ChatGPT3.5發(fa)(fa)布(bu)后，引起社(she)會各界廣泛關(guan)注和討論(lun)，上線5天用(yong)戶(hu)(hu)注冊(ce)量(liang)(liang)達100萬(wan)，上線2個(ge)月月活用(yong)戶(hu)(hu)超過1億，成(cheng)為(wei)迄(qi)今為(wei)止(zhi)用(yong)戶(hu)(hu)增長(chang)速度(du)最快的(de)(de)(de)(de)(de)(de)消(xiao)費級應用(yong)程序。它不(bu)僅可以(yi)(yi)通過谷歌三級程序員考試(shi)，在(zai)雅思和托福考試(shi)、司法考試(shi)、編寫(xie)文(wen)案(an)和論(lun)文(wen)、詩詞歌賦等方面也有非常優異的(de)(de)(de)(de)(de)(de)表(biao)現。2023年3月14日，OpenAI發(fa)(fa)布(bu)ChatGPT4.0，它是(shi)基于(yu)GPT架構開發(fa)(fa)的(de)(de)(de)(de)(de)(de)對話(hua)式AI模型，通過學習(xi)大(da)量(liang)(liang)的(de)(de)(de)(de)(de)(de)現成(cheng)文(wen)本和對話(hua)集合，根(gen)據用(yong)戶(hu)(hu)的(de)(de)(de)(de)(de)(de)文(wen)本輸入產生相應的(de)(de)(de)(de)(de)(de)智能(neng)回答，可以(yi)(yi)像(xiang)人類那樣進(jin)行即時對話(hua)。因(yin)此，可以(yi)(yi)把ChatGPT簡單理解為(wei)一(yi)個(ge)由AI驅動的(de)(de)(de)(de)(de)(de)聊天機器人。2024年2月15日，OpenAI發(fa)(fa)布(bu)的(de)(de)(de)(de)(de)(de)Sora再次(ci)震驚世(shi)界。Sora模型的(de)(de)(de)(de)(de)(de)核心能(neng)力在(zai)于(yu)，能(neng)夠(gou)根(gen)據用(yong)戶(hu)(hu)輸入的(de)(de)(de)(de)(de)(de)文(wen)本描述，生成(cheng)長(chang)達一(yi)分鐘的(de)(de)(de)(de)(de)(de)高(gao)質量(liang)(liang)視頻(pin)(pin)，這些視頻(pin)(pin)不(bu)僅視覺(jue)質量(liang)(liang)高(gao)，而且與用(yong)戶(hu)(hu)的(de)(de)(de)(de)(de)(de)文(wen)本提示高(gao)度(du)一(yi)致。這一(yi)成(cheng)果的(de)(de)(de)(de)(de)(de)發(fa)(fa)布(bu)，預示著視頻(pin)(pin)制作和內(nei)容創作方式的(de)(de)(de)(de)(de)(de)革命性變化。

然(ran)而(er)，ChatGPT的(de)成(cheng)功并非偶然(ran)，而(er)是得益于一系列先進的(de)技術(shu)和(he)創新。其(qi)中，最為核心的(de)就是Transformer架構、預訓練加微調(diao)和(he)多輪(lun)對話處理等訓練方法，這些技術(shu)的(de)應(ying)用使得ChatGPT能夠實(shi)現(xian)對自然(ran)語言的(de)理解和(he)生成(cheng)，并提供高質量的(de)對話體驗。

全球范圍內(nei)大模(mo)(mo)型已進入(ru)(ru)了(le)一(yi)個(ge)高速發(fa)(fa)(fa)展期，各大科技企業和研(yan)(yan)究機(ji)構如微軟、谷歌、Meta、亞(ya)馬遜等在這一(yi)領域(yu)投入(ru)(ru)巨大，均推出(chu)了(le)面向企業、開發(fa)(fa)(fa)者和個(ge)人(ren)的(de)眾多產(chan)品(pin)。在國內(nei)市場，互(hu)聯網(wang)企業也(ye)緊跟技術腳步，研(yan)(yan)發(fa)(fa)(fa)出(chu)多類(lei)產(chan)品(pin)，其中(zhong)(zhong)BAT發(fa)(fa)(fa)布(bu)的(de)大語言(yan)模(mo)(mo)型產(chan)品(pin)在中(zhong)(zhong)文(wen)應(ying)用(yong)方面表(biao)現出(chu)色。國內(nei)大語言(yan)模(mo)(mo)型產(chan)品(pin)及訪問(wen)方式(shi)詳(xiang)見表(biao)1。

