2024年被称为“大模型应用元年”，银行业同样迎来了这一变革。

　　“千模大战”落幕，头部基础模型厂商格局初定，应用端垂类模型“百花齐放”。金融业凭借密集的数据基础和成熟的数字化，率先探索大模型等AI技术的应用。

　　随着2024年上市银行年报逐步披露，14家全国性银行（含6家国有大行与8家股份制银行）全面公开了去年的AI战略与应用布局。

　　21世纪经济报道记者梳理发现，“AI+”已成为银行近两年的AI战略核心。具体包括：提供基础智能化能力的模型底座、强调安全保护与风险管理的配套机制、结合不同业务场景的创新应用。

　　与以往单点业务的技术应用创新不同，如今的“AI+”已覆盖银行C端用户、B端客户及对内员工的全业务流程。

　　记者注意到，在技术之外，更多银行开始关注人与AI的关系，不仅强调AI与金融场景的融合，还切实关心员工如何真正使用AI技术、相关创新应用的调用率及带来的业务价值。

　　场景应用遍地开花

　　多家银行曾提出自研大模型底座，但从最新信息来看，应用优先级已提升。“自研大模型”转变为“应用大模型技术”或建设“自主可控的大模型技术底座”。

　　建设银行表示，该行依据企业级应用需求，择优选择千亿级开源通用大模型，并利用高质量文本数据进行预训练、微调和强化学习，建成面向所有业务领域应用和统一技术底座的金融大模型，以及模型即服务（MaaS）的应用平台。

　　建设银行首席信息官透露，截至2024年底，该行适配了16个版本的通用大模型，形成16个版本的金融大模型，确保业务场景应用效果随模型能力迭代而提升。

　　银行AI战略的基础大模型底座至少包括两部分：一是以生成式大模型为基础的“快思考”大模型，二是以Deepseek-R1为代表的“慢思考”推理模型，此外还有代码大模型、多模态大模型、智能体等，针对不同场景需求实现落地应用。

　　例如，中信银行升级融合了决策式AI“中信大脑”与生成式AI“仓颉大模型”，构建了“自主平台+场景深耕+生态共建”的AI赋能体系。光大银行也制定了《模型建设发展规划》，布局“决策式模型+生成式模型”综合应用的智能解决方案。

　　14家银行披露的AI应用场景中，已落地应用的成熟场景包括智能编码研发、智能营销、智能客服、智能风控、合规内审、消费者权益保护及日常经营管理流程等。

　　值得关注的是，除零售信贷、财富管理等C端用户交互场景外，2024年多家银行在金融市场、交易银行、公司金融等对公业务层面，结合大模型与小模型能力，实现综合化智能应用。

　　如招商银行深化交易银行业务中的人工智能技术应用，线上“招小财”AI助手准确识别客户意图，协助完成复杂公司金融产品操作，响应准确率达95%，形成客户需求即时响应体系。招行还将大模型技术应用于资本管理领域，打造“智本GPT”，完善产品定价管理系统，推动数智化转型。

　　兴业银行在金融市场业务场景中推出“兴小二”债券交易机器人，依托智能化交易平台，引入先进技术进行系统和策略升级，提升交易效率。

　　邮储银行年报中展示了两个市场交易业务场景下的机器人，展现了大模型与小模型在同一业务板块、不同场景、不同用户端的应用潜力。

　　从“AI+金融”到“人+AI”

　　在“AI+”战略推动下，各家银行披露的新技术应用场景数量众多。

　　如工行“工银智涌”技术体系已赋能20余个业务领域、200余个场景，累计调用量超10亿次。建设银行金融大模型体系已赋能193个应用场景。招商银行全行大模型应用场景超120个。中信银行“中信大脑”落地场景超1600个，“仓颉大模型”孵化超80项创新应用。兴业银行大模型助手应用场景超70个。民生银行落地超30个生成式AI典型场景应用。

　　银行面临的新问题是，如何确保AI在这些场景中真正赋能员工，让每个人都享受科技便利。

　　建设银行推出ChatBot交互版“帮得”客户经理全功能AI智能助理，打造“人+AI”新模式。基于ChatBot框架，以“大模型+小模型”架构升级客户服务，支持员工通过自然语言唤起工具，AI辅助完成一站式服务。此外，还推出智能辅助工具和AI小诸葛智能体。2024年，“帮得”智能助理总交互次数3463万次，服务全行3万名对私客户经理。

　　招商银行表示，加快打造“AI+金融”“人+数智化”新模式，促进人与科技相互赋能。在经营管理方面强化智能化工具应用，如打造零售智能助手产品矩阵、CRM智能助手、“数字美眉”机器人等。截至报告期末，“数字美眉”用户数达2.53万人。

　　为员工提供智能化工具的同时，全行级别的AI基础设施改造也在进行，旨在让员工“有得用”且“用得好”。

　　中国银行副行长表示，该行将围绕智能化建设发展，强化配套机制、推进AI平台完善、模型调优、数据使用流程畅通，并优先聚焦高价值场景，实现提质增效降本。

　　招商银行夯实“云+AI+中台”科技底座，释放上云红利，建设自主可控的大模型体系，打造行业领先的技术中台，提升组件规模与质量。数据中台持续沉淀数据能力和资产，截至报告期末，大数据服务覆盖全行63%的员工。

（文章来源：21世纪经济报道）