党的二十大报告提出，要坚持创新驱动发展战略，开辟发展新领域新赛道，不断塑造发展新动能新优势，构建包括人工智能技术在内的一批新增长引擎。人民银行《金融科技发展规划（2022—2025年）》提出，要抓住全球人工智能发展新机遇，以人为本全面推进智能技术在金融领域深化应用。为银行业金融科技建设应用指明了方向，提供了遵循，提出了要求。
平安银行金融科技部
技术总监? 王晴
在互联网、移动互联网时代之后，大模型技术标志着新一轮科技周期的开始，使广泛且智能的模型能力成为可能（见图1），每一个新的科技周期都会催生新的颠覆性产品和商业模式。金融业因其极高的数字化程度，是公认的人工智能及大模型技术最容易落地，并最有机会产生颠覆性创新的行业之一。传统银行在过去的互联网时代及移动互联网时代的落后已成定局，面对已经来临的新一轮科技周期，如果金融行业必然会出现新的颠覆性产品，那么它会是什么形态？我们如何保证新的颠覆性产品会出现在平安银行而不是其他机构？这需要我们深度思考并用心回答。
图1
大模型时代，广泛且智能的模型能力
大模型开启数字化转型新篇章
数字化转型是银行业的必答题，须将数字技术与业务深度融合，打造银行核心竞争力。利用数字化技术手段，对银行进行“编码”，建立一个全感知、全链路、全场景、全智能的数字世界，以对银行业务做出更准确、及时的洞察。再通过对数字世界的“解码”，指导物理世界中的经营管理、产品研发及客户服务。
平安银行以数据为基石，以智能为方向，聚焦数字化经营、数字化运营与数字化管理，推动业务高质量发展。数字化经营是借助数字化科技，提前获取信息、快速分析定位问题、做出正确决策、及时采取行动，赋能业务聪明经营；数字化运营是通过“机+人”模式重塑业务流程，用机器替代简单重复的人力密集型工作，去中间化、去手工化，降低成本、提升效率、优化服务；数字化管理是借助一系列风险管理、预测预警技术与模型，强化风险管理和预测预警能力，提升精细化管理水平、精准风控水平，牢牢守住风险底线，为经营保驾护航。
在新一轮科技周期中，平安银行依托大模型技术打造新型生产力，加速数字化进程。第一阶段是在加速进行技术储备的同时使用大模型技术对现有的产品应用进行革新，例如打造行员和用户的Copilot，革新人机交互方式，提升传统软件的自动化和智能化。在第二阶段将以大模型为核心打造全新的产品形态。新产品符合AI First原则，即“离开了大模型技术，这个产品将不复存在”。以AI Agent为例，它由大语言模型（或多模态大语言模型）、感知、决策和行动能力构成，具备高度拟人化的交互体验和执行能力，可解决现实世界的复杂决策任务。行员和用户仅需提出指令需求、监督过程和评估结果，具体执行则由AI Agent来完成，即单个或多智能体通过对事项的拆解和编排，调用软硬件接口，执行并完成任务实现闭环。
三步走打造平安银行大模型能力体系
基于大模型研发效能和技术先进性，平安银行已建设可持续发展的大模型研发范式、专注银行场景的大模型能力、开放共享的应用生态，实现以大模型为核心的创新产品落地（见图2）。
图2
平安银行大模型方案
1.第一步：打造坚实能力底座，专注银行场景模型。平安银行构建了三层大模型，L0为基础大模型，属通用性质，一般基于海量公开数据进行无监督预训练；L1为行业大模型，通过高质量行业数据训练而得；此两层基础底座由PinganGPT，以及ChatGLM等其他优秀基础大模型构成。在L0/L1的基础上，融合数据驱动与机理驱动，基于银行数据和场景特点打造银行营销、运营和风控等领域的L2场景大模型，在具体业务场景中效果更优。