根據頭(tou)部大模型評測(ce)機構（CMMLU、C-eval、SuperCLUE）的綜合數據，國(guo)內(nei)市(shi)場已(yi)發(fa)布的大模型產(chan)品在中(zhong)文(wen)表現方面完全可(ke)以代替ChatGPT等(deng)一眾國(guo)外產(chan)品。

大(da)(da)語言模型(xing)有三(san)種(zhong)使用場景：一是(shi)普通(tong)(tong)用戶打開產(chan)品網頁(ye)，通(tong)(tong)過(guo)手機(ji)號碼注冊就可以直接對(dui)話訪問，基(ji)本(ben)功能(neng)完全免費，部(bu)分高級模型(xing)需要充值才能(neng)使用。二(er)是(shi)開發者用戶可以通(tong)(tong)過(guo)程(cheng)序調(diao)用大(da)(da)模型(xing)的API接口進行訪問，并(bing)將(jiang)訪問結果(guo)整合至自(zi)身產(chan)品中(zhong)，調(diao)用過(guo)程(cheng)中(zhong)需要考慮數(shu)據安全問題。三(san)是(shi)公(gong)司用戶下(xia)載各大(da)(da)公(gong)司開源(yuan)的大(da)(da)模型(xing)訓練結果(guo)并(bing)在本(ben)地(di)部(bu)署，通(tong)(tong)過(guo)訓練打造屬于(yu)本(ben)公(gong)司個性化的大(da)(da)模型(xing)產(chan)品。

目前，國內(nei)外(wai)發布的大(da)模(mo)型雖然(ran)在(zai)實現細節(jie)、網絡架構、訓(xun)練數據以及優化(hua)策略等方(fang)面(mian)各具特(te)色，但其訓(xun)練原(yuan)理基本相(xiang)同，都是基于深度學(xue)習技術(shu)，尤其依(yi)賴于大(da)量規范(fan)語料庫的學(xue)習和(he)神經網絡的訓(xun)練與優化(hua)，這(zhe)也是為什么(me)國內(nei)大(da)模(mo)型在(zai)中(zhong)文表現方(fang)面(mian)可以追趕和(he)超越國外(wai)產品的原(yuan)因。這(zhe)些(xie)大(da)模(mo)型憑(ping)借(jie)強大(da)的能(neng)(neng)力，能(neng)(neng)夠在(zai)信用卡的全生命周期內(nei)發揮重(zhong)要作用，覆蓋客戶(hu)服務(wu)、市場(chang)營銷、風險防控、產品研發、運營維護以及綜合辦(ban)公等多個(ge)關(guan)鍵(jian)環(huan)節(jie)，不(bu)僅(jin)能(neng)(neng)夠有效(xiao)(xiao)提升客戶(hu)滿意度，降低人(ren)工(gong)成本，提高(gao)工(gong)作效(xiao)(xiao)率(lv)，還能(neng)(neng)夠為員工(gong)提供創(chuang)意靈感，從(cong)而整體改善工(gong)作流程。以下結合ChatGPT的工(gong)作原(yuan)理，深入(ru)探討大(da)模(mo)型在(zai)信用卡行(xing)業(ye)的應用場(chang)景。

