AI人工智能会对商业银行产生什么大影响？

AI人工智能会对商业银行产生什么大影响？

ChatGPT火爆出圈 人工智能赋能银行迈入新时代，AI+银行还有机会吗？
人工智能（AI）技术并非新鲜事物，但ChatGPT和“文心一言”作为人工智能通用大模型横空出世，掀起了人工智能应用的新一轮浪潮。此前，人工智能运用的都是专用人工智能模型，往往只能在具体的领域内产生一定的效果。而ChatGPT代表了人工智能通用大模型的最新进展，显示了大模型的巨大影响力。
与此同时，今年春节之后，A股掀起空前的一大波AIGC、ChatGPT炒作浪潮（最先是春节期间美股ChatGPT概念股票大涨引发，如C3）。本周行情复盘，感觉A股就只分人工智能和非人工智能两个板块。拿AI的享受了一周的大牛市，没有的不赚钱甚至亏钱。从市场情绪看，整个泛科技板块，对资金的虹吸效应，已经达到了恐怖的程度：今天TMT成交额占整个市场接近50%，光人工智能就2500亿，占了四分之一！
本周AI+，也是轮翻炒作。比如AI+芯片，+算力，+游戏，+传媒，+医疗等等，各种轮番炒作。与此同时，银行业也推出了人工智能的通用大模型。近日，中国工商银行在业界率先研制投产自主可控的人工智能金融行业通用模型，通过此通用模型，可以初步探索出自主可控通用模型应用于金融行业的实践，有助于提升数字金融服务的精准度和效率。
近日，工行再次披露了在人工智能方面的新进展：发布基于华为昇腾AI的金融行业通用模型，即在业界率先研制投产自主可控的人工智能金融行业通用模型。这也是华为昇腾AI大模型全流程使能体系在金融领域的一次成功尝试。
所谓大模型，是指容量较大、用于深度学习任务的模型，通常具有海量的参数和复杂的架构，具有涌现性、扩展性、复合性的特征。
这一模型具有大算力、大数据、大网络结构等技术特点，通过模型训练让千亿个神经元（参数）组成具备记忆和推理能力的深度神经网络，可快速便捷地适配业务场景需求。与以往相关模型相比，这一通用模型具有更丰富的通用知识、更强的学习与推理能力，以及海量的金融专业知识，可更好地降低人工智能应用成本、缩短研发周期、提升识别准确率。
似乎AI+银行，还未明显炒作，可能和银行基本是大盘股有关。建议可关注服务于金融科技的相关上市公司，或许会有轮动机会。

目前绝大多数银行金融机构仍然严重依赖人工流程，这使其效率低下，产生不必要的费用支出，并增加了出错和欺诈的可能性。 利用RPA可以避免这些问题的发生，并促进后端和前端业务运营。
RPA在银行中的一个完美应用案例是应付帐款处理，这是一项简单但是常见的的业务，其包括提取，验证和处理某些数据。 光学字符识别（OCR）读取数据将其发送到RPA系统，然后对该数据进行审批，完成付款并在出现错误时通知工作人员。 此外，RPA可以优化金融机构的其他种类的服务，例如生成财务报表，余额核对。 实施RPA还可显著加速一般文档处理流程，帐户关闭请求和报表自动化流程。
在财务领域实施RPA可以显著优化信用卡申请流程。 它具有实时与各种系统进行交互并验证不同类型的数据的能力。 最重要的是，RPA会根据一组预先设置的规则运行，能够做到自动接受或者拒绝申请。
除了信用卡申请流程审批，RPA也可以应用于信贷管理方面，以帮助银行打击欺诈和洗钱有关的金融违法活动。
如果金融机构不采取措施识别与这些非法活动有关的客户并减轻所带来的风险，则可能导致政府的罚款和巨额损失。RPA平台收集并定期分析客户数据，并对某些敏感行业的客户进行重点关注。 虽然这项工作可以通过人工进行处理，但是在应用RPA后可以更加容易且高效地进行，对金融监管质量的提高有明显促进作用。

效率高  风险  低

泛钛客FInsight人工智能实验室认为：一方面，人工智能可以利用机器学习对数据进行高频处理，将申请人相关的各类信息节点构建网络图，并在此基础上建立知识图谱，运用反欺诈模型，并对其进行反复训练和实时识别。另一方面，人工智能基于庞大的知识图谱，还能监测各方面风险动态，及时做出风险预警，启动防御机制，解决资产及风控欺诈问题，为银行等金融机构降本增效。除了反欺诈之外，AI还可以通过语音识别、生物识别等技术应用，为商业银行提升客户服务、产品营销体验，提升了银行客户的业务办理体验的好感度。