生成式人工智能重塑銀行保險(xiǎn)機(jī)構(gòu)：創(chuàng)新及挑戰(zhàn)

生成式人工智能（AIGC）的行業(yè)應(yīng)用，助力銀行保險(xiǎn)機(jī)構(gòu)發(fā)揮金融中介功能，重塑業(yè)務(wù)流程、經(jīng)營(yíng)模式和行業(yè)生態(tài)，但也面臨規(guī)劃滯后、語(yǔ)料不佳、模型缺陷、安全風(fēng)險(xiǎn)等諸多挑戰(zhàn)。為實(shí)現(xiàn)AIGC在金融業(yè)的應(yīng)用行穩(wěn)致遠(yuǎn)，需要規(guī)劃不同類(lèi)型機(jī)構(gòu)的應(yīng)用目標(biāo)和發(fā)展路徑，建設(shè)行業(yè)基礎(chǔ)語(yǔ)料庫(kù)和數(shù)據(jù)庫(kù)，開(kāi)發(fā)行業(yè)垂直領(lǐng)域大模型，構(gòu)建企業(yè)、行業(yè)、政府“三位一體”的風(fēng)險(xiǎn)防控體系。

生成式人工智能及其對(duì)銀行保險(xiǎn)機(jī)構(gòu)功能的影響

有別于判別式人工智能，AIGC是指基于數(shù)據(jù)運(yùn)用算法、模型、規(guī)則生成文本、圖片、聲音、視頻、代碼等內(nèi)容的技術(shù)，其核心是大語(yǔ)言模型（以下簡(jiǎn)稱(chēng)“大模型”）。銀行保險(xiǎn)機(jī)構(gòu)作為從事信息搜集、信用中介和期限轉(zhuǎn)換的金融機(jī)構(gòu)，其核心功能在于能有效降低交易成本和緩釋信息不對(duì)稱(chēng)問(wèn)題。AIGC的廣泛應(yīng)用，對(duì)銀行保險(xiǎn)機(jī)構(gòu)上述功能的發(fā)揮產(chǎn)生深刻影響。

在降低交易成本方面，AIGC助力銀行保險(xiǎn)機(jī)構(gòu)實(shí)現(xiàn)與客戶(hù)的自動(dòng)交互，大幅降低其搜尋成本、獲客成本和營(yíng)銷(xiāo)成本。AIGC在產(chǎn)品研發(fā)、授信審批、核保理賠、智能投顧、資金運(yùn)用、風(fēng)險(xiǎn)管理、合規(guī)管理等領(lǐng)域發(fā)揮智能助手作用，有效降低了銀行保險(xiǎn)機(jī)構(gòu)的運(yùn)營(yíng)成本。

在緩釋信息不對(duì)稱(chēng)問(wèn)題方面，AIGC憑借其強(qiáng)悍的信息搜集、泛化理解、歸納整理和邏輯推理能力，助力銀行保險(xiǎn)機(jī)構(gòu)抓取和分析客戶(hù)的多模態(tài)信息與數(shù)據(jù)，洞悉借款人和投保人真實(shí)情況，為其精準(zhǔn)畫(huà)像，量身定做各種金融服務(wù)方案，有效緩釋金融交易過(guò)程中的信息阻礙問(wèn)題。

生成式人工智能在銀行業(yè)的應(yīng)用場(chǎng)景

客戶(hù)服務(wù)。這是當(dāng)前銀行業(yè)AIGC應(yīng)用較為廣泛和成熟的領(lǐng)域。大模型在客服領(lǐng)域具有語(yǔ)言理解能力、自動(dòng)化響應(yīng)生成能力、個(gè)性化服務(wù)能力、持續(xù)學(xué)習(xí)和優(yōu)化能力、情感分析能力、跨渠道工作能力、實(shí)時(shí)數(shù)據(jù)處理能力、多語(yǔ)言和跨平臺(tái)服務(wù)能力，能為客戶(hù)提供24小時(shí)在線服務(wù)，大幅提高客戶(hù)服務(wù)能力和客戶(hù)滿意程度。

智能營(yíng)銷(xiāo)。運(yùn)用AIGC可以提高營(yíng)銷(xiāo)文案的多樣性和創(chuàng)造性。大模型技術(shù)能利用客戶(hù)歷史交易數(shù)據(jù)和互動(dòng)信息，準(zhǔn)確識(shí)別客戶(hù)需求，提供個(gè)性化的金融服務(wù)方案。在AIGC的加持下，電話銷(xiāo)售能提供自動(dòng)化的客戶(hù)交互和個(gè)性化的銷(xiāo)售推薦，降低運(yùn)營(yíng)成本，優(yōu)化客戶(hù)體驗(yàn)。未來(lái)，智能銷(xiāo)售會(huì)進(jìn)一步向電子郵件、社交媒體等其他通信渠道延伸，運(yùn)用大模型技術(shù)協(xié)調(diào)各渠道的信息和策略，形成多渠道交叉融合的營(yíng)銷(xiāo)格局。