信(xin)用(yong)卡行業傳統(tong)客(ke)(ke)(ke)服(fu)通(tong)(tong)常是(shi)通(tong)(tong)過(guo)人(ren)工客(ke)(ke)(ke)服(fu)或(huo)預(yu)設的(de)(de)問(wen)(wen)答(da)文檔(dang)用(yong)機器人(ren)自動(dong)回(hui)復客(ke)(ke)(ke)戶(hu)(hu)問(wen)(wen)題。所謂的(de)(de)線(xian)上智(zhi)能(neng)客(ke)(ke)(ke)服(fu)，大多是(shi)一種(zhong)基于(yu)規(gui)則的(de)(de)自動(dong)化程(cheng)序，只(zhi)能(neng)回(hui)答(da)預(yu)先設定的(de)(de)相關內容、執行特(te)定任(ren)務，內容單調且覆蓋問(wen)(wen)題范圍有限。銀行可(ke)通(tong)(tong)過(guo)客(ke)(ke)(ke)服(fu)渠道(dao)、App、微信(xin)銀行、網(wang)站(zhan)、社交平(ping)臺(tai)或(huo)其他線(xian)上渠道(dao)創建數字人(ren)助(zhu)(zhu)(zhu)手，借助(zhu)(zhu)(zhu)大模型這一超級知識大腦(nao)，為(wei)客(ke)(ke)(ke)戶(hu)(hu)提供各(ge)領域的(de)(de)問(wen)(wen)答(da)幫助(zhu)(zhu)(zhu)，如賬單日(ri)、逾期、溢繳款等信(xin)用(yong)卡常識。這將有助(zhu)(zhu)(zhu)于(yu)提高新客(ke)(ke)(ke)戶(hu)(hu)在行內微信(xin)銀行、App等渠道(dao)的(de)(de)訪問(wen)(wen)量和客(ke)(ke)(ke)戶(hu)(hu)黏性，通(tong)(tong)過(guo)與潛在客(ke)(ke)(ke)戶(hu)(hu)的(de)(de)對話(hua)，收集客(ke)(ke)(ke)戶(hu)(hu)需(xu)求(qiu)、偏好和目標(biao)，持(chi)續(xu)優化信(xin)用(yong)卡產品(pin)。

對于(yu)(yu)存量客(ke)戶(hu)(hu)(hu)，銀行(xing)可(ke)在其登錄某一(yi)渠道驗證身份后進(jin)行(xing)實(shi)時互(hu)(hu)動，方便客(ke)戶(hu)(hu)(hu)通過(guo)(guo)輸入語音(yin)、文字、圖片等信息查詢賬單、可(ke)分期(qi)金額，咨詢業務(wu)流程(cheng)、熱門權益、活動說明、推薦辦(ban)卡獎勵規則、分期(qi)產品辦(ban)理要求(qiu)、App某一(yi)功能所在位(wei)置等。銀行(xing)可(ke)基于(yu)(yu)大(da)模型理解客(ke)戶(hu)(hu)(hu)表(biao)達，精準掌握客(ke)戶(hu)(hu)(hu)真實(shi)需求(qiu)，結合(he)上下文語境(jing)，自動生成用(yong)于(yu)(yu)解答(da)、服務(wu)咨詢的(de)對話，快速回答(da)客(ke)戶(hu)(hu)(hu)的(de)問題(ti)，同時跳轉到(dao)(dao)對應業務(wu)界面(mian)。通過(guo)(guo)內(nei)部(bu)數據(ju)訓練、人機交互(hu)(hu)方式的(de)變革(ge)，銀行(xing)讓用(yong)戶(hu)(hu)(hu)體(ti)驗到(dao)(dao)真人的(de)服務(wu)品質，實(shi)現7×24小時全天候真正(zheng)的(de)智(zhi)能客(ke)戶(hu)(hu)(hu)服務(wu)，從而降低客(ke)服人工成本，提升客(ke)戶(hu)(hu)(hu)滿意度和(he)品質體(ti)驗。

