随着AI(人工智能)大模型的发展成熟,这一新技术如何在金融行业落地应用备受关注。

4月10日,IDC中国副总裁兼首席分析师武连峰在接受媒体群访时表示,今年是大模型与行业结合落地的元年,而金融业又是数字化最好的行业。“今年将是金融业对大模型的‘投入年’,更多集中在基础设施、应用解决方案的投入上,未来两三年,金融行业大模型有望真正产出,实地应用。”

实际上,目前已有银行探索在业务中使用AI大模型,10日,网商银行在2024数字产业链金融行业峰会上宣布升级大雁系统,将AI大模型的能力应用于产业链金融,这一应用这并非是直接生成内容、与用户互动,而是在后台,大模型成为金融风控系统的“助手”,帮助金融机构识别小微。

网商银行信息科技部副总经理方珂在群访中表示:“今天,在小微领域,唯有AI、科技能深入下去,如果没有这两项,我们也难以服务下沉客群。”

大模型应用于两方面 能将企业挂载到产业链上

贝壳财经记者了解到,网商银行主要将AI大模型应用在两方面,第一,用知识抽取能力构建产业链图谱。大模型通过读取海量的商品信息、企业关系信息之后,形成产业链图谱,让全产业链上下游的小微“显形”;第二,通过信息解析能力,对小微企业的经营情况进行秒级评价。大模型就像24小时无休的智能产研专家,读研报、判断产业趋势、解析小微经营数据,评价其信用情况。

为何要在产业链金融中引入大模型?

举了个例子,在浙江嘉兴,有一家名为丞达新材料科技有限公司(以下简称:丞达)的企业,其主营业务是高温尼龙材料,新材料研发时间长,需要资金投入,客户回款周期长达3个月,周转需要资金,然而,几年前企业主向银行申请信贷时,仍需要抵押房产,并等待一周时间。

“在金融机构眼中,丞达的画像是一家普通的小微企业,年营业额在1000万元左右。但它生产什么,最终销向何处,金融机构并不清楚。因此,在没有品牌企业担保的情况下,金融机构很难给予其需要的贷款额度。” 网商银行行长冯亮表示。

大模型则能将看企业的“视角”向深处延伸,从海量信息中理解数据,形成产业链图谱,再通过技术识别小微企业的主营业务,将其挂载到产业链上。

比如,大雁系统通过大模型就识别出了丞达位于汽车产业链上,且拥有12项专利,是浙江省的高新技术企业,其所生产的尼龙材料最终去到了比亚迪汽车,成为保护连杆器核心电子器件的绝缘层。同时,其位于浙江嘉兴的新兴材料生产基地,拥有供应优势。最终,网商银行结合“AI产研专家”的评分与其他金融风控数据进行严格的验证,为其提供了200万元额度的纯信用贷款。

目前,网商银行通过大模型搭建了包括汽车、医疗、建筑等在内的9条产业方向的产业链图谱,识别超2100万产业链上下游的小微企业,小微信用画像效率提升了10倍。

大模型可提高风控精细度 落地应用最关键的是找到合适场景

不过,目前来说,大模型还不能直接应用于金融机构的授信。

方珂表示,授信是决策系统,需要在各种各样的维度上进行决策,而决策对精准度、风控的要求非常高,大模型的决策能力没那么高,且带来的系统性风险很高。“现在谈大模型在风控系统中的应用,主要是利用大模型的认知系统能力。换言之,大模型能从较多数据维度中刻画更多认知画像,但在最终决策时,选择画像仍需要一些准入标准和方法。”

方珂进一步表示,目前,网商银行使用的是大数据风控,而大数据风控中很重要的一个方向是将数据提取成认知特征,让决策系统更有精细度。其实,人审是最精细的,但人审的成本非常高,而量化风控的精细度又略低,使用数据的效率也略低,在保证效果的情况下采用度不能过高,如果过高会导致在认知维度足够的情况下,可能会看不清楚或无法给足授信。“引入大模型实际上强化了认知画像的维度,在量化风控的基础上更接近人审,虽然仍达不到人审的精细度,但确实降低了成本。”

面向未来,武连峰认为,大模型高价值应用,最关键的是找到合适的场景。其至少必须满足两个条件,一是需要对海量数据进行分析,二是需要高昂的专家知识。网商银行大雁系统通过大模型构建产业链图谱,在发展新质生产力与“人工智能+”的产业命题下,不失为服务实体经济的探索。

新京报贝壳财经记者 潘亦纯

编辑 王进雨

校对 柳宝庆