5月25日，毕马威中国银行与资管行业CIO咨询主管合伙人柳晓光在上海财经大学滴水湖高级金融学院2024年度大会上发表了题为《大模型与生成式AI的银行业应用价值初探》的主题演讲。他表示，生成式AI为银行业带来了前所未有的机遇，同时也提出了新的挑战。银行业需要把握这一趋势，积极应对，以实现数字化转型和业务价值的最大化。

　　柳晓光认为，生成式AI正成为金融科技领域的核心趋势，标志着过去十年中的第四波重大浪潮。与前三次（大数据与小模型、区块链、元宇宙与AR/VR技术）相比，生成式AI的影响力预计将更为深远和持久。

　　柳晓光表示，这波AI浪潮的兴起与技术成熟度紧密相关。算力和数据准备的成熟，加之预训练Transformer模型的深入研究，为大模型的崛起奠定了基础。这些技术进步解决了以往小模型依赖专家规则、数据限制和模型迭代缓慢的问题。

　　柳晓光指出，在银行业，大模型的应用正逐步展开，未来有望形成局部领域的智能体，最终实现银行操作系统的整体智能化。目前，中国银行业正处于尝试阶段，大模型的引入将推动业务流程的实质性变革。

　　柳晓光分析认为，银行业的大模型应用需关注两个关键维度：生成内容的可控性和应用场景的需求频度。内容可控性对于强监管的垂直业务领域尤为重要，而需求频度代表着AIGC在特定场景是否具备投入产出的可持续性。

　　柳晓光介绍，银行业对大模型的应用可分为通用和垂类行业两大类。垂类行业大模型在银行业务流程中的应用，预示着从点状应用向深度业务场景的转变。这不仅要求技术成熟，还需要组织机制的适应和创新。

　　在柳晓光看来，面对生成式AI带来的新质生产力，银行业需平衡效率、质量和创新。大模型的应用将对产品设计、营销、风控等多个领域产生深远影响。例如，在产品设计上，大模型能够根据客户需求提供灵活的产品组合；在营销上，能够生成个性化的营销策略；在风控上，能够提升识别和预防欺诈的能力。

　　柳晓光建议，银行业在应用AI时应首先关注降本增效，打通流程，并利用AI打破部门壁垒，实现数据和系统的整合。同时，银行应平衡AI应用与短期试错，从小场景开始，逐步扩大应用范围。此外，银行还需关注数据架构的适应性和组织机制的创新，以支持AI技术的发展和应用。