優(you)質的(de)(de)信用卡(ka)營(ying)(ying)銷方(fang)(fang)案能(neng)(neng)夠有效(xiao)激發客(ke)(ke)戶興趣，增(zeng)強客(ke)(ke)戶黏性(xing)，提高信用卡(ka)的(de)(de)使用率(lv)和(he)客(ke)(ke)戶轉化率(lv)。銀(yin)行(xing)結(jie)(jie)合營(ying)(ying)銷目標(biao)，將業(ye)務(wu)需求輸(shu)入至本(ben)(ben)(ben)地(di)(di)大模型(xing)(xing)，模型(xing)(xing)將依托(tuo)客(ke)(ke)戶的(de)(de)基(ji)本(ben)(ben)(ben)信息、消(xiao)費(fei)歷史及(ji)行(xing)為偏好(hao)進行(xing)深度訓練(lian)。同時(shi)，結(jie)(jie)合業(ye)務(wu)人(ren)員的(de)(de)具(ju)體需求，大模型(xing)(xing)能(neng)(neng)夠生成針對特定客(ke)(ke)群的(de)(de)信用卡(ka)優(you)惠活(huo)動、返現(xian)計(ji)劃(hua)、獎勵機(ji)制、專屬特權、增(zeng)值服務(wu)及(ji)積分兌換等大量(liang)方(fang)(fang)案。銀(yin)行(xing)可從這些方(fang)(fang)案中(zhong)篩選(xuan)出未曾實(shi)施的(de)(de)活(huo)動，并(bing)運用AB Test模式(shi)與過(guo)往(wang)營(ying)(ying)銷方(fang)(fang)案進行(xing)對比，通過(guo)實(shi)際效(xiao)果(guo)的(de)(de)驗證，識別出哪些方(fang)(fang)案表現(xian)更佳，從而持續(xu)優(you)化營(ying)(ying)銷策略；將營(ying)(ying)銷結(jie)(jie)果(guo)數據再次輸(shu)入本(ben)(ben)(ben)地(di)(di)大模型(xing)(xing)，基(ji)于(yu)反(fan)饋數據進一步優(you)化新的(de)(de)營(ying)(ying)銷方(fang)(fang)案，通過(guo)這種方(fang)(fang)式(shi)不斷迭代提升轉化率(lv)。此外，本(ben)(ben)(ben)地(di)(di)部署的(de)(de)大模型(xing)(xing)與AIGC技術的(de)(de)結(jie)(jie)合，不僅能(neng)(neng)自動化生成營(ying)(ying)銷資料，還能(neng)(neng)為業(ye)務(wu)人(ren)員提供豐富的(de)(de)營(ying)(ying)銷主題設計(ji)方(fang)(fang)案；配合智(zhi)能(neng)(neng)繪圖工具(ju)（如(ru)Midjourney等），自動生成營(ying)(ying)銷圖片、海報和(he)banner，從而有效(xiao)降低人(ren)工成本(ben)(ben)(ben)，實(shi)現(xian)個性(xing)化營(ying)(ying)銷方(fang)(fang)案的(de)(de)快速落地(di)(di)。

在智能外(wai)呼(hu)(hu)(hu)營(ying)銷(xiao)場景(jing)（新戶(hu)開卡、客(ke)(ke)戶(hu)促活(huo)、現(xian)金分期、商品分期、銷(xiao)卡挽留(liu)等(deng)）中(zhong)，目前市場上的智能外(wai)呼(hu)(hu)(hu)機(ji)器人話術(shu)呆板，一旦客(ke)(ke)戶(hu)識(shi)別出對方(fang)是(shi)機(ji)器人，便會迅速掛斷電話，外(wai)呼(hu)(hu)(hu)效果不(bu)理想，客(ke)(ke)戶(hu)體驗感差，影響企(qi)業形象。銀行利用本(ben)地已訓練好的大(da)(da)模(mo)型(xing)按照一定表(biao)結(jie)(jie)(jie)構如聯系方(fang)式(shi)、姓名、行為偏好、開場話術(shu)等(deng)，生(sheng)成一份(fen)外(wai)呼(hu)(hu)(hu)營(ying)銷(xiao)名單，然后將大(da)(da)模(mo)型(xing)對接客(ke)(ke)服外(wai)呼(hu)(hu)(hu)系統按照名單進(jin)行外(wai)呼(hu)(hu)(hu)，結(jie)(jie)(jie)合自動語音(yin)(yin)識(shi)別技術(shu)（ASR）、文本(ben)到(dao)(dao)語音(yin)(yin)合成技術(shu)（TTS）等(deng)語音(yin)(yin)合成模(mo)塊技術(shu)，使客(ke)(ke)戶(hu)通過語音(yin)(yin)的方(fang)式(shi)與(yu)大(da)(da)模(mo)型(xing)進(jin)行交互(hu)，實現(xian)真正(zheng)的“千人千面(mian)”話術(shu)營(ying)銷(xiao)。在與(yu)客(ke)(ke)戶(hu)交流(liu)的過程(cheng)中(zhong)，本(ben)地大(da)(da)模(mo)型(xing)可以結(jie)(jie)(jie)合上下文回答客(ke)(ke)戶(hu)的各種問題，使客(ke)(ke)戶(hu)在獲取到(dao)(dao)有價值的信息后不(bu)會立刻掛斷電話，為后續的業務開展提(ti)供(gong)了有利條件，由此可顯(xian)著提(ti)升與(yu)客(ke)(ke)戶(hu)的互(hu)動質量和體驗。

