《2023金融大模型报告》重磅发布：超九成机构看好，五年内有望爆发

自2022年底以来，大模型成为全球最关注的新技术。得益于数据密集型的行业优势，辅以强劲的数字化基础，又使得金融业在一众场景中脱颖而出。

适逢金融数智化元年。2023年12月8日，在由北京商报社主办的2023年度（第九届）北京金融论坛上，北京商报重磅发布《2023金融大模型报告》，基于对数百位金融高管发起的问卷，聚焦各行业金融机构的数智化转型，报告从金融应用大模型的前景、场景、部署方式、问题与边界、监管与治理等多方面进行多维调研，以期全面反映金融行业对大模型的应用看法和实际应用，解析大模型发展趋势，探清大模型具体场景，明晰大模型应用边界，建立大模型实践蓝图，指引数智金融产业健康演进。

技术应用前景与原则前瞻：

95.45%机构表态看好，需注意隐私和数据保护

大模型是多年来对金融业影响最为直观的催化剂，其被称为“塔尖技术”，实际价值不仅在于技术，更在于海量的数据积累和强大的领域经验推演。

本报告中，针对“大模型在金融领域的应用前景及治理”话题，对数百位金融行业高管发起了问卷调查，共回收有效问卷160份，被调研机构涵盖了银行、证券与资管、保险等持牌金融机构，以及上市金融服务商、金融科技服务商等金融机构的上下游服务商。

整体看，金融业对大模型在金融领域中的应用都非常看好，有95.45%的机构表示看好金融大模型的应用前景，且有超过一半的机构认为金融机构“非常需要”大模型的应用。

在金融大模型的应用原则方面，被调研金融机构普遍认为，“隐私和数据保护”是最需要注意的原则，其次就是应用的安全性和稳定性。

这也与金融机构本身的特性相符，金融机构作为经营“风险”的行业，首要重视的就是新技术应用带来的风险和隐患，因此新技术的合规、安全与稳健，最被金融机构所关注。此外，也有较多的金融机构认为“人的能动性和监督”同样需要注意。

对于新技术的应用而言，降本增效是最重要的目的之一，BCG在《银行业生成式AI应用报告(2023)》报告中，以一家拥有约两万名员工的区域性国际银行为例进行测算，结果显示，如果能够落地大模型的规模化应用，那么首年即可节省约1.5亿美元的成本，占整体薪酬总包的7%左右。但在调查中显示，仅有62%的银行认为金融大模型能够降本增效，在所有的金融机构和上下游服务商中比例占最低。保险机构则是最乐观的，92%的保险公司认为金融大模型具有降本效应。

在金融大模型未来应用所需时间方面，金融机构普遍认为仍需较长时间解决大模型所面临的合规、安全、隐私等问题，但也普遍认为将在1-5年内产生大范围的落地。其中，38%的银行、20%的保险、40%的证券与资管机构、26%的上市金融服务商、38%的综合金融科技公司，认为大模型会在1-3年内大规模落地。相较而言，更多的金融机构和服务商认为，3-5年内金融大模型才会大范围落地。此外，也有少部分机构认为落地时间需要5-10年甚至更久。

落地金融场景与部署初探：

客服、风控多场景显身手，银行严格监管下部署审慎

数据规模大、数据类型多、数字化基础强、市场规模大、客户付费能力强、前中后台都有广泛被降本增效的空间……得天独厚的优势累积，使得“金融+大模型”成了“王炸组合”。那么，大模型在金融业各业务场景中落地路径和部署方式具体如何？报告对这一热点问题也进行了调研和解读。

沿袭着互联网金融时代的模式，国产金融大模型也已分出了明显的两个“流派”。一派来自包括工商银行、农业银行、中国银行等在内的传统金融机构。另一派则包括奇富科技、度小满、恒生电子等在内的金融科技企业和服务商。

场景的应用方面，金融机构对大模型在智能客服中的应用最为看好，同时，也有多数机构认为大模型在智能风控、智能影响、智能运营领域能够率先得到成熟的应用。

具体来看，不同的金融机构和上下游服务商都认为大模型将最集中应用于中台的技术、风控和运营等领域。但在前、中、后台的应用上，不同机构亦有不同看法。如风险意识更强的银行认为大模型的应用将更加集中前台的贷款、营销等方面，但其余的金融机构和服务商则普遍认为会最集中于中台的应用。保险机构最看好金融大模型在中台中的应用。在后台的应用方面，则是证券与资管机构最为看好。

