【pg電子官方網站】平安銀行劉錦淼：大模型助力金融服務降本增效

南方財經全媒體見習記者 黃子瀟 深圳報道

“目前大模型在金融行業的平安應用處在探索階段，已落地場景大部分為通用場景，銀行典型應用場景有待進一步深挖，劉錦pg電子官方網站將通過7大通用能力賦能，淼大模型優化升級銀行的助力增效金融服務?！?/p>

10月31日，金融降本在香港金融科技周—大灣區專場上，服務由南方財經全媒體集團、平安21世紀經濟報道、銀行眾安銀行聯合舉辦的劉錦“灣區數字銀行對話”正式舉行，本次灣區數字銀行對話以“一小時生活圈與數字銀行新治理”為主題，淼大模型在香港的助力增效虛擬銀行與深圳的數字銀行、傳統銀行的金融降本對話中碰撞出思維火花。

平安銀行金融科技部基礎中臺研發中心總經理劉錦淼以“大模型助力數字金融提升金融服務能力”為主題進行了分享。服務

劉錦淼表示，平安"數字化經營、數字化運營、數字化管理"作為平安集團在推動數字化轉型中提出的“三數工程”，需要借助AI大模型相關技術能力，促成“三數工程”落地，達成"降成本、提效率、pg電子官方網站控風險"的績效目標。

他進一步指出，大模型現已覆蓋平安銀行多條線的多個場景。同時，他認為銀行在運用大模型技術時要結合AI能力的建設，要建立算法工程體系，并拓展AI Agent能力。

平安銀行“三數工程”背后的財務邏輯

一直以來，銀行業都在探討銀行的數字化之路。

相比香港虛擬銀行、內地數字銀行天然具備的數字化特質，傳統銀行的數字化成本普遍更高。然而，平安銀行作為一家較為年輕的傳統銀行，通過多次戰略轉型探索出獨特的道路，一舉成為了股份制銀行中以零售和數字化為特色的商業銀行。

劉錦淼表示，“數字化經營、數字化運營、數字化管理”，這是平安集團在推動數字化轉型中提出的“三數工程”，將達到“降成本、提效率、控風險”的績效目標。

首先，數字化經營作為一種相對閉環的能力，貫穿了平安銀行的零售轉型?！叭绾芜M一步提升銷售效率，怎樣更多獲客，如何以數字渠道海量觸客，實現用轉客，線上活客等一系列數據的線上化閉環能力的構建，就是數字化經營的典型場景?！眲㈠\淼說道。

其次，數字化運營是通過“機+人” 模式重塑業務流程，用機器替代簡單重復的人力密集型工作，其目標就是降本增效?！拔覀冇写罅康木€下和客服人員，如何優化操作流程、降低成本，降低反欺詐、消保的等方面的賬戶風險，是數字化運營層面的問題?！?/p>

最后，數字化管理是借助一系列風險管理、預警預測技術與模型，強化風險管理和預測預警能力。目標是顯著提升精細化管理、精準風控水平，牢牢守住風險底線，為提升整體經營安全保駕護航?！百J款的投向要準，才能滿足監管底線要求，減少罰款；計量要準，才能更多去投放貸款?！?/p>

“三數工程”的背后，由數字化的財務價值所驅動。

“杜邦分析中ROE凈資產收益率包含利潤率、周轉率、杠桿率三個乘數，要提升收益率，需要通過降成本、提效率、控風險來實現。降成本是對應數字化運營，提效率是對應數字化經營，控風險是對應著數字化管理，‘三數工程’一一對應著這三個財務目標?！?/p>

劉錦淼表示，平安銀行通過多個指標測算是否能達成財務目標，進而確定數字化建設的投入比例。數字化建設依賴科技支撐，平安銀行經歷過線上化、數字化、智能化三個能力層級的建設。

“首先是線上化能力，對應的是銀行的科技資產；再者是數字化能力，產生的是數據資產；而智能化屬于AI體系，對應的是模型資產?！?/p>

“三數工程、三個財務目標與三化能力建設相互促進，最終會形成持續閉環的飛輪效應，支持企業的數字化轉型?！?/p>

在圓桌對話環節，劉錦淼進一步探討了銀行數字化的增量邏輯和資源稟賦。

“在流量入口上，零售業務靠互聯網，對公業務靠產業數字化。無論數字銀行還是虛擬銀行，都要歸集于經營本質，通過數字化創造自己的資源稟賦，再基于資源稟賦選擇自己的商業模式?！?/p>

他認為，科技力量賦能數字化場景，將是中國產業數字化發展的大趨勢，也會是數字銀行的新稟賦，即在場景上創新，通過物聯網、AI技術差異化識別信用風險，借由金融在供給端不斷數字化升級的趨勢下，以更低的成本賦能給產業方。

大模型助力平安銀行提升金融服務能力

已落地多條線、 多個場景

在大模型分級層面，行業內采用了L0-L2的分級標準，平安銀行在此基礎上進一步細分為L0-L3級別。

“平安銀行的L3，代表著是大家都在探討的AI Agent，AI重寫一切，AI原生?！眲㈠\淼說。

同時，平安銀行根據需求的定制化程度，將大模型應用和訓練分成直接體驗，快速應用，微調訓練，深度開發四個級別，從而適應不同的目標對象和應用場景。

在現場，劉錦淼展示了平安銀行內部所用大模型支持的十多個具體場景，在應用價值上可分為促銷售、提體驗、控風險、降本增效四個維度，分別適用于銷售營銷、客戶運營、對公、資金同業、風控審核、員工輔助等銀行條線場景。

他進一步展示了平安BankGPT的應用架構，底層為CPU、GPU、存儲等算力能力，訓練層為分布式訓練框架，而后基礎大模型，包括ChatGLM和LlaMa等開源的大模型；經過推理引擎層后將運營能力釋放給prompt工程，支撐知識問答、文本生成、代碼生成等應用場景。

關于大模型在平安銀行的應用，劉錦淼提出了五個觀點，

首先，金融大模型的標桿應用還未真正出現，由于金融屬性本身的特點，大模型將更多通過其7大通用能力優化升級銀行的金融服務，而很難在短時間內出現顛覆性的大模型金融應用；

“顛覆性的大模型解決的更多是通用性問題，但行業縱深發展到各類具體的應用場景，不能全通過大模型來解決。此類場景不同于標桿應用，除了需要客戶授權外，還需構建出很強的數據輸入能力?！眲㈠\淼認為，“正是因為場景和數據的掣肘，金融業很難產生To C端的標桿應用?！?/p>

“金融業的核心是解決資金融通的問題。金融服務主要和數字打交道而不是和語言，因此，大模型很難代替傳統數字化相關能力。此外，大模型應用到風控中的風險較大，主要因為風控模型、信貸投放、審批模型要求強解釋。但可考慮大規模應用在反欺詐場景中，因為反欺詐模型不需要很強的可解釋性?！?/p>

同時，銀行運用大模型技術要結合AI能力的建設，要建立算法工程體系，還要拓展AI Agent能力，才能不斷將大模型高質量地運用在銀行服務場景中，例如平安銀行的ChatBI就是運用大模型孵化出的極簡高效的數據分析工具；

第三，Prompt工程驅動大模型在企業能開放訓練能力，大模型會成為新的智能化研發語言；

此外，大模型應用中要關注數據授權和安全、模型驗證和模型監控三大風險；

最后，劉錦淼表示邊緣大模型生態不容小窺，要留意大模型的邊緣部署場景。在銀行業的應用前景上，開源的小參數大模型的應用場景相比ChatGPT類的公有云產品更為可期。