周天虹提到大模型會給金融業帶來服務模式、工作模式、交互模式、數據分析4個方面的變化。大模型主要存在幻覺、理解精準度、對齊能力、價值觀偏差與倫理偏見、用戶隱私、性能與成本等6方面的局限性。

以下為全文：

在4月10日以“人工智能與金融未來”為主題的國民財富發展研究合作平臺2025春季峰會上，招商銀行首席信息官周天虹就“人工智能以及人工智能對金融的影響”進行了分享。他提到了大模型會給金融業帶來的4個變化，以及大模型的局限性和應對措施。

大模型在銀行業有廣闊的應用空間，會帶來4個方面的變化

周天虹表示，我們正處在一波人工智能的浪潮當中，這波人工智能浪潮的主角是大語言模型。人工智能作為一個專業的研究領域已有70多年的歷史，大語言模型可以說是人工智能領域70多年發展中最重大的突破。

周天虹認為，大模型從應用側來說有三個方面非常重要：第一，大模型具備強大的自然語言理解和生成的能力；第二，大語言模型具備非常強大的非結構化數據的理解和生成的能力，特別是對于人類幾千年文明史積累的知識的學習、理解和應用的能力；第三，大語言模型當前具備了比較強的通用推理能力。

關于人工智能對金融的影響，周天虹表示，銀行業從某種程度上可以認為是對金融數據和金融信息進行加工處理的行業。對于銀行業來說，大語言模型有非常廣闊的應用空間，可以給行業的發展帶來積極的影響。比如說基于自然語言的新交互模式，可以給銀行服務客戶帶來良好的新體驗。在銀行業大量的低復雜性的依靠人工來處理的業務領域，大語言模型可以幫助提高勞動生產效率。在一些復雜的工作場景，大語言模型也可以給員工帶來更深入的洞察力，比如用很短的時間把一份幾十頁的商業合同閱讀完畢，然后揭示其中的風險點。另外，銀行還有大量面客的營銷活動，需要數字內容的創新，大語言模型在這些方面也能做出很好的工作。

周天虹提到，大模型會給金融業帶來服務模式、工作模式、交互模式、數據分析4個方面的變化。

其中，在服務模式上，將從“以重點客戶為中心”到“以每個客戶為中心”，在大模型的幫助下，銀行可做到“千人千面”的服務。周天虹舉例，招行打造的智能財富助理“小招”是其首個探索面向客戶端的落地應用，以個性化、陪伴式智能服務提升用戶線上辦理業務、財富管理的全流程使用體驗。

在工作模式上，將通過軟件的工作編排，實現“人類員工+智能體員工”高效協同。在大模型的支撐下，招行經營助手可輔助客戶經理經營提效。比如在接觸客戶前，原本需要30分鐘左右的盤戶工作，現只需一句話搞定；在接觸中，可做到秒級應答輔助；接觸后，能進行智能會話總結。

在交互模式上，將從“GUI”演變到“GUI+Chat”，可基于客戶意圖動態組織界面。周天虹以手機銀行上“賬戶查詢”“信用卡調額”“轉賬”為例，用戶只需一句話，就可以幫忙直接進行操作。

在數據分析上，大模型大幅提升分析效率，降低數據分析門檻，使得“人人都能做數據分析”。招行也引入了經營分析助手，支持多維度、多層級的指標問答，實現經營分析報表的一站式經營分析。

大模型有2個發展方向，主要存在6項局限性，可從4個方面應對

周天虹表示，大模型有2大發展方向。

一是通用人工智能。在廣泛的領域媲美人類智能水平，但是這個方向存在不確定性，因為大模型“不可靠”。

二是領域能力深化。面向特定領域構造工程和工業人工智能，顛覆生產方式。這個方向目前是比較確定的。周天虹舉例，數字內容、知識檢索等領域已被顛覆，醫療、法律、金融、研發則在進程中，未來將是AI腦力結合具身智能。

周天虹認為，大模型主要存在幻覺、理解精準度、對齊能力、價值觀偏差與倫理偏見、用戶隱私、性能與成本等6方面的局限性。

周天虹表示，目前大模型在主要的銀行應用比較深入，要注意對于這些問題做好應對措施。

一是模型準入評估。使用大語言模型主要是用開源模型，開源模型的引入過程一定是要有管理的，怎樣的模型、怎樣的尺寸可以進入到銀行生產環境服務業務、員工，必須要有嚴謹的管理過程。

二是模型訓練規范。大語言模型引入以后要在一個具體的領域發揮作用，通常要進行后訓練，對于大語言模型后訓練必須要建立規范的流程，要有相應的系統、平臺來進行管理。訓練完以后，進入生產之前，對訓練后的大語言模型仍要進行評測。對大模型的后訓練很有可能增強了部分能力，也損害了一些能力，要讓損害的能力在可接受范圍內。

三是生成內容監督。生成式人工智能，可以生成很多高價值的內容，但是對于大模型生成的內容要進行監督，除了用算法監督，還要用人工監督，算法監督工作要做深做實，且在關鍵的業務環節人是不能缺位的。

四是落實人的責任。金融業是一個講究責任的行業，今年監管特別強調在關鍵的領域、關鍵的環節要落實人的責任，所以在銀行內來說，用好大語言模型一定要落實人的責任。

責任編輯：陳愛