一場以AI為核心驅(qū)動力的新技術(shù)浪潮，正深度席卷銀行業(yè)。

從年報季披露的信息管中窺豹，國內(nèi)頭部銀行對大模型的應用已從實驗室探索邁向大規(guī)模場景落地，覆蓋了數(shù)百甚至上千個業(yè)務點，智能客服、風險識別、代碼生成等領(lǐng)域已成為普遍實踐，初步展現(xiàn)出了效率提升和業(yè)務賦能的巨大潛力。據(jù)麥肯錫的測算，大模型有望給全球金融行業(yè)帶來每年2500-4100億美元的增量價值，對應約9%-15%的營業(yè)利潤增厚空間。

然而，這場變革同樣挑戰(zhàn)重重，除了數(shù)據(jù)孤島、AI幻覺等顯性挑戰(zhàn)之外，能否將AI滲透到銀行的基因、流程和底層架構(gòu)中，實現(xiàn)更深層次的系統(tǒng)性再造同樣是關(guān)鍵環(huán)節(jié)。這種深層變革，是銀行當前在激烈的市場競爭中保持核心競爭力的關(guān)鍵，更是解決銀行業(yè)內(nèi)一些長期結(jié)構(gòu)性難題的鑰匙。

事實上，AI在銀行業(yè)的應用并非始于2025年，一些銀行在過去十年中，已經(jīng)在嘗試通過AI在風險識別、運營效率、個性化服務等關(guān)鍵環(huán)節(jié)的深度賦能，以低成本、高效率、可持續(xù)的方式服務好， “服務門檻高、風險難評估”的海量長尾客群服務，這個案例就是微眾銀行。

微眾銀行是我國首家民營銀行、數(shù)字銀行。AI時代的到來，令微眾銀行的演進迎來一次范式躍遷——從數(shù)字原生銀行邁向AI原生銀行。其2015年推出的微粒貸產(chǎn)品，是我國銀行業(yè)第一個純線上的個人信貸產(chǎn)品，至今已經(jīng)服務超過7000萬人，這背后不乏AI技術(shù)的支持。

AI并非橫空出世

金融行業(yè)的高度數(shù)字化和商業(yè)化應用場景的高潛在價值，使其成為應用AI技術(shù)的最佳場景之一。千禧年以來，以數(shù)據(jù)和技術(shù)為驅(qū)動的金融機構(gòu)就已經(jīng)在各自擅長的領(lǐng)域持續(xù)投入研發(fā)，將AI應用于解決具體業(yè)務痛點、提升效率和優(yōu)化服務。

這一階段的AI探索，更多集中于特定任務的自動化和智能化，依靠機器學習、大數(shù)據(jù)分析、自然語言處理（NLP）、計算機視覺等技術(shù)的發(fā)展，銀行得以借此改進信用評分模型、強化反欺詐能力（例如通過交易模式識別、人臉識別驗證）、實現(xiàn)簡單的智能客服問答、優(yōu)化內(nèi)部運營流程等。

作為一家從成立伊始就將科技基因深植于心的數(shù)字銀行，微眾銀行在AI領(lǐng)域的布局和探索貫穿了發(fā)展的不同階段，并且持續(xù)保持高強度的科技投入和人才布局——科技人員數(shù)量始終保持在全行員工總數(shù)50%以上，歷年IT投入占營收比重超過 9%。

微眾銀行很早就進行了AI探索，尤其在隱私計算和聯(lián)邦學習等領(lǐng)域進行了前瞻性布局和深入實踐，將聯(lián)邦學習與大模型AI Agent相關(guān)技術(shù)融入金融服務“前-中-后臺”各個環(huán)節(jié)，提升以微粒貸為代表的金融服務的質(zhì)效。