工程创新为大模型高效开发、交付和安全应用奠定基础。当前大模型训练成本高，在应用时存在准确性、及时性和可控性上的不足，以及存在数据隐私、偏见、歧视、道德问题等挑战。为实现大模型的经济、安全试点应用，在开发上，改良模型微调等技术，通过少量数据即可对大模型微调，降低大模型在银行各领域应用时的训练成本。在运营上，配套打造Prompt工作台和工具链等高效工具。在安全能力上，从系统输入、模型输出、模型优化等层面进行敏感及合规处理，将系统目标与人类社会价值观及行业监管规范对齐，防止有害信息生成。
2.第二步：构筑能力共享体系，释放创新潜力。大模型的出现，为业务场景智能化和降本增效提供更多可能性，业务需求向多而广的趋势变化。为沉淀共性能力，更高效地匹配行员开发和应用大模型的需求，平安银行打造面向全行员工和开发者的平台产品，激发创新潜力，挖掘应用场景。其中，面向全行开发者打造大模型开放平台，通过统一大模型底座，沉淀能力，打造模块共享的生态体系。此平台承载全行近百个大模型相关需求，主要集中在内容生成、文档知识类的检索、抽取与问答类需求等领域。面向全行员工打造AIGC应用市场，让多样化的大模型能力触手可及，快速创造专属生产力工具。目前，AIGC应用市场中已上线超50个应用，即点即用，实时满足办公需求。
3.第三步：赋能现有业务场景，探索AI First产品模式。综合考虑现阶段大模型能力边界与应用特点，平安银行在利用大模型升级已有AI场景的同时，亦积极围绕大模型能力打造AI First银行业新产品服务。一方面，AI已在银行各业务中广泛应用，大模型可升级文本、图像、语音、知识图谱等AI技术的智能化水平，提升场景应用深度。另一方面，大模型使得人机交互、内容生产和智能决策等能力无处不在，可提升广大行员生产力、产品性能与体验。新能力亦催生新业务流程，革新银行业务流程和发展模式。
大模型释放银行数字生产力
大模型是银行数字世界的关键支撑，在银行全业务链条中发挥着关键作用。后续从数字化经营、数字化运营和数字化管理三个方面，介绍大模型在平安银行领域的应用场景与成效。
1.数字化经营的应用。平安银行以客户为中心、以数据为驱动，构建“开放银行+AI银行+远程银行+线下银行+综合化银行”的体系化零售转型新模式，为大众客群提供更加专业、精准、有温度的金融服务，切实增强人民群众的获得感和幸福感。同时，亦通过AI等一系列科技能力持续创新数字金融服务模式，提升对公服务的线上化、智能化，以及对中小微企业的服务广度。大模型在平安银行数字化经营中赋能了大量业务场景，形成更具竞争力的经营与产品服务模式。在经营分析场景中，大模型升级BICloud经分平台，通过对话方式重塑数据分析体验；在营销场景中，构建大模型营销人员话术培训系统，提升行员专业能力；结合用户特点，生成个性化营销物料，打造KYC营销方案；此外，在差异化产品服务方面，平安银行精准识别对萌宠情有独钟的客群，利用AI绘画技术打造业内首创的专属个人萌宠信用卡面，带给用户更个性化的产品体验。“经营分析助理”“信用卡面设计师”“首席体验官”等一批大模型数字员工正陆续上岗，让人人都能拥有专属金融助理。在此展开介绍大模型在经营数据分析和营销物料生产中的应用成果。
大模型推动数据全民化，赋能聪明经营。受限于数据收集及处理成本，银行业众多一线团队长和客户经理尚难通过数据分析高效支撑管理及展业。为满足行员的数据分析需求，我行在口袋银行家APP等各类应用中提供数据分析看板，月活用户超万人。近期进一步打造基于大模型的ChatBI产品，用户可使用自然语言提出数据分析需求，大模型则精准识别用户意图，调用各数据API接口执行任务，解答问题、提供洞见和建议。目前，ChatBI已覆盖200+指标，成为全天候陪伴各级行员的“经营分析助理”。
大模型突破内容生产瓶颈，助力个性化营销。在银行信用卡业务中，营销场景贯穿AARRR环节，线上线下营销活动种类多、物料更新频次高，当前的物料生产能力难以满足一线运营经理个性化营销所需的设计产能和时效。为此，平安银行把AIGC嵌入到物料设计中台“优图”中，在为设计师提效的同时，一线运营经理亦可自助出图，时间缩短至分钟级。在未来，口袋APP可实时生成个性化内容，让客户与银行的内容交互方式由搜索、推荐，进一步升级为“生成”，提升客户体验。
