近日，由神州信息主辦的“AI賦能金融系統測試效率提升研討會(huì )”在京圓滿(mǎn)召開(kāi)。研討會(huì )特邀全國行股份制銀行、農信機構、城商行等30余家金融機構，60余位相關(guān)負責人到場(chǎng)，與會(huì )嘉賓結合金融測試領(lǐng)域AI大模型技術(shù)發(fā)展趨勢和現階段技術(shù)難點(diǎn)進(jìn)行討論。神州信息新動(dòng)力數字金融研究院副院長(cháng)薛春雨以“AIGC在金融行業(yè)的實(shí)踐及探索”為主題發(fā)表演講。

薛春雨

國內銀行業(yè)大模型應用場(chǎng)景落地情況

· 從行業(yè)認知看，國內銀行已經(jīng)從最開(kāi)始的觀(guān)望態(tài)度，逐漸過(guò)渡到將大模型技術(shù)作為未來(lái)重點(diǎn)的數字化轉型方向，持續加大投入。同時(shí)，行業(yè)對大模型應用價(jià)值的期待也逐漸從認知偏高逐步回歸理性。在落地時(shí)更加關(guān)注大模型實(shí)際能夠發(fā)揮的業(yè)務(wù)價(jià)值。

· 從場(chǎng)景應用看，雖然大模型尚未帶來(lái)“顛覆性”的應用改變。但是，在“員工辦公助手、編碼助手、智能客服、知識助手等場(chǎng)景，大模型已經(jīng)產(chǎn)生明顯的業(yè)務(wù)價(jià)值。國內六大行已經(jīng)基于大模型開(kāi)展體系研發(fā)，并在多個(gè)業(yè)務(wù)領(lǐng)域實(shí)現創(chuàng )新應用，但是更多銀行還處于但場(chǎng)景探索階段。

· DeepSeek帶來(lái)的變化，私有化部署和相對的低成本訓練，主要解決了企業(yè)基礎大模型的問(wèn)題，但是大模型并不直接解決業(yè)務(wù)問(wèn)題本身。依托大模型的優(yōu)勢能力，更有利于加速推動(dòng)金融場(chǎng)景創(chuàng )新探索。

因此，直接使用基礎大模型很難解決金融企業(yè)的實(shí)際問(wèn)題，金融企業(yè)落地需要聚焦在企業(yè)大模型及相關(guān)聯(lián)的場(chǎng)景大模型方面?？梢杂蓤?chǎng)景大模型切入，逐步形成完整的企業(yè)大模型能力。

神州信息AIGC金融場(chǎng)景應用五步走策略

· 降本增效類(lèi)場(chǎng)景，從可快速見(jiàn)效業(yè)務(wù)場(chǎng)景切入，產(chǎn)生實(shí)際業(yè)務(wù)價(jià)值，逐步推動(dòng)應用范圍擴展。

· 客戶(hù)體驗類(lèi)場(chǎng)景，基于某領(lǐng)域的知識及數據，通過(guò)AIGC知識問(wèn)答方式賦能交互體驗提升。

· 多業(yè)務(wù)條線(xiàn)落地，通過(guò)多種AI技術(shù)的融合，形成綜合解決方案，并在多業(yè)務(wù)條線(xiàn)落地。

· 過(guò)程自動(dòng)化，基于A(yíng)IGC對知識的綜合學(xué)習及判斷，對流程及決策類(lèi)系統進(jìn)行自動(dòng)化處理。

· 高階智能化，融入AIGC等技術(shù)，實(shí)現過(guò)程的全面自動(dòng)化及專(zhuān)業(yè)化。

神州信息AIGC金融場(chǎng)景實(shí)踐

從軟件研發(fā)和知識問(wèn)答兩個(gè)業(yè)務(wù)場(chǎng)景入手，從上至下持續沉淀，通過(guò)持續的場(chǎng)景落地，形成能力和實(shí)踐的積累，最終達到量變到質(zhì)變的演進(jìn)。

神州信息CodeMaster金融企業(yè)內部代碼生成

· 產(chǎn)品介紹：利用大模型技術(shù)結合prompt提示工程能力，實(shí)現了代碼的自動(dòng)生成，智能補全、人機對話(huà)的交互開(kāi)發(fā)。集成了銀行業(yè)各系統需求和設計方面的知識作為二次預訓練語(yǔ)料。

· 落地案例：某銀行內部框架平臺。通過(guò)插件端應用，基于大模型微調、提示工程和相似搜索技術(shù)，結合工程端的配置，實(shí)現方法、類(lèi)、組件、接口等不同粒度代碼的生成和修改。

· 后續計劃：通過(guò)“用、訓、融”三步，借助Deepseek的私有化部署及部分能力的提升，提升代碼生成的能力，助力核心降本增效。

神州信息FinancialMaster金融企業(yè)知識大模型

· 產(chǎn)品介紹：綜合金融場(chǎng)景模型、Prompt構建、大模型微調、大模型持續訓練等適配技術(shù)，實(shí)現金融專(zhuān)有知識的業(yè)務(wù)應用?；诮鹑陬I(lǐng)域的專(zhuān)有知識，并結合金融機構內部的相關(guān)信息，以及提供的各類(lèi)業(yè)務(wù)系統的功能，改善用戶(hù)體驗，提供高效的資料查詢(xún)與信息提煉能力

· 落地實(shí)踐：銀行監管報送需求智能化提取銀行監管報送需求智能化提取?；谛袃鹊默F有數據資產(chǎn)等構建基礎的知識支撐，最終為監管報送各部門(mén)提供便捷的對話(huà)支持以及自動(dòng)進(jìn)行相關(guān)數據字典的更新?？蓪?shí)現，AI對話(huà)系統、應用層數據字典智能生成、EAST5.0全量數據字典離線(xiàn)生成、監管報表部門(mén)數據字典生成、監管發(fā)文解析等功能。

AIGC金融行業(yè)發(fā)展趨勢

· 趨勢一：大模型與小模型的融合。結合銀行的業(yè)務(wù)場(chǎng)景將傳統的算法與小模型、大模型合理銜接，才能更好的解決具體問(wèn)題。

· 趨勢二：先進(jìn)基礎大模型的深度應用。通過(guò)“模型架構創(chuàng )新→算法優(yōu)化→部署成本控制→場(chǎng)景適配”的傳導鏈條，最終轉化為企業(yè)可量化的業(yè)務(wù)價(jià)值。

· 趨勢三：Agent技術(shù)的場(chǎng)景化滲透。通過(guò)整合 RPA 與 API 調用能力，實(shí)現了從任務(wù)發(fā)起到完成的全鏈路自動(dòng)化執行。

· 趨勢四：AI中臺化。實(shí)現從分散應用到統一賦能。