識(shi)別客(ke)戶風(feng)(feng)險等(deng)級并(bing)降(jiang)低不良率(lv)，一(yi)(yi)(yi)直是信用卡行業(ye)的核心任務(wu)(wu)之一(yi)(yi)(yi)。大模型(xing)通過深度分(fen)析海量的交易數據、用戶行為(wei)及(ji)歷史風(feng)(feng)險模型(xing)，能夠精準識(shi)別出客(ke)戶潛在的風(feng)(feng)險因素(su)和(he)異(yi)常(chang)行為(wei)。這一(yi)(yi)(yi)功(gong)能不僅能為(wei)業(ye)務(wu)(wu)人員提(ti)(ti)供具體的風(feng)(feng)險因素(su)作為(wei)參考，而且能自動生成風(feng)(feng)險客(ke)戶名單，業(ye)務(wu)(wu)人員僅需驗證名單準確性，提(ti)(ti)前干(gan)預潛在的不良行為(wei)即(ji)可，從(cong)而有效防控風(feng)(feng)險。

對于(yu)(yu)優質(zhi)(zhi)客(ke)戶，適度提升信(xin)用卡額(e)度不(bu)僅有(you)助(zhu)(zhu)于(yu)(yu)擴大消(xiao)費(fei)，還能促進分(fen)期業(ye)(ye)務收(shou)(shou)益的增長。銀(yin)行借助(zhu)(zhu)本地(di)訓練(lian)的大模(mo)型(xing)，通過輸(shu)入全(quan)量優質(zhi)(zhi)客(ke)戶的信(xin)用評分(fen)、還款歷史及收(shou)(shou)入數據等詳細信(xin)息，使模(mo)型(xing)能夠自(zi)動完成預測與風險評估，生(sheng)成調額(e)名(ming)單，并將這一名(ming)單與調額(e)系統對接，即(ji)可實現(xian)自(zi)動提額(e)功能。業(ye)(ye)務人員只需定期監控提額(e)客(ke)戶的消(xiao)費(fei)表現(xian)，評估提額(e)效果，便(bian)能確保策略的有(you)效性和(he)精準性。通過這一流程，銀(yin)行在確保風險可控的同時，進一步優化客(ke)戶體驗，推(tui)動信(xin)用卡業(ye)(ye)務的健康發展。

