银行业金融科技专题报告：从AIGC看商业银行数字化转型

（每日研选深度报告导读，请关注：报告派）

报告出品方：平安证券

以下为报告原文节选

------

一、 银行数字化稳步推进，AIGC 助力转型提速

新兴科技的逐步应用推动着银行业数字化转型的稳步推进，前沿科技与金融业态间的融合已经是增加行业增长韧性和潜力的必经之路。从银行的经营模式转变来看，负债端的综合化平台业务转型，资产端信贷类场景的丰富，支付端的线上化和移动化趋势以及“智能化、数字化、开放化”商业模式转型都离不开技术支持，区块链、大数据、云计算等新兴技术已经融入到银行日常的业务架构之中，金融科技投入逐步加大，22 年国有大行和股份行金融科技投入占比达到了 3.37%，金融科技人员占比达到了 5.45%，同比皆有所抬升。今年以来由 ChatGPT 引爆的AIGC 浪潮，有望进一步加快银行业的数字化转型速度，目前行业广泛探索大模型的应用落地，农业银行推出的业内首个自主创新的金融 AI 大模型应用 ChatABC，邮储银行、兴业银行等积极接入“文心一言”等大模型平台，银行通过自研发布或者第三方平台合作发挥自身数据和资本优势，大模型的场景应用有望落地。

1.1 内外协同共发力，数字化转型步步为营

科技引领变革，银行数字化转型进程不断加快

从技术发展对于银行业转型的帮助来说，银行业的金融数字化转型经历了从 1.0 电子化阶段、2.0 移动线上化阶段以及现在朝着 3.0 智能化的状态进行转变，区块链以及人工智能等新兴技术同银行的业务结构深度融合，在风险定价、用户识别等方面解决了传统金融的痛点，金融科技的发展已经不仅是“行业发展的必备趋势”，也是实现弯道超车的必须选择。此外，从银行自身来说，科技能力的提高对于发挥银行自身资本和人力优势起到重要作用，是提高生产效率的必经之路，所以自 20世纪 90 年代后，银行一直是 IT行业产品和服务的主要买家，国内外银行皆先后在支付、借贷、财富管理等业务领域提高了战略关注。从国有大行和股份制银行 22 年年报中披露的战略规划来看，金融科技战略都已经成为银行转型的重要推手。

从科技投入的总量和人才队伍的建设成果来看，国有大行中工商银行以及股份制银行中招商银行的领先地位较为突出，我们以 22 年数据为例，工商银行和招商银行金融科技投入总量和人才队伍绝对数量位于可比同业首位，其中工商银行全年投入262 亿元，占营业收入比重达到了 2.86%，招行全年投入 142 亿元，占营业收入比重达到了 4.51%。

加快专业团队布局，科技子公司加速设立。除此之外，各家银行通过内部孵化设立子公司的方式，依托自身力量培育金融科技核心竞争力，以独立化运营、科技创新为目标的金融科技子公司应运而生，自 2015 年兴业银行业内首次设立金融科技子公司以来，各大上市银行紧锣密鼓的构建着专业化团队。目前来说，团队建设较为完备的金融科技子公司已经走上了“科技输出+科技变现”的新道路，例如“兴业数金”推出 RPA 流程机器人，实现自动化软件模拟人工交互过程，“招银云创”则为招商局集团构建了非现金金融交易平台。

政策环境：积微成著，稳步前进

“自上而下”稳步推进，顶层建设趋于完善。以 2017 年为界，17 年之前监管机构更多的用“科技创新”“互联网金融”的表述形容银行业的科技融合，自 17 年 5 月央行正式成立金融科技委员会后，金融科技的概念才被正式明确，并且在 17 年的《政府工作报告》中将“提升科技创新能力”和“抓好金融体制改革”列为了重点工作，此后对于金融创新和防范风险的政策导向逐步明确，金融科技的应用之路稳步推进。2019 年，央行首次提出了《金融科技发展规划（2019-2021 年）》，提出在 2021 年建立健全我国金融科技发展的“四梁八柱”，增强人民群众对数字化、网络化、智能化金融产品和服务的满意度，为金融科技的发展方向指明了道路。政策导向愈发清晰，应用落地逐步加速。2022 年，央行提出了金融科技的新三年规划，提出了要“积微成著”，强调了以数据要素应用为基础，并在围绕基础设施建设、产业生态建设方面的重点任务加速应用落地，金融科技的发展要求已经转变成夯实数字金融底座、激活数据要素潜能和促进科技成果转化三个方面。

金融科技持续赋能，数字化转型初见成效

金融科技的发展从负债端、资产端、支付端以及商业模式四个维度持续赋能银行业的经营转型，例如线上化水平的提高加快了银行零售转型的进度，场景化金融服务体系的搭建提升了银行的获客效率，区块链技术的应用提升了普惠信贷的覆盖力，以及人工智能的快速发展则提升了银行业的服务效率等。因此，金融科技水平成为打造银行差异化优势的重要途径。

