2025全国两会政府工作报告提出,因地制宜发展新质生产力,持续推进“人工智能+”行动,将数字技术与制造优势、市场优势更好结合起来,支持大模型广泛应用。当前,以生成式大模型为代表的人工智能正引发新一轮科技革命和产业变革,成为发展新质生产力的重要引擎。交通银行主动拥抱人工智能新变革,在更深层面、更广范围推进“人工智能+”实践,为数字金融高质量发展注入新动能。
交通银行金融科技部总经理、金融科技研究院院长 刘雷
1. 人工智能技术加速创新突破
自2022年,ChatGPT的发布揭开了生成式人工智能时代新序幕,AI创新呈现“千模竞发”的蓬勃态势,模型迭代周期不断缩短,上下文理解和推理能力显著提升,模态逐步从文本向图像、音视频扩展,人工智能技术正经历从量变到质变的突破。特别是近期,以DeepSeek为代表的国产开源大模型迅速出圈,其低成本、高性能的开源模式,大幅降低了大模型的应用门槛,推动AI加速走进百行千业,为我国人工智能创新发展注入强劲信心。
2. 智慧飞轮驱动商业模式持续变革
伴随着生成式AI等新技术发展,人与模型之间建立了直接互动的关系,模型通过不断学习理解用户意图、持续拓展自身能力并与人类价值对齐,同时人类从这种互动中获取灵感与反馈,人机互启共进,形成智慧飞轮,驱动生产生活方式和商业模式加速变迁。银行业作为数字化的先行者,发展AI具备独特优势,已积累了海量高质量数据资源和坚实数字化基础设施底座,具有丰富的AI应用场景,从风险控制到市场预测,从客户服务到财富管理,AI技术将全面提升金融服务能力,为银行业智能化发展提供了广阔空间。
当前,银行业纷纷抢抓人工智能发展新机遇,全面推进数字化时代下的智慧银行建设。交通银行积极践行创新驱动发展战略,紧跟人工智能技术发展趋势,系统谋划、前瞻布局,发布《交通银行“人工智能+”行动方案(2025—2026年)》,构建“1+1+N”三维一体的AI框架体系,夯实“1”个企业级AI能力平台、健全“1”套AI治理机制、赋能“N”个AI场景应用,全面擦亮交通银行人工智能新名片,推动金融服务向更普惠、更便捷、更安全跃升。
1. 建强技术创新引擎,发挥叠加效应
(1)夯实能力底座。交通银行搭建了以国产GPU服务器为主的千卡异构算力集群,实现算力集群全栈自主可控,推动算力资源动态分配和随需调度,高效支撑以大模型为代表的AI训练和推理需求。建强企业级AI能力平台,整合大模型、自然语言处理、图像识别、智能音视频、机器学习、生物识别、知识图谱、RPA等能力,着力推进统一算力、统一算法、统一数据、统一运营、统一服务管理建设,打造高效、敏捷、集成的“智能中枢”,支持人工智能应用快速落地。
(2)融合技术应用。基于较为完善的人工智能平台和机制,交通银行快速引入、验证和应用人工智能新技术,构建千亿级大模型算法矩阵,并积极把握前沿技术发展热点,探索核心业务领域大模型应用。通过大小模型协同,在零售普惠、客服营运、风险授信和办公研发等重点场景应用中取得显著成效。自主研发智能体开发平台,打造智能数据分析、审贷控制联动等智能体应用,构建符合金融场景需求的定制化智能交互体系。着力打通人工智能与隐私计算、区块链等前沿技术的融合应用,实现业务发展与技术创新协同互促,为智能金融服务开辟更广阔的创新空间。
2. 筑牢AI安全治理屏障,发挥协同效应
(1)强化安全管控。AI技术在快速迭代过程中,可能引发数据安全、算法偏见、决策不透明等技术风险和新技术带来的新业务模式风险。交通银行持续完善权限管控、加密脱敏、分类分级等数据安全防护机制,保障AI数据在存储、传输和处理过程中的安全性,防止数据泄露或篡改。保证AI训练数据分布平衡,避免样本偏差带来错误价值观。加强模型安全研究,合理限制黑盒模型应用范围,采用专家人工复核手段,同步建立可解释AI技术在金融业落地的系统方法及应用框架,提升模型可解释性。筑牢应用安全防线,采用RAG技术和配套问题快修工具,持续更新知识版本,保障应用及时迭代升级,避免模型决策误导。构建安全护栏,通过实时的敏感词过滤和价值观审核,保障应用输出内容合法合规。
(2)健全治理体系。加强AI治理能力,是确保人工智能应用规范合规与落地高质高效的核心支撑。交通银行着力搭建统一AI门户,强化算力、数据、模型、场景、风险的穿透式、集成式管理,推动从“分散管理”向“系统协同”转变,确保AI应用在可控可感可见的治理体系下稳定运行。建立向导式、规范化、流程化的AIDevOps模型研发流水线,规范人工智能技术标准,实现模型从设计、训练、测试、发布、更新到退出的全生命周期管理,提升模型研发质效。完善AI场景长期运营机制,明确模型风险管理框架,持续监测模型运行并建立后评估机制,确保模型及时迭代优化,切实保障场景应用质效。
3. 深化AI场景应用,发挥倍增效应