研(yan)(yan)發一(yi)款(kuan)暢銷的(de)(de)(de)(de)信(xin)用(yong)(yong)卡(ka)產(chan)(chan)(chan)(chan)(chan)品(pin)(pin)(pin)，對于(yu)(yu)銀(yin)行的(de)(de)(de)(de)營收至關重要，同時也對產(chan)(chan)(chan)(chan)(chan)品(pin)(pin)(pin)研(yan)(yan)發人(ren)員(yuan)提出了(le)更高的(de)(de)(de)(de)要求(qiu)。除了(le)基本(ben)的(de)(de)(de)(de)金融知識(shi)(shi)之外，產(chan)(chan)(chan)(chan)(chan)品(pin)(pin)(pin)研(yan)(yan)發人(ren)員(yuan)還需要掌握(wo)行業(ye)內已(yi)經發行的(de)(de)(de)(de)各種暢銷卡(ka)產(chan)(chan)(chan)(chan)(chan)品(pin)(pin)(pin)的(de)(de)(de)(de)特色與權益、新戶(hu)禮品(pin)(pin)(pin)、申請說明等(deng)詳細信(xin)息；此(ci)外，還需熟(shu)悉國內外上千家同業(ye)銀(yin)行的(de)(de)(de)(de)產(chan)(chan)(chan)(chan)(chan)品(pin)(pin)(pin)特征，以(yi)確保新研(yan)(yan)發的(de)(de)(de)(de)信(xin)用(yong)(yong)卡(ka)產(chan)(chan)(chan)(chan)(chan)品(pin)(pin)(pin)具(ju)有(you)行業(ye)競爭優勢(shi)。然而(er)，對于(yu)(yu)產(chan)(chan)(chan)(chan)(chan)品(pin)(pin)(pin)研(yan)(yan)發人(ren)員(yuan)來說，這(zhe)(zhe)樣的(de)(de)(de)(de)學(xue)習成(cheng)本(ben)非常高。為(wei)了(le)解決這(zhe)(zhe)一(yi)問題，銀(yin)行可以(yi)將全(quan)行業(ye)產(chan)(chan)(chan)(chan)(chan)品(pin)(pin)(pin)的(de)(de)(de)(de)學(xue)習資料提供給(gei)大(da)模型(xing)(xing)，讓它通(tong)過訓練學(xue)習，整(zheng)合碎(sui)片知識(shi)(shi)，并結合當前客(ke)戶(hu)的(de)(de)(de)(de)潛在(zai)需求(qiu)和不同人(ren)群(qun)的(de)(de)(de)(de)標簽，如時尚特征、Z世代等(deng)，直接(jie)給(gei)出具(ju)有(you)某種特色的(de)(de)(de)(de)產(chan)(chan)(chan)(chan)(chan)品(pin)(pin)(pin)及(ji)其(qi)相關權益、新戶(hu)禮品(pin)(pin)(pin)、申請說明等(deng)信(xin)息，由此(ci)銀(yin)行就具(ju)有(you)了(le)一(yi)種全(quan)新的(de)(de)(de)(de)產(chan)(chan)(chan)(chan)(chan)品(pin)(pin)(pin)研(yan)(yan)發流程(cheng)(cheng)和業(ye)務解決方(fang)(fang)案。新流程(cheng)(cheng)下，產(chan)(chan)(chan)(chan)(chan)品(pin)(pin)(pin)研(yan)(yan)發人(ren)員(yuan)只需要對大(da)模型(xing)(xing)提供的(de)(de)(de)(de)眾(zhong)多(duo)產(chan)(chan)(chan)(chan)(chan)品(pin)(pin)(pin)方(fang)(fang)案進行論(lun)證，并通(tong)過進一(yi)步(bu)的(de)(de)(de)(de)調研(yan)(yan)來衡(heng)量(liang)產(chan)(chan)(chan)(chan)(chan)品(pin)(pin)(pin)的(de)(de)(de)(de)覆蓋群(qun)體、預計發卡(ka)量(liang)、營收情況、合作機構等(deng)后續工作即可。這(zhe)(zhe)種流程(cheng)(cheng)大(da)大(da)降低(di)了(le)產(chan)(chan)(chan)(chan)(chan)品(pin)(pin)(pin)研(yan)(yan)發人(ren)員(yuan)在(zai)前期(qi)調研(yan)(yan)的(de)(de)(de)(de)成(cheng)本(ben)，使其(qi)能(neng)夠更多(duo)地(di)專(zhuan)注(zhu)于(yu)(yu)理(li)解客(ke)戶(hu)需求(qiu)，并最終在(zai)眾(zhong)多(duo)方(fang)(fang)案中甄選(xuan)出最適合客(ke)戶(hu)需求(qiu)、兼具(ju)個(ge)性化和綜(zong)合性的(de)(de)(de)(de)產(chan)(chan)(chan)(chan)(chan)品(pin)(pin)(pin)方(fang)(fang)案，從而(er)提高銀(yin)行的(de)(de)(de)(de)經營收入。

大模型憑借強大的(de)文(wen)本(ben)處理能(neng)力，能(neng)夠(gou)讀取相關代(dai)碼(ma)并編寫詳盡的(de)運維文(wen)檔，提供代(dai)碼(ma)注釋、操作指(zhi)南、故(gu)障排除(chu)步驟(zou)(zou)和常見(jian)問題(ti)解(jie)(jie)答等信息；同時，還能(neng)夠(gou)針對(dui)特定問題(ti)生成清晰易懂的(de)解(jie)(jie)釋和操作步驟(zou)(zou)，幫(bang)助運維人(ren)員(yuan)更(geng)加高(gao)效地(di)處理問題(ti)，減少操作失誤和故(gu)障發生的(de)可能(neng)性。

傳統(tong)運(yun)營(ying)(ying)管理(li)需要耗費大(da)(da)量人力(li)和(he)時間成本，定(ding)期輸出運(yun)營(ying)(ying)周報(bao)、月報(bao)、場景(jing)評估報(bao)告和(he)對應的(de)優(you)化方案，復雜場景(jing)甚至(zhi)要對多個系統(tong)的(de)多個模(mo)(mo)塊進行數(shu)據(ju)匯聚和(he)集(ji)中監控。銀行基于(yu)自(zi)主訓練的(de)金(jin)融垂直大(da)(da)模(mo)(mo)型，利用生成式AI大(da)(da)模(mo)(mo)型多模(mo)(mo)態(tai)、跨模(mo)(mo)態(tai)的(de)內容(rong)生成能(neng)力(li)，對接(jie)信(xin)用卡部(bu)(bu)門(men)內部(bu)(bu)系統(tong)，通(tong)過(guo)插件將大(da)(da)模(mo)(mo)型的(de)多維能(neng)力(li)與外(wai)部(bu)(bu)工(gong)具、資源、知識等(deng)優(you)勢(shi)融合。同時，大(da)(da)模(mo)(mo)型可為一線(xian)運(yun)營(ying)(ying)人員提供時效性更(geng)高、交互更(geng)便(bian)捷(jie)、內容(rong)更(geng)豐富、邊際(ji)成本接(jie)近(jin)于(yu)零的(de)運(yun)營(ying)(ying)支撐能(neng)力(li)，如指(zhi)標(biao)趨勢(shi)分析、運(yun)營(ying)(ying)圖表(biao)生成、運(yun)營(ying)(ying)報(bao)告生成、運(yun)營(ying)(ying)分析和(he)方案推薦等(deng)。