風(fēng)險(xiǎn)管理。AIGC憑借其不凡的泛化理解和邏輯推理能力，助力銀行更準(zhǔn)確地評(píng)估信用風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)和操作風(fēng)險(xiǎn)，制定風(fēng)險(xiǎn)管理政策。銀行借助大模型技術(shù)和知識(shí)圖譜技術(shù)，對(duì)借款人及其關(guān)聯(lián)方的財(cái)務(wù)狀況、還款能力、還款意愿等進(jìn)行綜合分析，預(yù)設(shè)財(cái)會(huì)專(zhuān)家思維鏈，準(zhǔn)確評(píng)估信用風(fēng)險(xiǎn)，為授信審批提供有效支撐。銀行應(yīng)用大模型技術(shù)，還能對(duì)海量市場(chǎng)交易數(shù)據(jù)進(jìn)行實(shí)時(shí)監(jiān)測(cè)分析，識(shí)別異常交易和可疑交易，快速發(fā)現(xiàn)欺詐行為。

智能投顧。金融市場(chǎng)信息繁雜，金融產(chǎn)品眾多，交易策略和工具不勝枚舉。運(yùn)用多模態(tài)大模型技術(shù)，可對(duì)海量歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)進(jìn)行分析，預(yù)測(cè)未來(lái)市場(chǎng)變動(dòng)趨勢(shì)，生成行業(yè)風(fēng)險(xiǎn)分析報(bào)告，提供個(gè)性化的市場(chǎng)運(yùn)行分析、投資組合管理和資產(chǎn)配置建議，幫助客戶(hù)經(jīng)理有效決策。

合規(guī)管理。銀行應(yīng)用大模型技術(shù)，能夠系統(tǒng)梳理各項(xiàng)監(jiān)管政策和要求，準(zhǔn)確把握其核心要義，將不同時(shí)期發(fā)布的各類(lèi)監(jiān)管規(guī)則數(shù)字化、格式化和程序化，提高合規(guī)效率，降低合規(guī)成本。銀行借助自動(dòng)化監(jiān)控和審核手段，審核銀行各類(lèi)數(shù)據(jù)和文件，識(shí)別員工的不當(dāng)行為和潛在風(fēng)險(xiǎn)，及時(shí)發(fā)現(xiàn)違法違規(guī)隱患，提高銀行合規(guī)水平。

生成式人工智能在保險(xiǎn)業(yè)的應(yīng)用場(chǎng)景

客戶(hù)服務(wù)。通過(guò)接人大模型，綜合運(yùn)用語(yǔ)言識(shí)別技術(shù)、語(yǔ)義理解、語(yǔ)言合成、OCR等成熟技術(shù)，為客戶(hù)提供各類(lèi)咨詢(xún)服務(wù)及承擔(dān)外呼、回訪等業(yè)務(wù)。保險(xiǎn)業(yè)數(shù)智化轉(zhuǎn)型的一個(gè)重要標(biāo)志是客戶(hù)服務(wù)智能化。智能應(yīng)答機(jī)器人可與客戶(hù)進(jìn)行深度交互；智能外呼機(jī)器人可執(zhí)行流程規(guī)范、話術(shù)統(tǒng)一的外呼任務(wù)，線上支持代理人遠(yuǎn)程會(huì)客和VR沉浸式互動(dòng)；智能質(zhì)檢機(jī)器人可自動(dòng)質(zhì)檢客服質(zhì)量。

銷(xiāo)售支持。AIGC可為營(yíng)銷(xiāo)人員提供個(gè)性化銷(xiāo)售輔助和智力支持，提供銷(xiāo)售策略和方案。智能輔助機(jī)器人可實(shí)時(shí)輔助銷(xiāo)售人員與客戶(hù)交互，根據(jù)客戶(hù)需求生成保險(xiǎn)方案；智能座席助手可在人工座席與客戶(hù)通話過(guò)程中，以側(cè)邊欄的方式提供實(shí)時(shí)話術(shù)推薦，并根據(jù)反饋情況支持標(biāo)注、質(zhì)檢和復(fù)盤(pán)。在代理人培訓(xùn)方面，大模型技術(shù)已在知識(shí)問(wèn)答、課程開(kāi)發(fā)、案例萃取、項(xiàng)目設(shè)計(jì)、數(shù)據(jù)分析等方面取得成效，顯著提高了培訓(xùn)效果。

