自2022年底ChatGPT3.5發布以來，生成式AI相關話題熱度持續走高，并以驚人的技術迭代和應用演進速度帶動了各行業企業的競相布局。而作為最早應用傳統AI技術的領域之一，銀行業試水生成式AI能否創造真正的價值以及有什么風險？

　　8月4日，波士頓咨詢公司（BCG）發布了《銀行業生成式AI應用報告（2023）》（下稱《報告》），從生成式AI技術特點、新價值釋放場景與快速落地、規模化應用能力準備、快速推動全面應用四大方面為切入要點，深入解析了銀行業在推動生成式AI應用過程中關注的核心問題。

　　“該技術已不只停留于概念階段，” 波士頓咨詢公司（BCG）董事總經理、全球資深合伙人何大勇強調，如何借力新技術賦能銀行轉型已成為行業必須深入思考的命題。同時，《報告》也指出，多重因素作用下，在銀行體系內規模化應用生成式AI仍面臨巨大挑戰。

　　變革已至！生成式AI的突破性能力，

　　有望助力銀行業降本增效

　　得益于科學算法的突破和工程算力的進步，生成式AI相較于傳統AI展現出了突破性的對話和創造能力。就“對話”能力而言，傳統AI在回答問題時往往對上下文的理解欠缺，導致答案相關性較低，表達機械化；而生成式AI則能夠理解更長的上下文，并進行擬人化的思考和回答，與人類進行更自然的對話溝通；在“創造”能力方面，傳統AI只能按照預設任務輸出答案（如分類、數值預測）；而現在的生成式AI能夠自動生成自洽的圖形、文字創作甚至代碼，具備優秀的內容創作能力。

　　《報告》分析指出，銀行業應用生成式AI主要遵循兩大類價值創造邏輯：一是替代人，接受大量重復性、簡單基礎的任務，以釋放運營類人力資源；二是賦能人，利用生成式AI的“對話”和“創造”能力，以AI為助手放大關鍵節點“人”的產能，賦能“專業”內容形成和“基礎管理”環節。

　　生成式AI的應用場景可以貫穿銀行全產業鏈的各個環節：每個職能部門、每條業務線本質上都能找到生成式AI的應用場景。同時，有實踐表明規模化應用生成式AI有望為銀行業帶來可觀的降本增效收益。

　　“BCG曾經拿一家兩萬員工規模的區域銀行進行測算，如果能夠規模化的應用上述前中后臺的場景，降本增效的效率實現是可以非常快速的。” BCG合伙人，BCG金融機構專項核心領導孫蔚舉例稱，這家兩萬人規模的銀行大概薪酬總包是21億美金，首輪規模化應用生成式AI能實現30%的降本收益。

　　落地是否可行？局部速贏已有路徑，

　　規模化應用仍需體系性規劃

　　銀行業具備由點及面推進生成式AI應用的三大條件，即扎實的數字化基礎、完備的技術能力和多元豐富的數據。

　　在推進技術落地過程中，《報告》提出四大舉措需予以重點關注：第一，在探索初期，優選生成式AI應用場景，平衡收益和風險，與傳統AI充分結合；第二，在具體應用過程中，巧用方法，利用嵌入、提示詞設計、微調三大抓手，讓AI生成的答案更專業、實事求是；第三，在生成式技術能力體系建設上，夯實技術基礎，合理部署、多維選型、全棧升級；第四，在重塑體系規模化應用過程中，遵循10/20/70原則，即10%是模型，20%是整體IT能力升級，70%是業務與組織的轉型，而后兩個因素更為關鍵。

　　同時，《報告》指出，銀行在對生成式AI的探索中需具備長線思維，開展體系化的頂層規劃，并與相關業務和科技部門協同共進，推動規模化應用的分步落地。概括而言，可分三個階段由點及面、敏捷推進：第一階段為少量場景的概念驗證和局部落地，即選擇重點應用場景，快速完成概念驗證、構建MVP最小可行產品；第二階段為開展全場景盤點和體系規劃，即基于局部應用的效果和經驗，形成規模化實施的頂層規劃；第三階段則為規模化應用落地和體系能力的固化。

　　“隨著生成式AI技術的逐步成熟完善，其應用可拓展到銀行業全價值鏈，充分發揮其‘對話’和‘創造’能力，替代人、賦能人，降本增效，釋放生產力，為銀行業帶來巨大變革。” 何大勇強調，銀行急需提速布局生成式AI的應用落地，爭奪變革浪潮下的競爭先機。

責任編輯：宋源珺