安永_博智隆：2023银行保险金融机构生成式人工智能（GenAI）战略报告_49页_1mb

银行保险金融机构生成式人工智能（GenAI）战略报告摘要

生成式人工智能（GenAI）是人工智能的一个重要细分领域，代表应用如ChatGPT，基于大型语言模型（LLM），能够在海量数据上训练，预测和生成文本内容。它正引发全球范围的数字化应用热潮，具有颠覆性创新潜力，可重塑金融行业的现有产品、流程、运营甚至商业模式，为银行、保险等金融机构带来转型机遇。

技术发展背景

生成式AI关键特征包括：适应性、创造力、可扩展性、效率、自动化、整合性和多模态。其基础技术涵盖深度学习、自然语言处理、强化学习等。与其他AI不同，GenAI具备内容创造能力。

GenAI的应用已经开始，但仍处早期。许多金融科技公司已开始投入实践。董事会和管理层需要及早制定战略，应对人才、基础设施、可用性等复杂问题。

场景应用机会

GenAI可在信息处理（IP）、信息检索（IR）和新内容生成（NCG）三大基础组件基础上，广泛应用于金融服务的各个领域。

• 人力资源及人员管理： 客户互动洞察、知识库管理、员工培训。
• 产品与服务： 定制产品、客户满意度提升、创新。
• 客户与业务增长： 营销活动策划、虚拟助理、客户服务。
• 风险与合规： 客户互动洞察、知识库管理、审计及合规监控、贷前调查。
• 财务： 财务分析、预测、风险管理和决策。
• 销售与市场营销： 个性化营销、潜在客户挖掘、绩效对标。
• 其他： 代码自动化、合同分析、法律内容生成、保险核保、理赔自动化、投资组合优化。

案例研究展示了GenAI在财富管理（内部知识库效率提升）、资金筹措（报告效率提升）和ERP管理（智能查询工具）等领域的成功应用。

关键应用挑战

金融机构面临的主要技术挑战包括信任和隐私、数据偏差、安全、集成、知识产权、运维成本、人才短缺、技术变动及合规等方面的问题。从企业战略角度，需要审慎选择用例，建立健全的框架、政策、风险管理、数据治理、持续监控及有效性评估机制，警惕可能出现的道德和法律环境问题，如产生负面舆情或监管风险。

如何战略布局

成功部署GenAI需审慎规划：

1. 目标明确： 确定关键业务目标，如改善客户体验、提高效率。
2. 流程管理： 建立用例评估、测试、治理和遵守机制，选择合适的模型和比例。
3. 技术选择： 评估不同技术的优势，考虑现有基础设施和集成能力，进行微调。
4. 用例测试： 快速验证GenAI在特定场景的价值，鼓励内部知识、实验和孵化。初始阶段建议将重点放在短期、中期战略性用例上。
5. 战略路径： 编制分阶段、跨部门合作的路线图，资源分配，并考虑内部技能和治理机制的转变。手段包括ModelOps、COE等。

关键成功因素包括：构建坚实的数据基础、应用适合自身优势的场景、发展强大的科技能力、部署负责任且合法的AI、拥有前瞻性视野。

为什么选择安永

安永提供一整套端到端的人工智能服务，包括：

1. 制定战略与路线图： 协助客户绘制清晰的战略蓝图。
2. 应用与实施： 提供可靠的人工智能解决方案服务，涵盖从原型化到生产部署。
3. 规模扩展： 加强用例实施，结合CoE、MLOps等。核心优势包括领先的战略、更快的速度、更强的可扩展性以及高层创新。
4. 负责任的人工智能： 独特框架关注性能、偏差、可靠性、透明度和弹性，建立信任。
5. 咨询、技术分析、商业案例等一站式服务： 包括AI治理、合规、政策、风险报告等框架。
6. 治理与风险管理能力： 通过合作共创、专业技能和项目经验，协助客户成功应对变革。

安永建议金融机构领导者提出正确问题，从根本上重新思考战略，并采用负责任、合乎道德的技术，将人与AI有机结合起来，以在生成式AI快速发展的浪潮中建立竞争优势。