核保理賠。保險(xiǎn)機(jī)構(gòu)能借助多模態(tài)文檔解析技術(shù)，自動(dòng)評(píng)估保險(xiǎn)標(biāo)的情況，對(duì)異常保單進(jìn)行檢測(cè)和識(shí)別，實(shí)現(xiàn)精確核保。AIGC可以自動(dòng)處理理賠申請(qǐng)、觸發(fā)理賠流程和計(jì)算理賠金額。AIGC賦能保險(xiǎn)理賠，現(xiàn)已從車(chē)險(xiǎn)等財(cái)險(xiǎn)領(lǐng)域擴(kuò)展到較為復(fù)雜的健康險(xiǎn)領(lǐng)域。保險(xiǎn)機(jī)構(gòu)借助大模型技術(shù)快速分析圖片等證據(jù)資料，查勘和核定損失，并應(yīng)用知識(shí)圖譜技術(shù)計(jì)算賠付金額，從而實(shí)現(xiàn)理賠全流程的自動(dòng)化和智能化。

產(chǎn)品研發(fā)。大模型的數(shù)據(jù)分析、樣本生成和場(chǎng)景泛化能力，助力保險(xiǎn)機(jī)構(gòu)研判國(guó)內(nèi)外市場(chǎng)發(fā)展趨勢(shì)，理解客戶(hù)需求和風(fēng)險(xiǎn)特征，并適應(yīng)市場(chǎng)需求精準(zhǔn)開(kāi)發(fā)產(chǎn)品，設(shè)計(jì)產(chǎn)品方案。精算人員運(yùn)用AIGC可強(qiáng)化精算定價(jià)的客戶(hù)數(shù)據(jù)基礎(chǔ)，不僅依托傳統(tǒng)的標(biāo)準(zhǔn)化、結(jié)構(gòu)化客戶(hù)信息，而且進(jìn)一步涵蓋圖片、音頻、視頻等非標(biāo)準(zhǔn)化、非結(jié)構(gòu)化信息，有效提高定價(jià)精準(zhǔn)程度。

風(fēng)險(xiǎn)控制。在風(fēng)控決策方面，AIGC基于處理各類(lèi)數(shù)據(jù)的泛化能力，能與判別式人工智能模型互相支撐，實(shí)施復(fù)雜場(chǎng)景下的風(fēng)控決策。在風(fēng)險(xiǎn)監(jiān)測(cè)方面，AIGC基于強(qiáng)大的認(rèn)知推理能力，能有效識(shí)別數(shù)據(jù)安全和網(wǎng)絡(luò)安全漏洞，通過(guò)收集和分析理賠信息與數(shù)據(jù)，防范保險(xiǎn)欺詐風(fēng)險(xiǎn)。

生成式人工智能在銀行業(yè)保險(xiǎn)業(yè)應(yīng)用面臨的挑戰(zhàn)

規(guī)劃滯后。由于AIGC底層模型開(kāi)發(fā)對(duì)數(shù)據(jù)和算力需求極天，只有少數(shù)科技公司能擔(dān)其重任，目前AIGC在行業(yè)的應(yīng)用主要在操作層面。行業(yè)應(yīng)用總體遠(yuǎn)景規(guī)劃不足，對(duì)大型、中小型銀行保險(xiǎn)機(jī)構(gòu)及金融科技公司等不同主體的應(yīng)用目標(biāo)和實(shí)施途徑，還缺乏統(tǒng)籌規(guī)劃、制度設(shè)計(jì)和保障支持，缺少統(tǒng)一的行業(yè)評(píng)測(cè)標(biāo)準(zhǔn)及技術(shù)應(yīng)用規(guī)范。應(yīng)對(duì)大模型應(yīng)用的平權(quán)問(wèn)題不力，AIGC在銀行業(yè)保險(xiǎn)業(yè)的應(yīng)用處于自發(fā)狀態(tài)，針對(duì)中小銀行保險(xiǎn)機(jī)構(gòu)在市場(chǎng)競(jìng)爭(zhēng)中的不利地位和劣化趨勢(shì)，還缺乏具有前瞻性和針對(duì)性的政策方略。