虽然大模型的热度很高，金融机构也普遍看好金融大模型在未来业务和场景中的落地，但从调研情况来看，多数金融机构对大模型的研发，仍然保持在规划状态。在具体部署方式上，近42%的银行在调研中表示尚无采用大模型的计划，28%的银行选择“半自研+半购买服务”的方式。而在保险机构中，已有80%的保险公司有了采用大模型的计划，但有一半的保险公司选择外包给科技公司或购买科技公司的成熟框架。证券与资管机构略有不同，有近一半的券商与资管机构选择半自研+半购买服务的方式。上市金融服务商进度最快，95%的上市金融服务商已经有了采用大模型的计划，其中有超过1/3的机构选择半自研+半购买服务的方式，约1/4的机构选择购买科技公司的成熟框架。

鉴于不同金融机构对大模型的落地和应用进度的不同，报告也针对“金融大模型在业务中应用的成效”做了调研。

结果显示，金融机构对大模型的应用主要集中在探索、研发或试用阶段，商业银行出于其审慎经营、风险管控的原则，近70%的银行在金融大模型的应用中都仍然处于内部测试、联手建模、团队搭建甚至内部探讨阶段。但另一方面，已经将金融大模型应用于业务中的机构多数认为，金融大模型在业务中应用的成效比较显著，对业务有一定的提升作用。这一点在证券与资管公司、上市金融服务商、综合金融科技服务商这些企业中，体现得尤为明显。

大模型治理与规范路径探索：

数据、人才和成本是掣肘，需进一步监管指导细则

从大模型被高度关注以来，很多金融机构走出了大模型应用的第一步，但在这个过程中也不可避免遇到了各种问题和挑战。

随着技术与业态不断革新，新生的风险隐患也层出不穷。诸如数据滥用、算法歧视、数字鸿沟等伦理问题涌现。而在金融业大模型应用的推进中，整体来看，金融机构和上下游服务商面临最大的问题和挑战还是集中在隐私安全、数据质量和数量、人才、成本投入比等几个方面。

但不同的机构遇到问题的严峻性也有所不一，银行受到的监管最严格，因此面临最大的还是隐私和安全的问题；保险机构面对最大的还是成本投入与人才不足的挑战；证券与资管机构除了面临成本投入的约束外，还面临可用数据质量和数量的问题；而上市金融服务商则面临模型可解释性的问题和隐私安全的问题；综合金融科技服务商面临成本投入和数据质量数量的问题。

金融行业所独有的行业属性和监管要求，也让大模型在应用的前置环节迎来了约束。业内认为，从隐私数据到科技伦理等仍需监管给出指导规则，大模型才能进一步在合规审慎的框架内有序发展，打消了从业机构在场景布局方面的顾虑，主动将风险防控与合规写入大模型的发展脉络。

监管方面，金融机构普遍认为大模型应用于金融业务有必要性。其中，89.61%的机构认为需要在信息数据安全、知识产权保护方面作出规范；70.13%的机构认为需要遵守法律法规和商业道德；69.48%的机构认为大模型的应用不得利用算法、数据优势，实施垄断和不正当竞争行为；66.88%的机构认为监管需要给大模型智能系统提供指导规则和法律依据；55.19%的机构认为监管需要对大模型生成系统能力进行评级。

总结与展望

综合来看，报告调研的银行、保险、证券与资管、上市金融服务商、综合金融科技等金融机构和服务商，基本都对金融大模型在场景、业务中的落地非常看好。但受到各种制约因素，当前金融大模型实际应用落地的业务和场景还较少，部分已落地的场景也主要集中于前台业务场景，机构普遍寄予厚望的应用于中台的风控、技术、运营等落地仍然较少。数据质量与数量、成本投入、人才、模型可解释性、隐私安全等问题被认为是制约大模型落地最主要的挑战，但机构普遍认为五年之内金融大模型将得到大规模的实践应用。

北京商报记者 刘四红