AI大模型助推数字普惠金融服务能力再提升

访安永大中华区金融服务合伙人刘静如

在新一轮科技革命和产业革命的发展浪潮下，数字经济发展势不可挡。回顾过去十年金融业的发展，数字化技术与金融的深度融合，重塑了银行业的金融服务生态，推动数字普惠金融实现快速发展。当前，以大模型技术为代表的人工智能，正在带领银行业进入数字化变革的2.0时代。

2023年9月25日，国务院发布的《关于推进普惠金融高质量发展的实施意见》明确了推动普惠金融高质量发展的具体路径，其中提出要“提升普惠金融科技水平”“强化科技赋能普惠金融，支持金融机构深化运用互联网、大数据、人工智能、区块链等科技手段，优化普惠金融服务模式，改进授信审批和风险管理模型”。

“AI模型有望推动银行业的普惠金融智能化水平再提升，同时有助于降低普惠金融业务的成本负担和风险隐患。”近日，安永大中华区金融服务合伙人刘静如在接受《金融时报》记者专访时表示，“我们相信AI模型建设未来能够为银行带来更多客户和业务的增长，创造更多价值。”

《金融时报》记者：民营小微企业的融资难、融资贵，已经成为社会各界普遍关注的问题。在您看来，前沿技术的落地将如何助力金融业尤其是银行业践行普惠金融、支持实体经济发展？

刘静如：融资难与融资贵，表象上是金融需求端的难题，本质上是金融供给侧的成本以及供给与需求间的断点。

市场机构将人工智能、云计算、大数据模型等前沿技术应用在金融业务实践中，进一步赋能数字普惠金融支持小微企业，让数字普惠金融始终支持实体经济，开发适合小微企业发展的创新型金融产品，同时通过创新驱动普惠金融高质量发展，未来有望解决小微企业的融资难、融资贵问题。

在前沿数字化技术的支持下，银行业依托数据增信降低小微融资成本，提升小微企业融资可获得性，将产业链上下游小微企业纳入服务体系之中，助力实体经济发展。

《金融时报》记者：如果说大数据是银行业数字化转型的1.0版本，那么AI大模型技术的应用将带领银行业走向全新的阶段。相较于其他的数字技术，大模型在赋能普惠金融业务发展中的优势在哪里？

刘静如：AI大模型技术在普惠金融业务中发挥着重要作用，大模型的广泛接入有望解决目前金融科技定制化服务成本高以及客户需求变化速度快等存在于银行数字化改革进程中的问题。

相较于传统技术，AI大模型技术具备更强的可拓展和定制能力，能更好地理解自然语言、处理大数据，助力行业内与行业间的数据融合、开放协作。

通过运用AI大模型技术，银行业未来能够持续探索普惠金融业务发展方向，在合规稳健的技术实践和开放协同的跨界合作中，寻找大模型在支持实体经济与普惠金融高质量发展领域的更多应用场景。

《金融时报》记者：做好风险防控是商业银行实现高质量发展的关键因素。AI大模型建设对于银行打造智能化风控体系提供了怎样的技术支持？这将为普惠金融的发展解决哪些实际问题？

刘静如：在银行打造智能化风控体系的过程中，AI模型助力银行普惠金融健康发展，通过科技赋能风险防控，AI模型有望推动银行业的普惠金融智能化水平再提升，整体提高风控业务流程的识别与监测水平。

目前，银行业使用AI模型通过分析历史交易数据，结合结构化和非结构化数据，刻画用户“画像”、洞察用户需求，将优化完善风控系统，覆盖更多智能风控需求，加快银行风控领域的智能化转型。同时，有助于降低普惠金融业务的成本负担和风险隐患，我们相信AI模型建设未来能够为银行带来更多客户和业务的增长，创造更多价值。

《金融时报》记者：当下，银行业“数据中台”的建设情况如何？各家金融机构应该如何利用好“数据中台”，提升服务普惠金融的质效？

刘静如：“数据中台”是一个企业管理概念，它本身没有标准化，物理上也并不是一个IT系统或工具，而是从顶层方法论到管理机制再到系统集群支撑的整套体系。

当前，在国家政策和市场环境的推动下，“数据中台”建设已经成为众多金融机构推动数字化转型的重要突破口，包括六家国有大行在内的多家商业银行已经将“数据中台”作为重点战略项目持续探索，并且已取得阶段性成果。

银行业应该建立起相关组织及运营机制，基于一定的评价体系和运营策略，实现企业“数据中台”的长期持续运营，提升数据驱动业务质量，实现数据高可用、高复用、高价值，从而提升服务普惠金融的质效。