自2022年底ChatGPT3.5发布以来，生成式AI相关话题热度持续走高，并以惊人的技术迭代和应用演进速度带动了各行业企业的竞相布局。而作为最早应用传统AI技术的领域之一，银行业试水生成式AI能否创造真正的价值以及有什么风险？

　　8月4日，波士顿咨询公司（BCG）发布了《银行业生成式AI应用报告（2023）》（下称《报告》），从生成式AI技术特点、新价值释放场景与快速落地、规模化应用能力准备、快速推动全面应用四大方面为切入要点，深入解析了银行业在推动生成式AI应用过程中关注的核心问题。

　　“该技术已不只停留于概念阶段，” 波士顿咨询公司（BCG）董事总经理、全球资深合伙人何大勇强调，如何借力新技术赋能银行转型已成为行业必须深入思考的命题。同时，《报告》也指出，多重因素作用下，在银行体系内规模化应用生成式AI仍面临巨大挑战。

　　变革已至！生成式AI的突破性能力，

　　有望助力银行业降本增效

　　得益于科学算法的突破和工程算力的进步，生成式AI相较于传统AI展现出了突破性的对话和创造能力。就“对话”能力而言，传统AI在回答问题时往往对上下文的理解欠缺，导致答案相关性较低，表达机械化；而生成式AI则能够理解更长的上下文，并进行拟人化的思考和回答，与人类进行更自然的对话沟通；在“创造”能力方面，传统AI只能按照预设任务输出答案（如分类、数值预测）；而现在的生成式AI能够自动生成自洽的图形、文字创作甚至代码，具备优秀的内容创作能力。

　　《报告》分析指出，银行业应用生成式AI主要遵循两大类价值创造逻辑：一是替代人，接受大量重复性、简单基础的任务，以释放运营类人力资源；二是赋能人，利用生成式AI的“对话”和“创造”能力，以AI为助手放大关键节点“人”的产能，赋能“专业”内容形成和“基础管理”环节。

　　生成式AI的应用场景可以贯穿银行全产业链的各个环节：每个职能部门、每条业务线本质上都能找到生成式AI的应用场景。同时，有实践表明规模化应用生成式AI有望为银行业带来可观的降本增效收益。

　　“BCG曾经拿一家两万员工规模的区域银行进行测算，如果能够规模化的应用上述前中后台的场景，降本增效的效率实现是可以非常快速的。” BCG合伙人，BCG金融机构专项核心领导孙蔚举例称，这家两万人规模的银行大概薪酬总包是21亿美金，首轮规模化应用生成式AI能实现30%的降本收益。

　　落地是否可行？局部速赢已有路径，

　　规模化应用仍需体系性规划

　　银行业具备由点及面推进生成式AI应用的三大条件，即扎实的数字化基础、完备的技术能力和多元丰富的数据。

　　在推进技术落地过程中，《报告》提出四大举措需予以重点关注：第一，在探索初期，优选生成式AI应用场景，平衡收益和风险，与传统AI充分结合；第二，在具体应用过程中，巧用方法，利用嵌入、提示词设计、微调三大抓手，让AI生成的答案更专业、实事求是；第三，在生成式技术能力体系建设上，夯实技术基础，合理部署、多维选型、全栈升级；第四，在重塑体系规模化应用过程中，遵循10/20/70原则，即10%是模型，20%是整体IT能力升级，70%是业务与组织的转型，而后两个因素更为关键。

　　同时，《报告》指出，银行在对生成式AI的探索中需具备长线思维，开展体系化的顶层规划，并与相关业务和科技部门协同共进，推动规模化应用的分步落地。概括而言，可分三个阶段由点及面、敏捷推进：第一阶段为少量场景的概念验证和局部落地，即选择重点应用场景，快速完成概念验证、构建MVP最小可行产品；第二阶段为开展全场景盘点和体系规划，即基于局部应用的效果和经验，形成规模化实施的顶层规划；第三阶段则为规模化应用落地和体系能力的固化。

　　“随着生成式AI技术的逐步成熟完善，其应用可拓展到银行业全价值链，充分发挥其‘对话’和‘创造’能力，替代人、赋能人，降本增效，释放生产力，为银行业带来巨大变革。” 何大勇强调，银行急需提速布局生成式AI的应用落地，争夺变革浪潮下的竞争先机。

责任编辑：宋源珺