去年12月，中央经济工作会议提出：“以科技创新推动产业创新，特别是以颠覆性技术和前沿技术催生新产业、新模式、新动能，发展新质生产力。”

　　回望过去一年，人工智能热潮席卷全球，以ChatGPT为代表的大模型发展如火如荼。今年全国两会召开前夕，人工智能文生视频大模型Sora成为热议的话题，以大模型为代表的通用人工智能将会重构现有的社会分工以及商业模式，对整个社会带来巨大变化，是驱动形成新质生产力的强大动能。

　　大模型展现出的强大通用人工智能能力，在推进新型工业化、培育新质生产力中大有作为。据了解，南粤银行正在积极探索布局大模型技术规划，目前重点关注的大模型业务应用场景包括数字员工、精准营销、信贷风险评估和内部决策支持等，并已在其中几个业务应用场景开展探索落地工作。

　　助力金融服务降本增效

　　新质生产力的特点是创新，关键在质优，本质是先进生产力。金融业拥有海量的高质量数据资源和丰富多样的应用场景，无疑是大模型技术应用的绝佳领域。大模型技术具有可以处理更加复杂、庞大的数据集，具有更好的泛化能力，可以处理不同类型的数据等特点。在选择大模型业务应用场景的时候，结合大模型的能力特点，根据自身发展现状，可按照前、中、后台梳理出各业务场景。例如，在前台方面如智能客服、智能投顾、客户画像等可应用的场景，在中台方面如风险识别、风险计量、反欺诈、贷后预警、运营管理等可应用的场景，在后台方面如营销管理、公文办公、成本预算、软件开发、测试等可应用的场景。

　　“从建设时长、投入成本以及同业情况等维度，以及先内部后外部、先员工后客户的原则，对大模型应用场景进行科学的评估。我们选择在公文办公、营销管理这两个业务场景开展试点应用。”南粤银行的相关业务负责人表示。

　　据了解，在内部办公场景，南粤银行通过引入大模型技术，将行内的规章制度快速转换成知识库，员工在日常办公过程中，可以便捷地获得精准的内部流程办理辅助服务。在公文办公场景中，大部份中小银行的员工对于行里的规章、制度、流程等都不够了解，日常办公时员工往往要通过OA平台自己去检索，或者问同事等方式去寻求答案，不同的人的理解及回答还不一定及时准确。通过大模型技术，利用大模型的学习、泛化能力，自动学习行里的规章、制度、流程，打造智能问答服务，充当行内员工客服，对于行内的流程及规章制度，员工可以通过智能问答服务，得到快速、准确、专业的回答及指引。通过这一场景的建设，提升员工办公的质量与效率，解放行内员工生产力，实现降本增效。

　　在智能营销场景，南粤银行正在试验使用大模型技术来帮助客户经理及时掌握商机，自动生成营销策略及与客户当前匹配的服务推荐，以提高响应速度和服务质量。如通过大模型对行内和行外相关的海量数据进行关联学习，识别出客户的需求、痛点、偏好、风险等特征，从而发现具有潜在价值的商机。

　　大模型技术可以根据客户的特征和需求，生成不同形式、不同内容的营销创意和方案，并通过客户经理的反馈，实时提取出客户的意图、情绪、态度等信息，从而挖掘出客户的隐性需求，由大模型推荐最优的方案，以满足客户的个性化需求。

　　南粤银行方面指出，面对众多的业务场景，应该要从当前自身业务发展需要出发，结合业务场景的价值、建设成本、建设时长等多个维度来考量，找到小切口，但成本与资源要有所控制。如运营管理和市场营销，这些场景能够直接影响到客户体验和银行效率。此外还要重视先行先试的原则，采用渐进式的应用策略，以此来评估大模型的效果，并逐步扩展到更多业务领域，最终提升自身生产力和行业竞争力。

　　合规发展行稳致远

　　在探索使用大模型的过程中，难免存在一定的使用问题和挑战。对此，南粤银行相关业务负责人指出，面对大模型技术，银行金融机构应该要有所为，有所不为。一是回归到价值导向。始终将客户价值放在首位，任何技术投入都应该围绕着如何提升业务效率和客户体验。二是小步快跑。可以从小规模项目开始，逐步了解和掌握大模型技术，避免一开始就进行大规模投入。三是控制成本。先利用开源技术和工具，可以在一定程度上降低成本，同时也能够借鉴同业的经验和最佳实践，降低试错成本。四是合作共赢。与产商合作时，选择那些愿意共同承担风险并提供技术支持的伙伴，确保双方都能从中受益。五是做好风险管理。在采用新技术时，要有明确的风险评估和应对策略，确保能够及时应对可能出现的问题。

　　大模型的应用需要涉及到大算力、大数据、多模型等底层技术支持。中小银行由于基础比较薄弱，内部数据往往只有深度，没有广度，外部数据相对比较缺乏。此外，中小银行的内部数据质量和数据治理能力等问题将直接影响大模型应用成效。

　　南粤银行方面认为，虽然中小银行的经营规模不及大型股份制银行，但数据更加容易治理补齐，更加容易进行组织动员，更加适合人工智能快速反馈训练模型的特征。一是要开展数据治理。中小银行进行全面的数据盘点，了解现有数据的状态，包括数据的完整性、准确性、时效性和适应性。制定统一的数据标准，确保数据在采集、处理和应用过程中的质量控制。二是要补齐外部数据。可以直接购买或订阅行业数据、市场研究报告等，同时采购或者订阅工商、税务等政务相关的数据，利用政府开放的公共数据资源，如经济统计数据、行业监管数据等，来丰富外部数据源。

　　此外，监管的合规性问题也是使用大模型时必须考量的课题。大模型让我们能够实现一些以前难以想象的事情，如让AI生成视频、图像、诗歌、文本、音乐、编写代码等等，但也面临一些以前没有遇到过的问题，如数据安全、模型可信、知识产权、人工智能伦理等方面的问题。因此，不同的国家和地区都在积极探索和制定相应的监管政策和措施，以促进大模型技术的健康发展和规范应用。从监管进程来看，目前全球人工智能监管尚处于不断变化的立法活跃期。除我国已制定全球首部针对生成式人工智能的法规《生成式人工智能服务管理暂行办法》外，欧盟、英国、美国等主要司法辖区均处于探索和制定人工智能监管规则的不同阶段。

　　针对合规要求，南粤银行指出，中小银行可以通过私有化部署大模型产品，更好地控制和保护数据，同时也能满足严格的合规要求，通过这种方式来解决数据和网络的安全问题。在模型设计和应用中确保模型在各种情况下都能稳定运行，防止因过度智能导致的潜在风险，同时要考虑伦理问题，避免侵犯隐私、偏见、歧视、误导等问题。此外，在配套保障体系方面，落地大模型技术除了确保有足够的计算资源和数据存储能力来支持大模型的运行和训练题等基础资源的保障之外，中小银行行内内部配套要跟得上。如要制定或更新与大模型应用相关的内部管理制度，包括数据管理、模型使用、风险控制等方面的规章制度。

　　总体来看，积极主动拥抱人工智能大模型技术，是金融业迈步高质量发展的全新探索，也是驱动形成新质生产力的强大动能。未来，随着大模型技术的不断发展和应用场景的拓展，南粤银行将抱着“可为、敢为、善为”的积极态度，结合自身资源禀赋，利用已有的算法和方法论，确定匹配的业务场景，以价值为导向，以小场景作为切入口，小成本、渐进式地开展大模型的应用探索落地，把握好技术变革带来的机遇，为客户提供更加个性化、高效的服务。