隨著數(shù)字化轉(zhuǎn)型、移動支付、人工智能、區(qū)塊鏈技術(shù)、大數(shù)據(jù)分析等技術(shù)的不斷奔涌，以及消費者對更加便捷、高效、安全的銀行服務(wù)的需求，銀行對金融科技、數(shù)字化轉(zhuǎn)型的重視程度不斷提高，金融與科技的結(jié)合度進一步提升，數(shù)字化轉(zhuǎn)型將在銀行管理、業(yè)務(wù)拓展和風(fēng)險防控中發(fā)揮更重要的作用。

而近期持續(xù)火爆的大語言模型更是引發(fā)了銀行對于AI在產(chǎn)品創(chuàng)新、流程再造和服務(wù)升級的探索實踐，借助AI的自動化能力，有助于降低行業(yè)成本，提高服務(wù)效率，進一步提升普惠金融的覆蓋率、可得性和滿意度。

這其中，近年來憑借“數(shù)字原生”優(yōu)勢取得快速發(fā)展的數(shù)字銀行，對于創(chuàng)新技術(shù)的自主研發(fā)與使用尤為重視。據(jù)了解，微眾銀行作為我國首家數(shù)字銀行，通過發(fā)揮金融科技的特色優(yōu)勢，闖出了一條商業(yè)可持續(xù)的新路徑。該行在成立之初便以科技為核心發(fā)展引擎，并在ABCD（人工智能、區(qū)塊鏈、云計算、大數(shù)據(jù)）領(lǐng)域深入探索。目前，微眾銀行已經(jīng)將AI技術(shù)投入使用在銀行金融服務(wù)的“前-中-后臺”，包括客戶服務(wù)、營銷、風(fēng)險管理和反欺詐等，一定程度上簡化人工流程，提升效率，進一步降低運營成本。

大模型時代，人工智能技術(shù)推動數(shù)字銀行高質(zhì)量發(fā)展

微眾銀行首席人工智能官、加拿大工程院與皇家學(xué)院院士楊強教授在接受至頂網(wǎng)采訪時表示：“金融行業(yè)是數(shù)據(jù)密集型行業(yè)，AI以機器學(xué)習(xí)、知識圖譜、自然語言處理和計算機視覺等核心技術(shù)作為主要驅(qū)動力，助力金融行業(yè)的各參與主體和各業(yè)務(wù)環(huán)節(jié)。隨著大模型時代到來，我們將進一步探索前沿科技與金融服務(wù)深度融合，不斷拓展金融服務(wù)的廣度和深度，重塑以客戶為中心的金融價值鏈和生態(tài)，推動‘未來智能金融’的實現(xiàn)。”

確?？蛻綦[私和數(shù)據(jù)安全

當(dāng)前，數(shù)據(jù)已經(jīng)成為了數(shù)字化時代的生產(chǎn)要素，在多重領(lǐng)域發(fā)揮舉足輕重的作用。作為數(shù)據(jù)密集型行業(yè)，金融科技在數(shù)據(jù)隱私保護、安全合規(guī)等問題備受關(guān)注。同時，政府逐步加強數(shù)據(jù)使用方面的監(jiān)管，數(shù)據(jù)安全、隱私保護相關(guān)的法規(guī)法律體系日趨完善。實現(xiàn)數(shù)據(jù)的多方協(xié)同和授權(quán)共享，得到更優(yōu)的模型和決策，是當(dāng)前人工智能賦能金融科技的一個重大挑戰(zhàn)。

面對金融業(yè)務(wù)場景中越來越多的數(shù)據(jù)流通和隱私保護的需求，2018年，微眾銀行在國內(nèi)首次系統(tǒng)性提出“聯(lián)邦學(xué)習(xí)（Federated Learning）”理論體系，聯(lián)邦學(xué)習(xí)是分布式加密機器學(xué)習(xí)新范式，可以實現(xiàn)數(shù)據(jù)可用不可見的多方協(xié)作，在多源數(shù)據(jù)綜合發(fā)揮價值的同時保護每一個數(shù)據(jù)源方的隱私和數(shù)據(jù)安全。

