银行拥抱大模型，安全和成本问题何解？

　　2024年是大模型落地元年，大模型在金融业落地成果累累。

　　近日，邮储银行推出自有大模型“邮智”赋能零售、公司、风险、资管等六大领域应用场景；招商银行申请注册“一招（YiZhao）大模型”“招商银行一招（YiZhao）大模型”商标，国际分类为广告销售、网站服务、科学仪器等。

　　记者注意到，大模型带来的安全和成本问题如何解决，是业内关注的焦点。

　　受访人士指出，大模型在金融领域的落地正在迅速扩展，为金融机构提供了前所未有的机会来提升效率、优化服务并增强风险管理能力。未来要通过多方协作，才能真正实现金融大模型的安全可控与创新发展。

　　大模型落地金融业

　　大模型已成为金融机构比拼金融科技实力的新赛道。资料显示，邮储银行的自有大模型——“邮智”具备三大特点：全面能力构建，通过原子化、组件化、范式化等形式，支持快速灵活搭建应用；全栈自主可控，从底层算力到顶层应用，全部自主可控；全域场景赋能，以“点、线、面、体”方法论指导，以业务场景为驱动，率先提出银行业大模型九大业务闭环场景，为客户提供更优质的金融服务。

　　大型银行自建研发，中小银行则是采购引入。记者注意到，吉林银行、徽商银行等发布关于AI大模型的采购项目招标。

　　根据毕马威发布的《2024年中国银行业调查报告》，大模型在银行业关键能力领域的场景布局与价值释放主要在于以下六个方面。

　　一是客户全周期智能服务。紧紧围绕客户全生命周期，运用大模型技术实现从客户识别与定位到体验设计与旅程重塑的全面覆盖。同时，强化客户价值与关系维护，通过智能化手段提升服务品质与客户满意度，为客户打造全方位、智能化的服务体验。应用场景包括客户了解（KYC）等。

　　二是助力产品智能化创新。聚焦行业市场研究、产品开发与创新、产品动态定价，以大模型推进产品智能化创新，提高银行产品全生命周期管理水平。应用场景包括智能投顾等。

　　三是全渠道营销智升级。聚焦渠道分析、营销内容管理、创新交互，全面提升银行机构全渠道营销与交互能力。应用场景包括渠道分析、超个性化营销等。

　　四是智能化风险管理。聚焦风险识别、风险预警、合规控制，全面提升风险合规一体化闭环管理的前瞻性和可控性。应用场景包括风险识别及预警、反洗钱、反欺诈、反电信诈骗等。

　　五是智能工作，提升效率。聚焦内部无限沟通、共享协作、知识服务，赋能员工减负提效，将传统人力资源向数智劳动力转化，提升银行整体运营智能化水平。应用场景包括代码生成等。

　　六是智能数据决策。聚焦数据资产管理、数据可视化、智能决策，增强银行数据挖掘和资产沉淀，形成全域多维数据决策应用的组织效应，实现数据驱动的全要素价值释放。应用场景包括数据治理与异常检测、数据洞察与决策分析等。

　　多方协作确保安全可控

　　大模型的应用虽然有巨大潜力，但也带来了一系列安全问题和挑战。

　　中信建投证券股份有限公司（以下简称“中信建投”）相关人士指出，AIGC技术的应用也引入了新的安全风险，这些风险包括数据泄露、模型入侵、模型偏见及模型欺诈，可能对金融机构的稳定运营和客户的权益构成威胁。例如，恶意用户可能通过向AIGC模型注入不当输入，来操控模型输出，获取敏感信息或影响决策过程。此外，AIGC模型种类的新型诈骗手段层出不穷，为金融领域安全提出了更严格的挑战。

　　为了规范大模型的开发和使用，确保金融系统的安全和合规性，上述中信建投相关人士建议相关部门对其进行数据监管和模型监管。在数据方面，需从三方面监管：

　　一是数据质量监管。标准化数据质量标准包括制定和执行标准化的数据质量标准，确保金融数据的准确性、完整性、一致性、时效性。定期数据审核包括进行定期的数据审核，识别和纠正潜在的数据质量问题，确保数据符合要求。

　　二是数据隐私监管。强化隐私保护包括制定和执行严格的隐私政策，包括授权机制、数据加密、脱敏技术等，确保用户数据的合法和隐私安全。透明数据使用包括向用户明确说明数据收集和使用目的，获取明确的同意，遵循数据隐私的最佳实践。

　　三是数据所有权监管。明确数据所有权包括制定明确的数据所有权协议，确保数据提供者对其数据享有适当的权利和义务。法律合规包括遵循相关法律法规，规范数据的合法获取、使用和共享，降低数据所有权引起的法律风险。

　　由于训练大模型成本较高，这也导致大型银行和中小银行应用大模型的路径不同。中国银行业协会首席信息官高峰在公开场合中表示，对于大型金融机构而言，可引入业界领先的基础大模型，自建金融行业及企业大模型，考虑到建设周期较长的问题，可微调形成专业领域的任务大模型，提高内部效能；对于中小金融机构而言，综合考虑应用产出和投入成本的性价比，可按需引入各类大模型进行私有化部署服务，满足自身赋能诉求。