)(de)(de)特(te)色與權益、新(xin)戶禮(li)品(pin)(pin)(pin)、申請說明等(deng)詳(xiang)細(xi)信(xin)息;此(ci)(ci)外,還需(xu)熟悉國(guo)內外上千家同業(ye)銀(yin)行(xing)(xing)的(de)(de)(de)產(chan)(chan)(chan)品(pin)(pin)(pin)特(te)征(zheng),以確保新(xin)研(yan)發(fa)(fa)(fa)的(de)(de)(de)信(xin)用(yong)卡產(chan)(chan)(chan)品(pin)(pin)(pin)具(ju)有(you)行(xing)(xing)業(ye)競爭(zheng)優(you)勢。然而(er),對(dui)(dui)于(yu)產(chan)(chan)(chan)品(pin)(pin)(pin)研(yan)發(fa)(fa)(fa)人(ren)員(yuan)來(lai)(lai)說,這(zhe)(zhe)樣的(de)(de)(de)學(xue)習成本非常(chang)高。為(wei)了(le)(le)解決(jue)這(zhe)(zhe)一問題,銀(yin)行(xing)(xing)可以將全行(xing)(xing)業(ye)產(chan)(chan)(chan)品(pin)(pin)(pin)的(de)(de)(de)學(xue)習資料提供給大(da)模(mo)型,讓它通過(guo)訓練(lian)學(xue)習,整合(he)碎片知(zhi)識,并(bing)結合(he)當前客(ke)戶的(de)(de)(de)潛(qian)在需(xu)求(qiu)和(he)不(bu)同人(ren)群的(de)(de)(de)標簽,如時(shi)尚特(te)征(zheng)、Z世代等(deng),直接給出(chu)(chu)具(ju)有(you)某(mou)種特(te)色的(de)(de)(de)產(chan)(chan)(chan)品(pin)(pin)(pin)及其相關權益、新(xin)戶禮(li)品(pin)(pin)(pin)、申請說明等(deng)信(xin)息,由此(ci)(ci)銀(yin)行(xing)(xing)就(jiu)具(ju)有(you)了(le)(le)一種全新(xin)的(de)(de)(de)產(chan)(chan)(chan)品(pin)(pin)(pin)研(yan)發(fa)(fa)(fa)流程(cheng)和(he)業(ye)務解決(jue)方(fang)案(an)(an)。新(xin)流程(cheng)下,產(chan)(chan)(chan)品(pin)(pin)(pin)研(yan)發(fa)(fa)(fa)人(ren)員(yuan)只需(xu)要對(dui)(dui)大(da)模(mo)型提供的(de)(de)(de)眾(zhong)多產(chan)(chan)(chan)品(pin)(pin)(pin)方(fang)案(an)(an)進行(xing)(xing)論證,并(bing)通過(guo)進一步的(de)(de)(de)調(diao)研(yan)來(lai)(lai)衡量產(chan)(chan)(chan)品(pin)(pin)(pin)的(de)(de)(de)覆蓋(gai)群體、預計發(fa)(fa)(fa)卡量、營收情況、合(he)作機構等(deng)后(hou)續工作即(ji)可。這(zhe)(zhe)種流程(cheng)大(da)大(da)降低了(le)(le)產(chan)(chan)(chan)品(pin)(pin)(pin)研(yan)發(fa)(fa)(fa)人(ren)員(yuan)在前期調(diao)研(yan)的(de)(de)(de)成本,使其能夠更多地專注于(yu)理解客(ke)戶需(xu)求(qiu),并(bing)最終在眾(zhong)多方(fang)案(an)(an)中甄選出(chu)(chu)最適合(he)客(ke)戶需(xu)求(qiu)、兼具(ju)個性化和(he)綜(zong)合(he)性的(de)(de)(de)產(chan)(chan)(chan)品(pin)(pin)(pin)方(fang)案(an)(an),從而(er)提高銀(yin)行(xing)(xing)的(de)(de)(de)經營收入。
5.運營維護
大模型憑借強大的(de)文本處(chu)(chu)理(li)能(neng)(neng)力,能(neng)(neng)夠讀取相關代(dai)碼(ma)并編寫詳盡的(de)運維(wei)文檔,提供代(dai)碼(ma)注釋、操作指南(nan)、故障排除(chu)步驟(zou)和(he)常見(jian)問題解答等信息;同時,還能(neng)(neng)夠針(zhen)對特定問題生(sheng)成清晰易懂的(de)解釋和(he)操作步驟(zou),幫助運維(wei)人員更加高效(xiao)地處(chu)(chu)理(li)問題,減(jian)少(shao)操作失誤(wu)和(he)故障發生(sheng)的(de)可能(neng)(neng)性。