2019年起，微眾銀行AI團隊推動全球聯(lián)邦學(xué)習(xí)生態(tài)構(gòu)建，聯(lián)合多家機構(gòu)持續(xù)迭代和完善隱私計算聯(lián)邦學(xué)習(xí)開源平臺FATE（Federated AI Technology Enabler），并持續(xù)推動聯(lián)邦學(xué)習(xí)技術(shù)的前沿研究、標準建設(shè)、開源生態(tài)建設(shè)、行業(yè)應(yīng)用等。目前，聯(lián)邦學(xué)習(xí)作為支持數(shù)據(jù)要素安全流通的重要技術(shù)方案，被各行業(yè)和機構(gòu)廣泛采用。

在實踐中，AI技術(shù)的應(yīng)用要注重“安全、效率、性能”等多方面平衡，不能單純偏向其中一方?；诖?，微眾銀行2022年在業(yè)內(nèi)首次提出“可信聯(lián)邦學(xué)習(xí)”新范式，指出除了保證原始數(shù)據(jù)的隱私安全和模型的可證安全，還保證學(xué)習(xí)過程的高效率和模型的可用性，模型決策機制的可解釋性，模型的可溯源和審計監(jiān)管。在此理論框架下，微眾銀行與香港科技大學(xué)等機構(gòu)聯(lián)合發(fā)表一系列前沿理論研究成果，相繼被多個國際頂級學(xué)術(shù)會議和學(xué)術(shù)期刊收錄，包括“無免費午餐理論”、FedIPR等。

“技術(shù)的發(fā)展與應(yīng)用是一個螺旋向上的過程，AI倫理和安全是始終不能忽視的問題，要確保技術(shù)的發(fā)展和社會的利益相互促進。只要用到數(shù)據(jù)，就會有安全和隱私的問題，所以必須有技術(shù)的加持去保護安全、隱私和確保合規(guī)。”楊強強調(diào)。

更精準的風(fēng)險評估、控制與反欺詐

當(dāng)前，銀行風(fēng)控面對的最大挑戰(zhàn)之一是快速變化的風(fēng)險形態(tài)。隨著技術(shù)不斷發(fā)展，欺詐行為也變得越來越復(fù)雜和隱蔽。反欺詐工作的開展難度自然也是越來越大。

作為一家數(shù)字銀行，微眾銀行沒有線下網(wǎng)點、幾乎全流程線上操作，和傳統(tǒng)銀行模式相比，如何在保證客戶體驗的同時提升風(fēng)控能力至關(guān)重要。微眾銀行通過提升數(shù)字科技能力，做好大數(shù)據(jù)風(fēng)控，以此為業(yè)務(wù)可持續(xù)發(fā)展夯實基礎(chǔ)。

具體而言，微眾銀行基于聯(lián)邦學(xué)習(xí)技術(shù)打造聯(lián)邦中臺，持續(xù)服務(wù)行內(nèi)多個業(yè)務(wù)。在聯(lián)邦中臺通過搭建的可信數(shù)據(jù)通道，實現(xiàn)基于樣本保護的客群匹配、數(shù)據(jù)探查、關(guān)聯(lián)風(fēng)險挖掘及聯(lián)邦模型應(yīng)用等閉環(huán)服務(wù)。

楊強介紹，在反洗錢場景中，傳統(tǒng)“規(guī)則與人工”的判斷方式依賴規(guī)則系統(tǒng)和專家經(jīng)驗，而且規(guī)則命中案件量大、準確率低、人工成本高，案例容易積壓。而將AI技術(shù)結(jié)合業(yè)務(wù)經(jīng)驗，構(gòu)建反洗錢可疑案例排除模型，可減少約37%的人工篩查工作量。同時利用機器學(xué)習(xí)算法構(gòu)建洗錢交易監(jiān)測模型，并通過搭建交互式的案例展示系統(tǒng)，進一步提高模型的可解釋性，輔助人工進行交易監(jiān)測的同時，更快速地發(fā)現(xiàn)新型可疑交易。聯(lián)合多家銀行的聯(lián)邦反洗錢探索則可以進一步在各家機構(gòu)數(shù)據(jù)不出本地的前提下提高反洗錢模型的準確性。

在信貸風(fēng)控場景中，針對中小微企業(yè)信貸評審數(shù)據(jù)稀缺、不全面、歷史信息沉淀不足等問題，通過聯(lián)邦學(xué)習(xí)，微眾銀行探索在確保數(shù)據(jù)安全及隱私保護的前提下，融匯企業(yè)經(jīng)營數(shù)據(jù)、稅務(wù)數(shù)據(jù)、工商數(shù)據(jù)、支付數(shù)據(jù)等多源信息，豐富建模特征體系，提升風(fēng)控模型的準確性和有效性。