這首先得益于其前瞻性構(gòu)建的適應AI時代的“新基建”。其自主可控的分布式核心系統(tǒng)，為處理微粒貸業(yè)務帶來的海量客戶和高頻交易，提供了強大的底層支撐和海量數(shù)據(jù)基礎，后續(xù)也為大模型所需的高強度計算和數(shù)據(jù)處理能力奠定了必要的基礎。數(shù)據(jù)顯示，微粒貸當前日均發(fā)放貸款超93萬筆。值得一提的是，“微粒貸”客群中約18%的客戶為“首貸戶”（此前無央行信貸征信記錄），有效填補了傳統(tǒng)金融體系的空白地帶。

AI驅(qū)動的普惠進階

近兩年來，一場由大模型技術(shù)引領(lǐng)的新浪潮正席卷而來。大模型憑借其強大的自然語言理解、生成、復雜推理能力，預示著AI在金融領(lǐng)域的應用將從過去單點任務的自動化，邁向更具通用性、決策輔助和創(chuàng)造性的新階段。

微眾銀行日前發(fā)布的2024年年報提到，“在年內(nèi)啟動實施了AI工程化平臺項目，致力于構(gòu)建AI原生科技能力，實現(xiàn)模型可插拔、成效可度量、運算資源可調(diào)配、編程可普及、模型資產(chǎn)可管理、實驗可復現(xiàn)、應用可自動升級等目標特性，賦能業(yè)務提升自動化與智能化水平?！?/p>

微粒貸也在這場變革中擁抱了大模型能力。大模型同樣顯著提升了微粒貸的運營效率和客戶服務體驗。例如，大模型增強了智能客服的能力，使其能更準確理解用戶意圖并提供更自然的交互，支撐了微粒貸以及其精簡的客服團隊應對龐大的服務需求——僅靠600多人服務7000萬+客戶。在智能審核的應用中，AI可節(jié)約90%的人力，再通過AI質(zhì)檢，微粒貸客服的服務質(zhì)量也可以得到有效規(guī)范和保證。

同時，微粒貸也通過AI模型進行了數(shù)字化精準營銷的嘗試。目前，微粒貸通過AI介入營銷，提升了獲客與服務效率，其累積的成果是科技助力普惠金融發(fā)展的有力證明。截至2024年末，“微粒貸”已覆蓋全國31個省、自治區(qū)、直轄市的近600座城市，其中超過40%為三線及以下城市（含縣域、鄉(xiāng)鎮(zhèn)），充分滿足普羅大眾“短、小、頻、急”的周轉(zhuǎn)需求。

銀行AI的進階與挑戰(zhàn)

從銀行業(yè)整體報表來看，與2023年相比，AI大模型技術(shù)開始深度嵌入核心業(yè)務流程與專業(yè)領(lǐng)域。同時，行業(yè)在AI模型應用上也呈現(xiàn)出探索多樣性，既有基于通用大模型通過金融語料訓練形成通用金融模型，也有針對特定業(yè)務場景開發(fā)的金融垂域模型，以及結(jié)合兩者優(yōu)勢的混合技術(shù)路線。

AI時代加速到來，目前微眾銀行也正在積極打造AI原生范式、邁入AI原生階段，構(gòu)建AI基礎設施、AI應用、AI治理三個層次的AI系統(tǒng)化能力。如何將AI無縫集成到現(xiàn)有業(yè)務流程、建立有效的模型管理和監(jiān)控機制、確保AI決策的公平性和透明度，以及應對生成式AI帶來的數(shù)據(jù)泄露、模型欺詐等新的安全和隱私風險，這些都對銀行的運營管理和風險治理體系提出了更高要求。

在治理層面，微眾銀行已構(gòu)建“AI應用熱力圖”，該工具將全行AI應用劃入45個區(qū)塊，自動收集并分析各場景算力使用情況，有效從管理視角分析全行AI設施建設與應用發(fā)展情況，并將AI風險納入銀行全面風險管理體系。

未來，微眾銀行將如何繼續(xù)發(fā)揮自身創(chuàng)新優(yōu)勢，拓寬AI在金融服務的落地版圖？可以預見的是，這家數(shù)字銀行會以科技為馬，繼續(xù)在金融服務“既普且惠”的道路上穩(wěn)步前行。