21世纪经济报道 记者陈嘉玲 北京报道

金融行业作为天然的数据密集型行业，又是人工智能应用最早和最普遍的行业，大模型能否真正解决金融行业当下发展的难点痛点，对银行现有的风控方式又带来哪些改变和思考？

“一旦大模型运用以后，它会面临哪些挑战，我们又做了哪些准备？”11月17日，民生银行风险管理部总经理赵辉在由21世纪经济报道主办，腾讯安全联合主办的“金融风控大模型打造动态风险治理体系”研讨会上分享了民生银行在大模型应用方面的情况以及系统化推进大模型的运用过程中的风险和挑战。

（民生银行风险管理部总经理赵辉）

据赵辉介绍，目前民生银行成立了由董事长牵头的数字化领导小组，将全行的数字化和未来银行业新的转变工作纳入其中。在工作安排上，计划采取开源和商业并行等策略，分阶段建设大模型能力和进行体系建设。

目前民生银行已经做了一些诸如知识库问答、重点场景大模型落地的尝试。民生银行还与头部科技企业共同成立金融科技创新实验室。

在业务端，民生银行有客户关联图谱的分析平台，通过复杂模型对深层次的隐形关联关系进行提取和挖掘，运用大模型的结构化信息化提取技术，基于大模型的语言理解能力破解图谱关系，有效增强识别风险的能力。

赵辉还介绍道，贷前调查报告，数据审查报告自动化，风险预警精准化，量化交易辅助风险决策，欺诈的监测和防范，智能辅助管理决策等方面，都在进行相应的大模型尝试和探索。

在通过金融风控大模型打造动态风险治理体系的过程中，赵辉表示，首先是要保持多元化的技术路线。大模型有其优势也存在不足，可能无法稳定且精准地完成每一次决策。同时，结合银行业对AI生成内容的监督审查和合规性要求，要格外关注可能存在的虚假宣传或误导信息，通过有效的人机协同有效处理大模型风险。

其次是落实保密的管理要求。赵辉认为，基于监管部门的要求，银行在训练和应用大模型时要严格保护用户的敏感信息，建立起自动化的数据处理流程，确保脱敏和去标记，有效保护个人隐私和保障数据安全。

“第三要防范新技术引发的新风险。”赵辉强调，下一步银行业应打造一个全行级的跨渠道、跨场景的联防联控，通过各个业务领域的信息数据共享，实现一处出险多点布防。尤其针对黑产问题，要运用行业的力量，在AI技术规范上提供更多基础设施，探索形成细分领域的技术标准，促成关键反诈信息的行业共享。

赵辉最后还介绍了民生银行在金融风险大模型的动态管理方面的思考。一是战略上将其纳入到数字化发展体系，作为实现战略发展目标、推进数字化转型和深化智慧银行建设的重要工具。二是在智能风控项目中科学运用大模型的前沿技术，提升智能化水平。三是在风控上将大模型相关的风险纳入全面风险管理体系，识别大模型建设和应用中存在的操作风险，信息科技风险，合规风险等，做好全流程风险管理，体系化推进大模型的运用。