自(zi)(zi)動(dong)(dong)化(hua)技術(shu)(shu)目(mu)前已經很(hen)成熟，可(ke)以(yi)通過(guo)模擬人類的鍵(jian)盤和(he)鼠標操(cao)作(zuo)，幫助銀行自(zi)(zi)動(dong)(dong)化(hua)、重復性、標準化(hua)地執行繁瑣(suo)的業(ye)務流(liu)程，如對(dui)賬(zhang)、調賬(zhang)、數據錄入、報(bao)表生成等，以(yi)提高業(ye)務效率(lv)和(he)減少工作(zuo)量(liang)。將大(da)模型與RPA技術(shu)(shu)結合(he)(he)，通過(guo)語音和(he)文字就可(ke)以(yi)自(zi)(zi)動(dong)(dong)生成RPA的個性化(hua)主題代碼(ma)，并(bing)完成自(zi)(zi)動(dong)(dong)化(hua)部(bu)署。銀行利(li)用大(da)模型與現(xian)有技術(shu)(shu)的深度(du)融合(he)(he)，可(ke)以(yi)節約大(da)量(liang)的時間和(he)人力(li)資源(yuan)，從而提高工作(zuo)效率(lv)。

在綜合(he)辦公(gong)方(fang)面，大模(mo)型(xing)可以基于銀(yin)(yin)行的歷(li)史(shi)項目文(wen)檔(dang)、辦公(gong)文(wen)檔(dang)、業務數據、會議紀要等訓練(lian)數據，創建內(nei)部知識(shi)庫。當銀(yin)(yin)行在商討一(yi)個項目方(fang)案或(huo)重大決策(ce)時，可以在開會之(zhi)前或(huo)過(guo)程(cheng)中(zhong)，咨詢大模(mo)型(xing)對該問題的看法，使(shi)其結合(he)歷(li)史(shi)數據給予客觀的意見。如果在大模(mo)型(xing)上封裝ASR、TTS語音合(he)成(cheng)模(mo)塊，就(jiu)可使(shi)其直(zhi)接(jie)參加會議討論。如此，銀(yin)(yin)行增加了(le)一(yi)個了(le)解(jie)全部歷(li)史(shi)數據、客戶數據的智能(neng)語音助(zhu)手，效率可想(xiang)而知。

大(da)模(mo)型服務(wu)于行(xing)內員工(gong)(gong)的(de)另一種場景(jing)，就是編寫(xie)文(wen)檔(dang)(dang)。員工(gong)(gong)日常工(gong)(gong)作包括編寫(xie)會(hui)議記錄、匯報材料(liao)、項(xiang)目文(wen)檔(dang)(dang)等，通常占據員工(gong)(gong)大(da)量的(de)時間，不但耗時耗力而(er)且很多文(wen)檔(dang)(dang)內容極其相似，而(er)通過(guo)本地訓練的(de)大(da)模(mo)型就可以(yi)解決這些問題。此外，新入職的(de)員工(gong)(gong)在了解企業背(bei)(bei)景(jing)、過(guo)往項(xiang)目案例、業務(wu)經(jing)驗(yan)、處(chu)室(shi)工(gong)(gong)作職責時，同樣也可以(yi)咨詢(xun)大(da)模(mo)型，不需要死記硬背(bei)(bei)某些業務(wu)知識，方(fang)便新員工(gong)(gong)或調崗員工(gong)(gong)短(duan)時間內迅速上手(shou)。