1.2 ChatGPT 引爆 AIGC 浪潮，技术革命加速行业转型

ChatGPT 问世引起广泛关注，国内大模型争相出炉。自 22 年 11 月 ChatGPT 正式发布以来，打破了现有模式下的人机交互模式，引起了对于 ChatGPT 背后支撑性的 AIGC 技术的广泛性关注。AIGC 的狭义概念是利用AI 自动生产内容的生产方式，通过大量的训练数据和生成算法模型，自动生成文本、图片、音乐、视频、3D 交互内容等各种形式的内容，广义的AIGC还包括策略生成、虚拟人等概念。根据 IDC 发布的《2022 中国大模型发展白皮书》，我国的大模型可大致分为底层服务支撑层、基础算法平台层及应用层，通过芯片提供的算力支持，训练模型的深度学习进而实现行业的广泛应用。

国内外大模型百花齐放，泛化性特征加速产业智能化变革。自 2019 年 OpenAI 提出 GPT-2 以来，大模型发展迅速，Google、百度、阿里、腾讯等国内外头部科技企业开发迭代多版 AI 大模型，特别是今年 AIGC 的浪潮下，国产大模型争相出炉，3月百度推出文心一言，4 月阿里、华为和商汤推出通义千问、盘古大模型和日日新大模型，大模型拉开了通用人工智能的序幕。此外，垂直领域的大模型因为其能更好的专注于特定的行业、领域或者场景，更好的满足用户在特定情形下的需求，又因为金融领域自身优异的数据禀赋优势和专业性要求，金融行业是垂直领域大模型应用的一片蓝海，例如 Bloomberg 采用的自助构建数据及和语料库开发出的金融行业语言大模型 BloombergGPT，以及AI4Finance 开发推出的 FinGPT金融大语言模型都是垂直领域大模型在金融领域应用的优秀代表。

国内银行积极探索应用新模式，广泛合作快速接入。大模型的广泛接入有望解决目前金融科技定制化服务成本高以及客户需求变化速度快等存在于银行数字化改革进程中的问题。从目前来看，银行接入大模型的方式主要分为两个方面：1）自研发布。例如农行 3 月率先推出了名为 ChatABC 的自主金融AI 大模型，工商银行发布基于昇腾 AI 的金融行业通用模型；2）第三方合作。例如邮储银行将接入“文心一言”作为“邮储大脑”的重要技术行补充，中信银行、兴业银行和苏州银行接入“文心一言”打造生成式人工智能生态服务。对于拥有海量金融数据且应用场景丰富的银行来说，引入业内领先的大模型，采用微调方式形成专业领域的任务大模型是快速赋能业务，提高运营的效率的重要途径。

二、 科技赋能全业务链条，AIGC 有望推动银行智能化水平再提升

ChatGPT 让人们看到 AIGC 在认知智能领域突破所能带来的颠覆性的变革，特别是其行业认知智能应用场景有望解决目前银行业转型存在的一些瓶颈。我们从渠道、服务和风险管理三个方面去分析行业目前的发展现状及未来通过AIGC 所能够带来的潜在提升，例如 AIGC 强用户交互能力对于渠道端智能客服体系的完善以及场景化金融服务能力的提升具有显著正面作用，“AI+大数据”在智能投研方向的应用有望降低投顾服务的门槛以及计算智能和感知智能在风控场景下的应用等都能够持续推动银行业的智能化转型。

2.1 渠道：人机交互新突破提升用户体验，场景化金融服务能力有望提升

渠道建设是现代银行发展的重要组成部分，如何实现线上线下多情景多层次的渠道网格覆盖、如何提升个性化服务能力以及如何实现数据的整合处理是银行在推进渠道建设的重点关注方向，本文从目前渠道建设中以自动化服务为代表的“智能客服”体系以及以“开放银行”为代表的场景金融服务体系分析目前银行业的现状和 AIGC 大模型带来的帮助。

融入智能客服体系，提升交互效率“线上化-数字化-智能化”已经成为银行面对互联网冲击下的行业转型共识，在此背景下的智能客服应运而生，利用场景服务体系中的产品了解客户多样化的诉求，以语音交互、产品交互或者文字交互等方式获取信息并通过智能引擎精准识别并匹配细分产品是目前大多数智能客服的运行逻辑，例如工商银行推出的智能客服“工小智”不仅能够在线上用户交互层面满足基本的业务咨询、信息查询等功能，也能融入到线下智能化网点的建设过程中，以机器人的方式参与到网点的业务分流、扫码取号以及客户服务等过程，落地 600+具有数字员工属性的智能应用场景，招商银行推出的“小招客服”则实现了全托管、辅助应答等功能，实现了人力替代超过 1.2 万人，浦发银行推出的针对智能产品推介、业务咨询等智能化服务的智能员工“小浦”以及宁波银行推出的面向自动化引导和智能分流的线上 AI 机器人“小宁”皆是如此。

智能客服不“智能”，机械化交流影响用户体验。在目前大多数的智能客服的体验过程中，机械化重复化的表达是亟待解决的问题。目前的大多数智能客服仍是一种基于规则或者预设脚本的自动化程序，只能执行预设的任务情景，自我学习能力不够导致在难以对超出其能力范围的问题或者模糊化问题给出解决方案，与目前以 ChatGPT为例的生成式AI 带来的客户体验仍有较大差距。

--- 报告摘录结束 更多内容请阅读报告原文 ---

报告合集专题一览 X 由【报告派】定期整理更新

（特别说明：本文来源于公开资料，摘录内容仅供参考，不构成任何投资建议，如需使用请参阅报告原文。）

精选报告来源：报告派