傳(chuan)統(tong)運(yun)營(ying)管理需要(yao)耗費(fei)大(da)(da)量人力(li)和時間(jian)成(cheng)本,定期(qi)輸出運(yun)營(ying)周報(bao)、月報(bao)、場景評估報(bao)告(gao)和對應的(de)(de)優(you)化方(fang)案,復雜(za)場景甚至要(yao)對多個(ge)系統(tong)的(de)(de)多個(ge)模(mo)(mo)(mo)塊(kuai)進(jin)行(xing)數據匯聚和集中監控。銀行(xing)基(ji)于自(zi)主訓練的(de)(de)金融(rong)垂直大(da)(da)模(mo)(mo)(mo)型,利用生(sheng)成(cheng)式AI大(da)(da)模(mo)(mo)(mo)型多模(mo)(mo)(mo)態(tai)、跨模(mo)(mo)(mo)態(tai)的(de)(de)內(nei)容生(sheng)成(cheng)能(neng)力(li),對接信(xin)用卡部(bu)(bu)門內(nei)部(bu)(bu)系統(tong),通過插件將(jiang)大(da)(da)模(mo)(mo)(mo)型的(de)(de)多維能(neng)力(li)與外部(bu)(bu)工(gong)具、資源、知識等優(you)勢(shi)融(rong)合。同(tong)時,大(da)(da)模(mo)(mo)(mo)型可為一(yi)線運(yun)營(ying)人員(yuan)提供(gong)時效性更高、交(jiao)互更便捷、內(nei)容更豐富、邊際成(cheng)本接近于零的(de)(de)運(yun)營(ying)支撐能(neng)力(li),如指標趨勢(shi)分(fen)(fen)析、運(yun)營(ying)圖表生(sheng)成(cheng)、運(yun)營(ying)報(bao)告(gao)生(sheng)成(cheng)、運(yun)營(ying)分(fen)(fen)析和方(fang)案推薦等。
自(zi)(zi)動(dong)(dong)化技術(shu)目前(qian)已經很(hen)成熟(shu),可以(yi)(yi)通(tong)(tong)過(guo)模擬人類的(de)鍵盤(pan)和(he)(he)(he)鼠標(biao)操作(zuo)(zuo),幫助銀(yin)行(xing)自(zi)(zi)動(dong)(dong)化、重復性、標(biao)準化地執行(xing)繁瑣的(de)業務(wu)流程,如對賬(zhang)(zhang)、調(diao)賬(zhang)(zhang)、數據錄入、報表生成等(deng),以(yi)(yi)提高業務(wu)效率和(he)(he)(he)減少工(gong)作(zuo)(zuo)量(liang)。將(jiang)大(da)模型與(yu)RPA技術(shu)結(jie)合,通(tong)(tong)過(guo)語音和(he)(he)(he)文(wen)字(zi)就(jiu)可以(yi)(yi)自(zi)(zi)動(dong)(dong)生成RPA的(de)個性化主題代碼,并完成自(zi)(zi)動(dong)(dong)化部署。銀(yin)行(xing)利用大(da)模型與(yu)現有技術(shu)的(de)深度融(rong)合,可以(yi)(yi)節約(yue)大(da)量(liang)的(de)時間和(he)(he)(he)人力資源,從而提高工(gong)作(zuo)(zuo)效率。
6.綜合辦公
在(zai)綜(zong)合辦(ban)公方面(mian),大模型(xing)可以基于銀行(xing)的(de)歷(li)史項(xiang)目(mu)文檔、辦(ban)公文檔、業務(wu)數據(ju)、會(hui)議紀要等訓練數據(ju),創建內部知識庫。當銀行(xing)在(zai)商(shang)討(tao)一個(ge)項(xiang)目(mu)方案或重大決策時,可以在(zai)開會(hui)之前或過(guo)程中,咨詢大模型(xing)對該(gai)問題(ti)的(de)看法,使(shi)其結合歷(li)史數據(ju)給(gei)予(yu)客觀(guan)的(de)意見。如果在(zai)大模型(xing)上封裝(zhuang)ASR、TTS語(yu)音(yin)合成模塊,就可使(shi)其直(zhi)接(jie)參(can)加(jia)會(hui)議討(tao)論。如此,銀行(xing)增加(jia)了(le)一個(ge)了(le)解全(quan)部歷(li)史數據(ju)、客戶數據(ju)的(de)智能(neng)語(yu)音(yin)助手,效(xiao)率可想而(er)知。
大(da)模型服務于行內員工的另(ling)一(yi)種場景,就是編寫(xie)文(wen)檔。員工日常工作包括編寫(xie)會議記(ji)錄、匯報材料、項目文(wen)檔等(deng),通常占據員工大(da)量的時(shi)間,不但耗時(shi)耗力而且很(hen)多文(wen)檔內容極其相(xiang)似(si),而通過本(ben)地訓練的大(da)模型就可以解(jie)決這些問題。此(ci)外,新入(ru)職的員工在了解(jie)企業背景、過往項目案例、業務經驗、處室工作職責時(shi),同樣也可以咨詢(xun)大(da)模型,不需要死(si)記(ji)硬背某些業務知識,方便新員工或調崗員工短時(shi)間內迅(xun)速(su)上手(shou)。