迄今為(wei)止(zhi),許多機構已經深刻(ke)認識到大模型的(de)能力,并將(jiang)其應用于(yu)實際業務中。

2023年3月，彭博(bo)社推(tui)出金(jin)融領域(yu)垂直大模(mo)(mo)型BloombergGPT，為金(jin)融行(xing)(xing)業(ye)(ye)提(ti)供了(le)高效解決(jue)方案。國內(nei)(nei)相(xiang)關(guan)企業(ye)(ye)也(ye)涉足此領域(yu)，度小滿(man)、螞蟻科技等已發(fa)布(bu)相(xiang)關(guan)產品(pin)。度小滿(man)開源的“軒(xuan)轅”大模(mo)(mo)型已在(zai)眾多(duo)金(jin)融機構(gou)試用(yong)，并(bing)在(zai)多(duo)業(ye)(ye)務場景初見成效。國內(nei)(nei)銀(yin)(yin)行(xing)(xing)業(ye)(ye)也(ye)積極擁抱大模(mo)(mo)型技術，如工商銀(yin)(yin)行(xing)(xing)、農(nong)業(ye)(ye)銀(yin)(yin)行(xing)(xing)、平安(an)銀(yin)(yin)行(xing)(xing)及北京銀(yin)(yin)行(xing)(xing)都在(zai)多(duo)個場景中(zhong)探索應(ying)用(yong)大模(mo)(mo)型，提(ti)升了(le)金(jin)融服務的智能(neng)化(hua)水平。

2024年，生(sheng)成式(shi)AI將從模(mo)型(xing)層走向(xiang)應用層，從而更好發揮大模(mo)型(xing)的(de)潛在(zai)價(jia)值，但是(shi)在(zai)實際操作中銀(yin)行還(huan)面臨一(yi)定難點。影響場(chang)景落地的(de)因(yin)素(su)大致包括(kuo)硬件算(suan)力(li)費用、模(mo)型(xing)可(ke)(ke)解(jie)釋性(xing)(xing)、企(qi)業(ye)數(shu)據(ju)(ju)量級(ji)、數(shu)據(ju)(ju)隱私(si)(si)安全(quan)、專業(ye)人才培養等方(fang)(fang)面。因(yin)此，未來的(de)研(yan)究方(fang)(fang)向(xiang)可(ke)(ke)能會聚焦(jiao)在(zai)以下幾(ji)方(fang)(fang)面：一(yi)是(shi)提高模(mo)型(xing)的(de)性(xing)(xing)能和(he)效率，減(jian)少訓練和(he)推理的(de)計算(suan)成本，簡化本地部署(shu)流程；二(er)是(shi)解(jie)決模(mo)型(xing)可(ke)(ke)解(jie)釋性(xing)(xing)和(he)透(tou)明性(xing)(xing)問(wen)題，使得用戶可(ke)(ke)以理解(jie)模(mo)型(xing)的(de)生(sheng)成過程和(he)背后的(de)邏輯；三是(shi)收集整理企(qi)業(ye)的(de)數(shu)據(ju)(ju)資產(chan)，為未來AI普及(ji)做準(zhun)備；四是(shi)研(yan)究如何解(jie)決模(mo)型(xing)中的(de)隱私(si)(si)泄露問(wen)題，并(bing)制定相(xiang)關規章制度(du)及(ji)保護措施；五是(shi)銀(yin)行內部培養人工智能及(ji)大數(shu)據(ju)(ju)方(fang)(fang)向(xiang)的(de)技術人才，不斷學習積累技術經(jing)驗(yan)，為真(zhen)正(zheng)實施AI場(chang)景做準(zhun)備。

綜上所(suo)述(shu)，大模(mo)型(xing)在信用卡(ka)行(xing)業(ye)(ye)(ye)的(de)應用探索已初見成效。從(cong)個性化(hua)推(tui)薦到風險(xian)控制，從(cong)客戶(hu)服(fu)務到數(shu)據分析，大模(mo)型(xing)正逐漸(jian)改變信用卡(ka)行(xing)業(ye)(ye)(ye)的(de)業(ye)(ye)(ye)務模(mo)式和(he)用戶(hu)體(ti)驗。隨著(zhu)技術(shu)的(de)不斷進步(bu)，大模(mo)型(xing)將(jiang)進一步(bu)釋放信用卡(ka)行(xing)業(ye)(ye)(ye)的(de)創新潛力，為消(xiao)費者提供更(geng)便捷、更(geng)智能的(de)金融服(fu)務，推(tui)動(dong)信用卡(ka)行(xing)業(ye)(ye)(ye)的(de)數(shu)字(zi)化(hua)轉(zhuan)型(xing)和(he)升級。