银行业：（中国）】银行保险金融机构生成式人工智能（GenAI） 战略报告

Preparedfor 银行保险金融机构生成式人工智能(GenAI)战略报告 2023年8月 目录 1 2 3 4 5 技术发展背景 场景应用机会 关键应用挑战 如何战略布局 为什么选择安永 2 摘要 ⯈生成式人工智能(GenAI)是人工智能的细分领域，其代表性应用ChatGPT的问世在全球范围引起巨大震动。 ►大型语言模型(LLM)是ChatGPT技术的基础模块，它是一种深度学习算法，可识别、预测和生成基于上下文关联的文本，并在大量数据集上进行训练。 ►基于ChatGPT的能力，企业可提供大规模、个性化和更高效的客户互动，进一步提升客户参与度和满意度。此外，生成式人工智能还将颠覆现有产品、流程、运营方式乃至商业模式，并通过赋能不同的业务职能，为企业带来全新转型机遇。 ►随着生成式人工智能开始带来新的机遇，董事会和企业管理层需开始围绕人才团队、基础设施、可访问性及其他一系列错综复杂的问题制定强有力的战略。 ►与所有其他生成式人工智能工具一样，ChatGPT仍处于萌芽阶段，并且其定义和能力仍在不断更新。未来在ChatGPT的引领下，利用大型语言模型和生成式人工智能的业务潜力将拥有广阔的想象空间。 ⯈金融行业中不少细分领域的领先者已经开始将生成式人工智能引入业务实践，将这一技术广泛应用于不同业务场景，其卓越的内容理解和创造能力将对金融服务行业不同细分赛道带来极大的效能提升。 ⯈若想率先在人工智能快速迭代的技术浪潮中确立竞争优势，金融机构应尽早审视自身战略发展过程中所面临的技术相关风险和阻碍，及时完成战略思维的转变；同时制定人工智能战略相关落地与流程管理保障机制，结合企业自身处境制定完整及契合自身发展节奏的人工智能战略规划、战略实施路径以及技术用例实施方案。 3 1 技术发展背景 人工智能(AI) 机器学习(ML) 深度学习(DL) 生成式人工智能 (GenAI) 技术问世时间 人工智能 1943 人工智能是计算机科学的一个领域，主要研究如何创造出具备人类智慧的智能机器。 机器学习 1959 机器学习是人工智能的一个子领域，广义上是一种机器模仿人类智能行为的能力。 深度学习 2006 深度学习是机器学习的一个子集，本质上是一种具有三层或更多层的神经网络学习。 生成式人工智能 2017 生成式人工智能是人工智能的一种，它可以基于训练过的数据，利用大型语言模型、变换神经网络和生成式对抗网络等技术，创建图像、文本、音频或视频等新内容。 生成式人工智能有哪些特征? 一种能创造如文字、代码、图像、音频和视频等全新内容的深度学习 其工作方式与人类大脑非常相似，主要通过抽象和模式识别处理信息 将生成式人工智能技术与其他分析类产品整合可实现更高价值 ChatGPT拥有互联 网历史上增长最快的用户群 ChatGPT也只是生 成式人工智能发展浪潮中的一员 为何了解生成式人工智能非常重要? 投资者电话会议中提及AI的次 数增加了77%（彭博社） 100多项生成式人工智能专业领域专利项目的商业化进程预计 随着对其新兴功能和能力边界的快速探索，生成式人工智能的范围和对商业运行的影响正在迅速扩大 30%的被访专家在ChatGPT 问世的两个月内尝试过该产品 需要12个月 GPT 生成式 ... Generative 预训练 ... Pre-trained 生成模型旨在训练人工智能生成新事物，如句子和故事、图像或视频 预训练是指应用在大型数据集之前进行的训练模型。以ChatGPT为例，数据集来自从互联网上获取的大量文本，以及人为标记为“好”或“坏”的问题和答案 自注意力模型是2017年问世的一种计算机 技术，旨在帮助人工智能模型确定需要关 自然语言处理(NLP) 人类反馈强化学习(RLHF) GPT 深度神经网络(DNN) 整合上述技术即得到了一个先进的、灵活的、具备接近人类创造力的人工智能模型，主要包括如下功能： 自注意力模型 Transformer 注的内容。