三、未來展望
迄(qi)今為止,許(xu)多機構已(yi)經深(shen)刻(ke)認(ren)識(shi)到(dao)大模型(xing)的能力,并將其應(ying)用(yong)于(yu)實際業務中。
2023年3月(yue),彭博(bo)社推出金(jin)(jin)融(rong)領域垂直大(da)模型(xing)BloombergGPT,為金(jin)(jin)融(rong)行(xing)(xing)業(ye)提(ti)供了高效解決(jue)方案。國(guo)內(nei)相關企業(ye)也(ye)涉(she)足此領域,度小(xiao)滿、螞蟻科技等已(yi)發布相關產品。度小(xiao)滿開源的“軒(xuan)轅”大(da)模型(xing)已(yi)在眾多(duo)金(jin)(jin)融(rong)機構試用,并在多(duo)業(ye)務場(chang)景初見(jian)成效。國(guo)內(nei)銀(yin)(yin)行(xing)(xing)業(ye)也(ye)積極(ji)擁抱大(da)模型(xing)技術,如工商銀(yin)(yin)行(xing)(xing)、農業(ye)銀(yin)(yin)行(xing)(xing)、平(ping)安(an)銀(yin)(yin)行(xing)(xing)及(ji)北京銀(yin)(yin)行(xing)(xing)都在多(duo)個場(chang)景中探(tan)索應用大(da)模型(xing),提(ti)升(sheng)了金(jin)(jin)融(rong)服(fu)務的智能(neng)化(hua)水平(ping)。
2024年,生成式AI將(jiang)從模(mo)(mo)型(xing)(xing)層(ceng)走(zou)向(xiang)應用層(ceng),從而更好(hao)發揮(hui)大(da)(da)模(mo)(mo)型(xing)(xing)的(de)(de)潛(qian)在(zai)價(jia)值,但是在(zai)實際(ji)操作(zuo)中銀行還面臨一(yi)定難(nan)點。影(ying)響場景落地(di)的(de)(de)因素大(da)(da)致(zhi)包括硬件算力費用、模(mo)(mo)型(xing)(xing)可解(jie)釋(shi)性(xing)、企業(ye)數(shu)(shu)據(ju)量級、數(shu)(shu)據(ju)隱私(si)(si)安(an)全、專業(ye)人才(cai)培養等方(fang)面。因此,未來的(de)(de)研究方(fang)向(xiang)可能(neng)會聚焦(jiao)在(zai)以(yi)下幾方(fang)面:一(yi)是提高模(mo)(mo)型(xing)(xing)的(de)(de)性(xing)能(neng)和效率,減少訓練和推理(li)的(de)(de)計算成本,簡化本地(di)部署流程(cheng)(cheng);二(er)是解(jie)決模(mo)(mo)型(xing)(xing)可解(jie)釋(shi)性(xing)和透(tou)明性(xing)問題,使得用戶可以(yi)理(li)解(jie)模(mo)(mo)型(xing)(xing)的(de)(de)生成過程(cheng)(cheng)和背后的(de)(de)邏輯(ji);三(san)是收集(ji)整理(li)企業(ye)的(de)(de)數(shu)(shu)據(ju)資產,為未來AI普及做準備(bei);四是研究如何解(jie)決模(mo)(mo)型(xing)(xing)中的(de)(de)隱私(si)(si)泄露問題,并(bing)制(zhi)定相關規章制(zhi)度及保護措施;五(wu)是銀行內部培養人工智能(neng)及大(da)(da)數(shu)(shu)據(ju)方(fang)向(xiang)的(de)(de)技術人才(cai),不斷學習積累技術經驗,為真正實施AI場景做準備(bei)。
綜上所述,大(da)模(mo)型(xing)在信(xin)用(yong)卡行(xing)業的應(ying)用(yong)探索已初見成效(xiao)。從個性化(hua)推(tui)薦到風(feng)險(xian)控(kong)制,從客戶(hu)服(fu)務到數據(ju)分析,大(da)模(mo)型(xing)正逐漸改變信(xin)用(yong)卡行(xing)業的業務模(mo)式和用(yong)戶(hu)體驗(yan)。隨著(zhu)技術的不斷(duan)進(jin)步,大(da)模(mo)型(xing)將進(jin)一步釋放(fang)信(xin)用(yong)卡行(xing)業的創新潛力,為消費(fei)者提供更便捷(jie)、更智能的金融服(fu)務,推(tui)動(dong)信(xin)用(yong)卡行(xing)業的數字化(hua)轉型(xing)和升(sheng)級。