还记得几年前在全球范围内掀起的人工智能浪潮么？

以ChatGPT为代表的人工智能让全世界的人都见识到了科技的力量。

所有人都可以肯定，在不远的将来，人工智能必将深入生活、生产的方方面面。

而银行业也将受到人工智能的影响，更大程度地向智能化、数字化转变。

那么，人工智能将会为未来银行带来机遇还是挑战？

下面是刘兴赛博士对于此话题的看法。（以下内容节选自《数字原生银行》）

对于 OpenAI 的 GPT 人工智能模型，微软公司联合创始人比尔·盖茨给予了极高的评价，他认为该模型是他自 1980 年首次看到现代图形桌面环境以来，最具革命性的技术进步，并惊呼 “人工智能时代已开启”。

ChatGPT 和 GPT-4 的诞生是人工智能领域近十年来的一个里程碑事件。清华大学人工智能研究院视觉智能研究中心主任邓志东，在一次直播中提到，自 2012 年以来，以深度学习为代表的人工智能在全球范围内得到迅猛发展，但其都属于弱人工智能，对人类而言是赋能的工具。ChatGPT 则不同，它利用单一模型就能完成自然语言处理 (NLP) 领域中的多个任务，这就有了文本语言领域中通用人工智能的主要特点；同时，它在完成多个任务时还接近人类的水平，与以前根据特征进行匹配或搜索的方法完全不同。以 ChatGPT 和 GPT-4 为代表的新一代人工智能，是人工智能从“弱人工智能”迈向“强人工智能”的开始，它打开了人工智能 大规模应用的大门。

深度数字化时代银行的可能图景

新一代人工智能的发展将带来经济社会深度数字化的前景。它不仅改变银行自身的数字化技术条件，也将改变银行所处的数字化生态，从而深刻改变中国银行业的图景，具体体现在以下几个方面。

第一，从人与互联网的有机融合到虚拟即现实。新一代人工智能的发展，将为元宇宙的真正落地创造条件。元宇宙是下一代互联网的重要元素。它是整合网络通信、扩展现实、数字孪生、区块链、人工智能等多种新技术而产生的新型虚实相融的互联网应用和社会形态，拥有完整的经济逻辑、数据、物体、内容以及 IP，是一个永续在线、不断被刷新的实时数字世界。元宇宙沉浸式银行营业厅、虚拟数字人、虚拟资产等要素为银行的服务形态创新指明了方向。相对于物理网点、单纯的 AI 客服或者由人驱动的虚拟数字银行服务人员，由新一代 AI 驱动的元宇宙沉浸式虚拟现实的远程营业厅，解决了物理网点的时空受限、单纯 AI 与客户疏离、由人驱动的数字人成本高昂等问题，是未来银行个人客户服务形态的进化方向。

在对公领域，新一代人工智能的发展，提高了各产业数字化的价值，为广泛、深化的数字化银行服务嵌入客户经营场景中创造了条件。在此情况下，以开放银行为主要形式，嵌入供应链和产业链当中的无感无形的银行服务，将是银行对公服务的主要形态。但与当前的开放银行形态相区别的是，未来深度数字化时代的开放银行服务，将主要是由 AI 驱动。

第二，从局部应用到全面赋能。当前，银行主要把 AI 应用在智能识别、 智能营销、智能客户服务、大数据风控、智能运维、智能投顾和智能投研等领域。其中，国内银行对生物识别、活体检测等技术的应用是比较成熟的，但在分析和决策领域，比如风控、投顾等领域，相关应用还处于初步阶段。但生成式大模型的应用，有望改变这一切。如在知识图谱引擎原有的隐性集团识别、深度链扩散、子图筛选等能力基础上，Chat-GPT 可以扩展出更高维度、更大范围的隐性关系识别。

新一代人工智能的出现和发展，不仅可以强化银行既有的人工智能应用，还进一步扩展人工智能在银行全部体系的普及。如前台的客服、催收的人工替代，中台的授信报告、审批报告、贷后管理报告撰写，后台的宏观研究、行业研究、程序编写等。新一代人工智能将实现对银行的全面赋能。

第三，重构运行体系。传统上我国银行的运行变革重在解决体制机制问题，解决总分、条线以及前中后关系问题。但随着数字化的发展，其运行又出现了新的问题，就是在渐进的数字化过程中，分属不同逻辑 (线上的、线下的) 的体系，堆砌、杂糅在一起，不仅造成银行运营体系的臃肿，也造成银行运行逻辑的冲突。不过，随着新一代人工智能的出现，有望通过重构银行运行体系来彻底解决上述问题。

在人工智能驱动的平台银行体系下，银行不再需要高耸的组织体系和复杂的条线体系，而平台的连接、智能化的运行，也将使前中后台融为一体。与此同时，银行的人员体系也将发生巨变，臃肿的人员体系不复存在，银行可重点关注将技术与业务相融合。在此基础上，通过整合、重构，将彻底改变银行多种运行逻辑杂糅的问题。