2.数字化运营的应用。平安银行开展运营集中作业的时间早、成效高，可为零售、对公和资金同业业务提供超500项业务产品的运营服务。近年来，我行开展“越集中越智能”项目，着力打造体验佳、效率高、投产优的数字化运营。一方面，将各业务线前中后台运营业务汇总至集中作业中心，采用集约化的服务运营模式优化工作效能；另一方面，在实时面客和征信审批等场景引入数字人和RPA等技术，打造“标准+个性化”的运营作业能力，持续提升运营效率和用户体验。当前，大模型已成为平安银行数字化运营新基建，极大提升AI在前中后台运营场景中的应用广度及深度。在客服场景中，大模型提升交互能力与知识领域，为平安银行数字人装载“智慧大脑”，打造更拟人化，更智能、以客户为中心的金融服务机器人；在资料审核场景中，大模型可覆盖传统AI尚未触及的长尾复杂文档，提升贷款审批等业务的自动化率；在研发场景中，平安银行依托多语言代码生成大模型，基于行内数据微调，打造更契合银行的代码生成Copilot，持续提升全行开发人员效率。在此以资料审核场景为例展开介绍。
大模型扩张AI数据处理边界，解锁海量非结构化文档价值。银行业务涉及大量资料识别、抽取和审核工作，AI技术已深度应用于高频标准卡证和资料处理环节中。但由于资料种类繁多，影像质量参差不齐，AI覆盖广度受限，仍有多个环节需要大量人力操作。近期，我行打造大模型OCR技术方案，相较于传统垂直OCR模型，一个大模型即可完成多类文档的信息抽取，解决资料复杂及非标难题。此方案已应用于集中作业中心的贷款资料审核中，覆盖业务量近10万笔/月，为贷款材料初审和复审环节提质提效。
3.数字化管理的应用。平安银行以守住风险底线为前提，聚焦风险防控，加强生态化、智能化和专业化建设，其中已将AI应用于智能预警、智能分析和智能监控等场景。在零售风险控制中，零售模型全流程管理平台可实现风控模型全生命周期精准管理，形成对风控模型的全面管理和及时预警。在对公风险控制中，智慧风控平台可实现70%对公业务秒级出账，借助数字化手段贷后工作效率提升50%。在大模型时代，动态风险治理将成为博弈主战场。平安银行基于海量银行业务知识、风控知识及多年黑灰产对抗经验打造风控场景大模型，实现更快速、精准和敏捷的风控能力，进一步夯实银行数字资产核心防御屏障。首先，我行打造合规条款查询、风险报告自动生成、风险指标智能问答等工具，提升风控人员效率与体验；其次，结合内外部风险数据，风控场景大模型可实时识别各维度数据异动，标识风险，提升风险预警能力；最后，可利用大模型缓解细分风控场景中零样本、小样本的建模痛点，解决长建模周期与高频建模需求之间的矛盾，实现风控模型的快速构建与迭代。如在反欺诈领域，传统风控方案对黑灰产攻击的防范存在滞后性，大模型可提升细分黑灰产场景的模型构建效率与性能，挖掘新特征规则，快速应对不断变化的金融欺诈新模式。
大模型引领银行科技发展新趋势
大模型能力边界不断拓展，持续变革数字金融与实体产业。以大模型为核心的一系列AI技术将是未来科技发展的一条关键主线：在数据处理模态上，由已经初步成熟的文本和图像，持续向3D内容和视频发展，从单一模态发展到多模态；在任务类型上，判别式模型、生成式模型和决策式模型持续发展；在应用场景上，由通用领域向金融、交通、能源、教育、文娱等细分行业加速渗透。
平安银行将不断深化大模型实践，激发创造未来的新动能。我行以银行场景大模型为依托，以场景价值为抓手，已落地一批大模型创新产品应用，展现出对提升效率、降低成本，以及提升客户体验等方面的巨大潜力。从Copilot到Agent再到具身智能，我行将沿着大模型迭代发展脉络，持续变革银行业务，激发出银行业新的客户交互方式和发展模式，为支持普惠金融、绿色金融，支持乡村振兴贡献力量。