語(yǔ)料不佳。由于金融數(shù)據(jù)具有商業(yè)機(jī)密和市場(chǎng)敏感等特征，對(duì)數(shù)據(jù)收集和數(shù)據(jù)使用限制性要求較多，數(shù)據(jù)共享受到法律法規(guī)制度限制，“數(shù)據(jù)孤島”和“數(shù)據(jù)分割”現(xiàn)象突出。大模型訓(xùn)練中存在金融語(yǔ)料不足、數(shù)據(jù)滯后、水平欠佳等問(wèn)題，直接影響大模型的行業(yè)應(yīng)用效果。語(yǔ)料本身存在的偏頗容易帶入大模型中，可能會(huì)輸出偏向特定群體的觀點(diǎn)，產(chǎn)生對(duì)其他群體的歧視和偏見(jiàn)，如對(duì)部分群體的信貸歧視和投保歧視，可能引發(fā)倫理問(wèn)題和社會(huì)不公。

模型缺陷。滋生“AI幻覺(jué)”。由于存在不正確的對(duì)齊過(guò)程、不恰當(dāng)?shù)纳刹呗院蛧?yán)重的語(yǔ)料問(wèn)題，金融行業(yè)大模型應(yīng)用出現(xiàn)“幻覺(jué)”的概率較高。大模型會(huì)給出表面上邏輯填密、層次清晰、內(nèi)容專(zhuān)業(yè)、表述流暢，實(shí)則背離事實(shí)、完全錯(cuò)誤的答案或方案，運(yùn)用推理增強(qiáng)模型更會(huì)放大這種“幻覺(jué)”。存在“黑箱”問(wèn)題。從“問(wèn)題”到“答案”的過(guò)程具有“黑箱”特性，不易了解其決策過(guò)程和邏輯，透明度和可解釋性嚴(yán)重不足。引發(fā)“同頻共振”。通用大模型的廣泛應(yīng)用，會(huì)造成銀行保險(xiǎn)機(jī)構(gòu)依賴(lài)相同的AI策略，造成決策方案趨同，產(chǎn)生“羊群效應(yīng)”。

安全隱患。在大模型的開(kāi)發(fā)和應(yīng)用過(guò)程中，不可避免地存在數(shù)據(jù)濫用和數(shù)據(jù)泄露等數(shù)據(jù)安全問(wèn)題。數(shù)據(jù)濫用包括非法采集用戶(hù)信息、惡意監(jiān)控用戶(hù)行為、非授權(quán)廣告等商業(yè)利益侵犯等。數(shù)據(jù)脫敏不當(dāng)、網(wǎng)絡(luò)攻擊、未授權(quán)訪問(wèn)、數(shù)據(jù)存儲(chǔ)設(shè)備的非法占有、誘導(dǎo)交互等原因，都可能導(dǎo)致數(shù)據(jù)泄露。大模型本身也存在各類(lèi)安全風(fēng)險(xiǎn)，包括投毒攻擊風(fēng)險(xiǎn)、提示詞攻擊風(fēng)險(xiǎn)、對(duì)抗樣本攻擊風(fēng)險(xiǎn)和模型竊取攻擊風(fēng)險(xiǎn)等。天模型具有非魯棒性的特征，算力、數(shù)據(jù)、算法等多種因素都會(huì)導(dǎo)致其產(chǎn)生穩(wěn)定性差、可靠性低和適應(yīng)性弱等問(wèn)題。

促進(jìn)銀行業(yè)保險(xiǎn)業(yè)生成式人工智能應(yīng)用的對(duì)策研究

加強(qiáng)金融業(yè)應(yīng)用AIGC的頂層設(shè)計(jì)。推進(jìn)銀行業(yè)保險(xiǎn)業(yè)數(shù)智化轉(zhuǎn)型頂層設(shè)計(jì)，明確各類(lèi)銀行保險(xiǎn)機(jī)構(gòu)在AIGC應(yīng)用領(lǐng)域的遠(yuǎn)景目標(biāo)和發(fā)展路徑，制定統(tǒng)一的銀行業(yè)保險(xiǎn)業(yè)大模型評(píng)測(cè)體系，發(fā)布行業(yè)大模型應(yīng)用指引和技術(shù)標(biāo)準(zhǔn)。大機(jī)構(gòu)可充分發(fā)揮自身在算力、數(shù)據(jù)和人才等方面的優(yōu)勢(shì)，運(yùn)用二次訓(xùn)練、微調(diào)等技術(shù)，構(gòu)建全場(chǎng)景、多樣化的大模型應(yīng)用生態(tài)。中小機(jī)構(gòu)則依托行業(yè)垂直領(lǐng)域大模型，結(jié)合自身實(shí)際做簡(jiǎn)易化處理，使用內(nèi)部數(shù)據(jù)進(jìn)行微調(diào)，注重大模型與小模型的有機(jī)結(jié)合，穩(wěn)步推進(jìn)數(shù)智化轉(zhuǎn)型。各機(jī)構(gòu)應(yīng)建設(shè)數(shù)據(jù)安全災(zāi)備中心，建立入侵監(jiān)測(cè)和外部防御系統(tǒng)，防范網(wǎng)絡(luò)安全風(fēng)險(xiǎn)。