(1)聚焦重点突破。推进“AI+”重点场景建设,提升重大战略、重点领域服务质效。聚焦更好服务实体经济,搭建“1+N”科技型企业评价模型,创新主动授信模式,让客户经理像“快递小哥”一样带着额度主动送贷上门,实现科技金融触达客户、营销模式转变。在车贷等普惠金融场景中,应用AI技术实现端到端业务流程再造,全面提升客户体验,带动业务规模快速增长。立足上海主场,打造人工智能金融示范场景,成为入选上海市首批“模塑申城”行业应用示范基地的唯一银行机构。运用AI技术打造集团一体化全面风险管理体系,实现风险事件灵敏感知、风险趋势智能研判、除险资源全面统筹、控险行动集团协同,获评2023年度人民银行金融科技发展奖一等奖。
(2)协同多点开花。在突破重点领域的基础上,积极推动人工智能应用多点开花,加快价值创造、提升客户体验、赋能基层减负,释放智能红利。运用AI技术提升零售客户画像能力,支持分行自主配置智慧营销策略,实现精准触达客户,大额存单销售转化率提升4倍以上。建设客服座席智能辅助,融合智能通话分析、动态客户画像、知识推荐和质检培训等功能,重塑客户交互流程。推进人机协同,通过“大模型+规则”一键生成零贷尽调报告和普惠授信报告,客户经理撰写报告的时间减少50%。建设知识服务平台“交行知道”,提供覆盖全集团、跨条线、跨领域的知识服务,结合“交心大模型”辅助实现常识问答和逻辑推理等能力,覆盖对公、零售等多个业务领域,提供产品、流程、政策等多方位指引。
随着人工智能技术的快速迭代,人工智能在银行业的应用正在从单点突破走向全面深化,逐步重塑银行业务流程、服务模式和经营决策体系。面对这一转型趋势,银行业应在数据基础、技术架构、场景应用、组织文化以及创新生态等方面持续发力,推动人工智能在金融领域的深度融合和价值释放。
1. 加快高质量数据基础建设
数据是人工智能发展的燃料,高质量数据资产是赋能银行业数智化转型的基础。商业银行应放眼长远,加强数据积累和科学管理,通过建立统一规范的数据治理体系,提升数据质量。深化跨部门、跨条线的数据资源共享与协作机制,实现数据有效流转与高效整合,将业务过程中沉淀的丰富数据资源,转化为稳定高质的模型训练基础,形成数据驱动模型优化、模型赋能应用创新、应用反哺数据积累的良性循环。
2. 加强灵活可靠技术支撑
面对AI技术的指数级跃迁,商业银行需构建完善的技术生态与应用架构,形成敏捷开发范式,有效应对快速迭代的技术革新与动态演进的业务需求。建立“云边端协同”的部署架构,将云计算、边缘计算和终端设备结合起来,实现更高效、更智能的银行服务;采取“开源+闭源+规则”的融合策略,形成开放创新与安全可控并重的智能引擎;依托“大小模型协同”,实现模型的通用泛化和专业精准能力互补。
3. 加速智能应用场景落地
AI未来的运作模式将从人机协作向多机协作演进,将人类从重复繁琐的手工作业中解放,投入更有价值的创造性工作。商业银行可采取“由内至外”的渐进式发展路径,内部经营先行,逐步探索面客领域应用,通过AI技术打造“一客一策”个性化金融服务解决方案、“一人一分身”全天候智能主动服务等,提供更智能化的金融服务。遵循“场景与技术匹配”原则,将合适的技术应用到合适的场景,对于风控、授信等核心业务场景,应要求更高的模型精准度、可解释性和人工干预机制;对于低风险辅助场景,可采取更灵活的应用策略。
4. 加固科技伦理与安全治理
科技向善、数据平权始终贯穿于人工智能发展和应用的全过程。商业银行应高度关注人工智能带来的算法控制、算法歧视等风险,配套建立有效的管控机制和应急策略,研究人工智能模型的伦理道德测试方法,完善伦理治理举措。攻坚图像防伪、音视频防伪、生成式人工智能防伪等新型领域,防范AI幻觉等新技术风险。平衡好数据安全和AI创新,强化数据治理、规范数据标准,从源头持续确保数据可信、可用、好用、易用,加强数据分级分类管理,提升数据全生命周期安全保护能力。
5. 加力人才组织理念革新
商业银行须以系统性思维优化人才、组织、制度保障,形成与人工智能发展相适应的生产关系。通过体系化、专业化的培训与实践,培养既懂金融业务又精通AI技术的复合型人才,打造“领域专家+技术骨干+青年力量”的人才梯队,形成传帮带的良性循环。同时,要推动组织文化适配,营造鼓励创新、包容试错的制度环境,培育适应智能时代的组织基因,形成人才引领、文化支撑、机制保障的融合发展格局。
6. 加深产学研用融合创新
人工智能技术仍处于快速迭代阶段,其发展需要技术创新与应用相互促进。商业银行可以充分发挥自身场景优势,积极对接高校、科研院所和技术企业,打通从技术成果到应用落地的“最后一公里”,推动AI技术在金融领域的落地应用,助力金融发展跑出“智能加速度”。
智能化转型作为商业银行的战略制高点,不仅是技术升级,更是商业模式与服务理念的系统性变革,将为银行业高质量发展注入持久动力。交通银行将以人工智能为核心驱动力,在数智化发展中坚持金融本源,以智能提升服务质效,为迈向更加美好的数字未来贡献金融力量。
(此文刊发于《金融电子化》2025年5月上半月刊)