以GPT为例，该技术用于帮助模型识别句子中哪些词最能表达作者或演讲者的意图 ⯈回答用户提出的问题 ⯈总结书籍或文章等文本中 心思想 ⯈创作故事或文案 ⯈根据概念查询/搜索文本 GPT与ChatGPT的关系：GPT是OpenAI1为用户提供的人工智能模型统称；ChatGPT是其中专门针对聊天界面问答进行训练的版本 ChatGPT将市场推向全新应用的发展曲线 2023年企业技术投资进展情况 ChatGPT 应用 传统人工智能技术 生成式人工智能 用例 人工智能领域39%的领先企业已充分实现效益，而其他同业的这一比例仅为19% 人工智能 自动驾驶汽车或无人机 物联网机器人流程自动化物理机器人/自动化 工业物联网 云计算 15%20%25%30%35%40%45%50%55%60%65%70%75%80% 头部企业其他同行 如今，各行业的企业都不得不开始研究人工智能的影响，否则就会面临被颠覆的风险 生成式人工智能领域的风险投资增长了 425% 截至2022年末，该领域的风险投资增长了425%，而且还在继续激增 ChatGPT用户达到 亿级用户 在2023年1月达到1亿用户，是史上用户增长最快的 应用程序 多家公司的员工已经开始使用 业务1 简化和自动化流程，提高效率并降低成本 营销与销售 8增强客户定位、个性化营销和潜在客户挖 掘能力，从而更有效地开展营销活动 产品与服务2 创建定制产品，提高客户满意度并推 动创新 财务 分析大量数据，以便在财务运作中进 行预测、风险管理和决策3 重新思考战略 每个企业都需要重新思考其战略和业务运营，将人与AI有机结合起来 7技术 推进自动化、网络安全和数据分析， 推动创新并提高技术性能 法律与合规 协助法律研究、合同分析和合规监测， 6提高效率并确保遵守法规 人员 协助人才招聘、员工活动和培训，优化人4 力资源流程 研发 5提出新想法，模拟情景，协助开发尖端产 品 适应性 生成式人工智能可以适应新的场景和数据，使其更加灵活，能够处理复杂的任务 创造力 它能够产生新的想法、设计和解决方案，帮助组织创新并在竞争中保持领先地位 可扩展性 生成式人工智能可处理大型数据集和任务，因此适合企业级应用 效率 生成式人工智能可以快速、准确地执行重复性任务，让员工可以专注于更有价值的任务 自动化 生成式人工智能可以自动执行各种业务职能的任务，降低成本，提高效率 整合 它可以与其他技术和系统结合，强化自身功能并创造新的业务机会 可预测性 生成式人工智能可根据历史数据进行预测，从而改进预测准确性和风险管理效率 多模态 它可以处理不同的数据类型，包括文本、图像和音频，从而实现更全面的分析和洞察力 基础技术能力 具有成本效益的客户服务和后备支持 洞察客户行为和偏好 7×24全天候服务 处理大量客户互动 人工智能语言处理技术 提高客户满意度与其他系统和工具集成 提升效率和准确性 提高效率和生产力缩短响应时间 自动和个性化回复访问实时数据和分析 自动建议和决策支持 超个性化客户体验 进入全新客户服务市场 商业模式的颠覆 生成式人工智能带来的 6大转型机遇 定制化、适应性产品/服务创新 客户数据驱动的优势 2 场景应用机会 生成式人工智能包含信息处理、信息检索、新内容生成三大基础组件，可在多种场景下应用，赋能银行保险金融机构 IP，IR 举例：知识管理平台 搜索 ⯈可在大型内部数据库中搜索和检索信息 基础组件潜在应用场景 聊天机器人 ⯈作为问题解答系统运行，可根据提示回答相应问题 举例：客户服务支持 IP，IR，NCG 文本分类 ⯈通过零次学习、甚至无需微调即可为所输入文本打上类别标签 举例：客户情绪分析 IP，IR IP，IR 举例：提取关键词和短语 文档源数据和摘要 ⯈从各种文档中提取和汇编关键信息，并对内容进行合成 ⯈根据流程文档编写用户手册 ⯈运用多来源信息撰写报告 新内容生成（NCG） 语言生成能力可通过识别多种来源的固定样式信息来生成新内容 ⯈根据相关信息检索回答文件中的问题 ⯈从文件中提取关键字 信息检索（IR） 能够检索特定的相关信息，并用自然语言 进行处理和整合 ⯈理解文本内容 ⯈理解指令、问题和提示 信息处理（IP） 自然语言理解能力使其能够像人类一样处理信息 举例：自动创建ETL代码 自动化代码 ⯈根据人类指令自动生成代码—应用实例包括github，co-pilot IP，NCG 基于生成式人工智能的自动化作业可广泛应用于金融机构各个业务职能的多类型场景 客户与业务增长 ⯈客户互动洞察：客户反馈及情感分析、呼叫处理 ⯈知识库管理：搜索、元数据标签、交叉关联、摘要和分类… ⯈员工培训：客户经理绩效对标 销售及市场营销 ⯈客户互动洞察：自动触发客户管理系统内容填充，提升客户体验 ⯈营销活动策划：自动生成营销活动，定制报告和短文，通过文字、图片和视频进行营销和内容创作 ⯈虚拟助理：客户经理助理（个性化优惠方案） 财务 ⯈知识库管理：财务文件分析、信息汇总等 ⯈市场动向和需求/情绪变化 应用热度更高、可优先拓展领域 风险合规 ⯈客户互动洞察：投诉识别、合规监控（披露与承诺语言）、监管及审计 ⯈知识库管理：条款搜索、回答审计询问… ⯈商业信贷尽职调查 ⯈审批人协助与培训 人力资源及人员管理 ⯈员工培训：绩效管理洞察、内部资源培训材料、内部游戏化培训 ⯈知识库管理：政策/制度搜索 ⯈入职管理 产品 ⯈项目组合和投资监控⯈产品特性功能化、定价优化 ⯈基于客户画像的产品建议 ⯈基于客户反馈的个性化综合方案定制 不仅如此，生成式人工智能技术还将通过语言、声音、图像相结合的方式为不同业务单位和职能部门创造价值 部分举例 01营销和销售 根据客户资料、历史数据和近期行为，个性化推荐产品和服务 从在线文本和图像中总结和提取重要主题，分析客户反馈意见 02业务 创建或改进客户聊天机器人，以确保能够为客户提供所有业务类型的查询，并实现自动互动 促进文件处理、识别和汇总，例如作为保险合同一部分的索赔照片 03员工管理 根据上下文语境和语气，加强电子邮件分析和行动建议，优化与员工的沟通 根据用户需求和背景（如特定的外部出版物）合成文件 04风险、法律与合规 应用公司的法律框架，起草、审查和总结法律文件，并依据大量监管文件标注其中内容变化情况 通过分析专利申请、商标和版权来保护知识产权，确保它们得到正确的申请和保护 05信息技术/工程 编写代码、测试和文档，以加快、确保和扩展开发（例如，将文本查询转换为Python代码），同时与外部系统或工具集成 通过梳理遗留代码库、总结内容、厘清映射关系以及新语言翻译，实现遗留代码的迭代；代码和安全漏洞评估 06支持职能(人力资源、财务） 通过分析各种格式的简历（PDF、WORD）和评估应聘者与职位之间的匹配程度，为候选人审查提供便利 简化财务规划和分析流程，向用户推送近乎实时的进度和反馈，并对下一步行动进行最佳路径推荐 语言生成 语音/发声 图像生成 生成式人工智能工具赋能多个核心业务环节 银行与资本市场 财富与资产管理 保险 支付与金融科技 某大型投资银行 ⯈开发了支持OpenAI的聊天机器人， 目前正在测试阶段 ⯈用10万份预审财务和运营文件作为预训练模型，帮助顾问浏览大型数据库 某财富管理公司A ⯈开发了人工智能对话助手，帮助投资经理和定量分析师实现股票投资流程自动化；同时配备语音功能，基于不同业务场景进行培训 ⯈当前正处于概念验证阶段 某全球化头部保险集团 ⯈打造了一键式全自动端到端工伤理 赔工具 ⯈运用自然语言处理技术开发了首个真正意义上的人工智能保险律师 某全球领先的银行卡组织 ⯈利用生成式对抗网络(GAN)优化了 风险和欺诈检测体系 ⯈生成虚拟欺诈者，使之与现有反欺诈工具进行对抗训练，以找出欺诈检测模型中的漏洞，不断优化