構(gòu)建銀行業(yè)保險(xiǎn)業(yè)基礎(chǔ)語(yǔ)料庫(kù)和數(shù)據(jù)庫(kù)。完善數(shù)據(jù)安全技術(shù)標(biāo)準(zhǔn)和規(guī)范體系。統(tǒng)一收集銀行保險(xiǎn)行業(yè)業(yè)務(wù)數(shù)據(jù)、研究報(bào)告等行業(yè)數(shù)據(jù)，構(gòu)建行業(yè)數(shù)據(jù)知識(shí)資源底座等語(yǔ)料庫(kù)和基礎(chǔ)數(shù)據(jù)集，強(qiáng)化數(shù)據(jù)引人初篩、數(shù)據(jù)去毒、精細(xì)標(biāo)注，保證數(shù)據(jù)安全可溯，推進(jìn)大模型預(yù)訓(xùn)練和推理訓(xùn)練。加強(qiáng)數(shù)據(jù)治理，區(qū)別數(shù)據(jù)種類(lèi)分別進(jìn)行敏感數(shù)據(jù)加密、去隱私化、去標(biāo)識(shí)化處理。在數(shù)據(jù)收集過(guò)程中，利用差分隱私等技術(shù)，在訓(xùn)練過(guò)程中，使用安全多方計(jì)算、同態(tài)加密和聯(lián)邦學(xué)習(xí)等技術(shù)進(jìn)行數(shù)據(jù)隱私保護(hù)。

統(tǒng)一開(kāi)發(fā)銀行業(yè)保險(xiǎn)業(yè)垂直領(lǐng)域大模型。集中行業(yè)資源和力量，構(gòu)建通用銀行業(yè)保險(xiǎn)業(yè)垂直領(lǐng)域大模型。強(qiáng)化大模型微調(diào)和大小模型交互，完善內(nèi)容標(biāo)注、提示詞工程、對(duì)抗測(cè)試等微調(diào)服務(wù)，制定標(biāo)注規(guī)則，培訓(xùn)標(biāo)注人員，擴(kuò)大判別式小模型供給，促進(jìn)大模型在行業(yè)各類(lèi)具體場(chǎng)景的應(yīng)用。積極運(yùn)用可視化技術(shù)、特征重要性分析、局部解釋等方法，借助轉(zhuǎn)接知識(shí)庫(kù)和領(lǐng)域知識(shí)圖譜等輔助工具，解釋模型決策過(guò)程和推理邏輯。

完善金融業(yè)應(yīng)用AIGC的風(fēng)險(xiǎn)防控機(jī)制。堅(jiān)持“技術(shù)中性”原則，發(fā)揮AIGC在重塑行業(yè)價(jià)值和生態(tài)方面的積極作用，筑牢企業(yè)風(fēng)控、市場(chǎng)自律和政府監(jiān)管“三道防線”，有效防控伴生風(fēng)險(xiǎn)。銀行保險(xiǎn)機(jī)構(gòu)應(yīng)強(qiáng)化AIGC開(kāi)發(fā)應(yīng)用全流程的風(fēng)險(xiǎn)監(jiān)控，及時(shí)披露相關(guān)信息，提高AIGC應(yīng)用的透明度；科技公司應(yīng)承擔(dān)AIGC相關(guān)產(chǎn)品開(kāi)發(fā)的主體責(zé)任，確保所提供的產(chǎn)品安全可靠、風(fēng)險(xiǎn)可控、合乎倫理；行業(yè)組織應(yīng)充分發(fā)揮市場(chǎng)自律職能，牽頭制定相關(guān)規(guī)則和標(biāo)準(zhǔn)；監(jiān)管機(jī)構(gòu)應(yīng)區(qū)分不同主體、環(huán)節(jié)和風(fēng)險(xiǎn)層級(jí)，實(shí)施差異化監(jiān)管政策，實(shí)時(shí)監(jiān)測(cè)、評(píng)估和處置風(fēng)險(xiǎn)。

（龔明華為中國(guó)保險(xiǎn)學(xué)會(huì)黨委副書(shū)記、副會(huì)長(zhǎng)，研究員。責(zé)任編輯/王茅）