11月30日，由中國金融認證中心（CFCA）、數字金融聯合宣傳年聯合百余家銀行主辦的“數字化轉型前瞻 第十九屆（2023）數字金融聯合宣傳年年度活動”在京舉辦。本次活動設置“前瞻·數字新趨勢”與“前瞻·轉型新路徑”兩大板塊，與會嘉賓圍繞相關熱點話題進行分享。《2023中國數字金融調查報告》發布、“2023數字金融金榜獎”頒獎，以及“2023信創‘大比武’金融場景適配驗證賽道”專項獎表彰等重磅環節也在本次活動中精彩呈現。

清華大學五道口金融學院副院長、金融學講席教授張曉燕出席活動并以《大語言模型在銀行數字化轉型中的應用》為題發表主旨演講。

清華大學五道口金融學院副院長、金融學講席教授張曉燕
 

大語言模型（英文：Large Language Model，簡稱LLM）是一種用于處理自然語言信息的大型人工智能模型。這些模型在大規模文本數據上進行訓練，以學習語言的語法、語義和上下文信息，使它們能夠理解和生成人類語言并執行多種任務。

張曉燕談到，大語言模型雖然出現的時間較短，但正在對全球經濟和中國經濟產生積極和深遠的影響。首先是大語言模型帶來全球經濟生產效率的提升，助力經濟增長；其次是推動就業市場更迭，高盛預計全球超過3億個崗位將受到大語言模型沖擊，但求職者也可以考慮轉向由大語言模型產生的新崗位就業。

關于大語言模型在生產中的作用，張曉燕指出其最主要提供兩大應用：第一是完成對人類語言的加工處理，提升文案工作效率和質量；第二是提煉數據信息進行決策輔助。

隨后張曉燕指出，金融行業是信息和數據密集行業，因此大語言模型對金融行業的潛在影響巨大。首先，金融行業需要處理海量文本信息，大語言模型有助于分析和提取新聞媒體、研究報告、財務報表、企業公告、政府政策等文本信息中的價值；其次，金融信息具有強時效性，大語言模型可以做出秒級分析并提出建議。

銀行業是金融行業的重要組成部分，正在廣泛開展和推進數字化轉型，因此必將成為被大語言模型影響的重點領域。張曉燕認為，銀行業許多場景非常適合大語言模型的應用和落地，包括負債業務、資產業務、中間業務等。

對于負債業務，基于大語言模型的智能客服可以協助優化存款業務流程，同時節省人力成本，提升服務效率。如中國工商銀行的AI數字員工將服務效率提高了5倍，從人工服務每位用戶需要8分鐘，縮短到數字員工服務每位用戶僅需1.5分鐘。

對于資產業務，智能信貸可根據用戶信用資料提供針對性的貸款方案；智能營銷通過用戶資產、負債、風險行為等資料，基于不同場景，識別和預測客戶的信貸需求和偏好，針對性服務用戶；智能風控可提高信貸審批的風險識別能力，提高信用風險、操作風險、市場風險的識別能力，實現更有效的風險預測和預警。

對于中間業務，智能支付可提高支付結算安全性和便捷性；智能投顧可根據用戶風險偏好，推薦個性化理財建議，助力銀行代銷理財產品，如浦發銀行(600000)“財智機器人”能夠為用戶自動分析和總結市場現狀，推薦個性化理財建議和產品。

最后，張曉燕談到，銀行業大語言模型落地同樣面臨很多風險和挑戰，需要行業高度警醒和重視。比如大語言模型可能導致銀行機密數據和客戶隱私泄露。并且大語言模型在銀行業中的應用也面臨監管風險，各國對于大語言模型的監管態度目前分歧較大，也有觀點認為人工智能，包括大語言模型的應用可能會成為下一個金融系統性大風險的爆發點。因此張曉燕建議，為了規范大語言模型在銀行業健康有序的發展，希望相關監管部門及時制定規章制度，指引行業健康發展。