人工智能驱动的银行运营体系分为五大部分：将客户运营、产品创新、业务发展、风控、授信审批、数据运营等职能整合到“触达与业务经营体系”；“业务与科技融合体系”是一个集业务和科技开发于一体的新型组织，通过技术和业务的复合型人才来推动银行的智能化发展；将资产负债管理、财务管理、人力资源管理、战略管理整合到“战略与资源配置体系”中，对各种资源进行统筹运营；还有“数字化基础设施”以及“内部服务体系”，它们也是上述体系中不可或缺的组成部分。在上述运行架构中，人工智能与专家经验的融合是内部驱动机制。

第四，银行经营管理理论根基的重建。与传统的以人和制度架构为核心的银行体系相比，由人工智能驱动的数字化银行体系，其经营管理的理论根基也将发生重大改变。由于银行运行以及流程连接中减少了大量的人为干预环节，传统体系下的组织间的矛盾、对人的管理，其重要性下降很多。银行管理的重心开始转到三个领域。一是技术与业务的融合。在新的体系中，各个领 域、各个环节的人工都将是专家劳动，因此建立起与技术结构相对应的专家体系，促进专家的成长，激励专家经验与人工智能的融合，是人工智能驱动的数字化银行的关键所在。 二是智能化的资产负债管理。在人工智能驱动下的高速运转的银行体系中，智能化的资产负债管理居于核心地位。建立智能化的资产负债管理体系对外部波动的敏感性，建立资产负债管理对经营战略、经营特色的支持，是相关工作的重心。三是对数字化风险的管理。人工智能驱动的数字化体系不仅具有一般性的风险，也将衍生新的风险，所以数字化风险防控将成为经营管理工作的重点。

以上是深度数字化阶段银行的可能图景。但鉴于中国经济社会在向深度数字化迈进，新一代人工智能的发展也才刚刚开始，人工智能的能力、法律和伦理建构等因素还有待进一步发展和完善，未来相当一段时间，中国银行业的主要发展阶段仍然是人与互联网相融合，并不断强化人工智能的应用。从这个意义上讲，我们对未来银行的探讨，其目的恰恰是帮助我们进一步厘清当前我们所处的历史阶段以及前进的方向。如果说，“数字原生”概念是一个时代性的概念，那深度数字化阶段的数字原生银行就是以新一代人工智能驱动的数字化银行。但显然，未来相当长时间，可行的数字原生银行则是人与互联网有机融合、不断强化人工智能应用的数字化银行，这也是本书前述章节所遵循的逻辑主线。

关注银行深度数字化的风险

任何技术都是一把双刃剑，更何况是新一代的人工智能。讨论的越是激烈，心中的恐慌越是凸显。所以我们在认同新一代人工智能为人类带来能力跃进的同时，也要认识到人类面临的风险。

这便要求我们，关注以新一代人工智能为驱动的银行深度数字化所具有的风险，具体包括以下几个方面。

第一，数据安全和个人信息保护挑战。据相关报道，在引入ChatGPT不到一个月，韩国三星就发生三起数据外泄事件。为保护企业机密信息，目前美国银行、花旗集团、德意志银行、等机构已经禁止员工使用 ChatGPT 聊天机器人处理工作任务。

第二，模型共振风险。使用相同、相似的人工智能模型，有可能造成不同银行行为的一致性，从而放大市场的波动性。

第三，在深度数字化阶段，银行广泛互联，其网络安全问题将极大凸显。

第四，在人工智能模型以及 IT 供给等方面过度依赖第三方机构，可能危及金融机构自身安全稳健运行。

第五，在深度数字化环境下，信息和资金等经济社会要素高频交互、快速流动，在这种情况下，银行界固有的舆情风险/流动性风险传播和捕捉更加快速，风险爆发更加迅猛。

第六，在深度数字化进程中，银行服务与场景服务深度融合，模糊了银行和非银行活动之间的边界，加剧风险的关联和传染。

不过，与银行深度数字化自身所面临的风险相比，银行在推进深度数字化过程中所面临的战略风险往往容易被忽视，而其恰恰是决定银行数字化成败的关键。它包括两方面的内容。

第一，技术应用的时机。银行本质上是技术的应用者。技术的应用取决于技术与业务的融合以及客户的体验。所以，银行对新技术的应用时机，必须保证基础技术的成熟。银行的服务模式要建立在成熟技术的基础之上。这也是为什么本书将当前银行数字原生战略的服务形态定位于“人与互联网相融合”而不是人工智能驱动的根本原因。

第二，技术路线的选择。技术路线的选择，是技术与战略的 综合抉择。银行需要综合权衡技术先进性、技术能力、技术可靠性、技术获得性、技术与业务架构的结合、成本、周期等诸多因素。银行的技术选择同样要考虑客户，要从商业的角度来看待技术路线的选择，而这恰恰是银行所欠缺的。