在反欺詐方面，微眾銀行通過AI人像核查、聲紋核查等技術(shù)，在開戶、授信、放款等金融服務(wù)多個環(huán)節(jié)把控風(fēng)險，有效甄別欺詐行為。例如在開戶、放款等業(yè)務(wù)環(huán)節(jié)，需要保留視頻存證以驗證客戶身份，聲紋識別、聲音密碼等技術(shù)可以幫助在核身環(huán)節(jié)中抵御模仿攻擊、語音合成等多種電信欺詐行為，驗證或檢索時有效時長僅需2.5秒，且驗證過程用戶無感知。

智能化的客戶服務(wù)和營銷

近年來，許多銀行都以客戶為中心，積極采取積分、返券等營銷手段來吸引客戶；并通過線上化、智能化的產(chǎn)品服務(wù)創(chuàng)新改善客戶體驗。

客戶服務(wù)質(zhì)效的提升對于數(shù)字銀行而言亦至關(guān)重要。微眾銀行基于自研的智能在線客服與智能語音機器人，可以實現(xiàn)7X24小時回應(yīng)海量用戶需求，并通過智能坐席助手與實時質(zhì)檢輔助人工坐席，在及時響應(yīng)的同時規(guī)范客服話術(shù)與行為，不斷提升客服質(zhì)量，有效保護消費者權(quán)益。

其中，坐席助手可以幫助實時監(jiān)控坐席合規(guī)、情緒、語速等，提醒與幫助坐席人員及時糾正錯誤；質(zhì)檢系統(tǒng)對客服錄音進行智能檢測，建立敏感詞庫，對關(guān)鍵詞和語義、語速等方面進行快速檢測，將傳統(tǒng)的人工聽錄音進行服務(wù)質(zhì)量檢測的2%覆蓋率提升到100%。

目前智能客服已經(jīng)支撐了微眾銀行億級客戶規(guī)模，98%的日消息由機器人服務(wù)，每次問詢可以在1s內(nèi)回復(fù)，準確率超過93%。微眾銀行的智能客服還多次榮獲國內(nèi)國際獎項，例如深圳市金融監(jiān)督管理局評選的“2017年度深圳市金融科技專項獎”、中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟評選的“2022客服中心應(yīng)用優(yōu)秀案例”、《亞洲銀行家》評選的“2023年度卓越零售金融服務(wù)獎-最佳語音機器人項目”等。

在營銷場景中，微眾銀行持續(xù)升級智能營銷解決方案，結(jié)合智能語音機器人、聯(lián)邦學(xué)習(xí)等技術(shù)，在數(shù)據(jù)不出本地的合規(guī)前提下，實現(xiàn)業(yè)務(wù)營銷獲客和存量促活，更加精準地觸達目標人群。

在廣告投放場景中，隨著線上線下廣告渠道的豐富化和多元化，傳統(tǒng)的代理商投放方式成本高，轉(zhuǎn)化效率低，難以精準觸達潛在客戶。微眾銀行在保證數(shù)據(jù)安全與用戶隱私的前提下，通過引入聯(lián)邦學(xué)習(xí)技術(shù)，將廣告主與投放平臺進行數(shù)據(jù)不出本地的聯(lián)合建模，建立起準確率更高的“聯(lián)邦廣告”模型，更精準地找到目標用戶。在業(yè)務(wù)實踐中，獲客成本和授信費用率可平均降低30%。

AI助力數(shù)字銀行高質(zhì)量發(fā)展

每一輪科技變革，都會伴隨著產(chǎn)業(yè)的深度發(fā)展。2023年，人工智能大模型技術(shù)迎來“爆發(fā)”，智能金融的發(fā)展為銀行數(shù)字化帶來了全新的可能性。

在此背景下，微眾銀行也在探索將大模型等技術(shù)進一步應(yīng)用在金融服務(wù)場景中的可能性。例如，通過高效生成營銷內(nèi)容與推薦策略，打造更加人性化與高效的創(chuàng)意廣告；在線上客服、智能質(zhì)檢等系統(tǒng)中探索融入大模型技術(shù)，提升多輪對話中客服問答的準確性，快速生成客服語音摘要，實時監(jiān)控和提升客服效率和質(zhì)量；構(gòu)建企業(yè)金融大模型，服務(wù)于科創(chuàng)企業(yè)融資需求，實現(xiàn)對科創(chuàng)企業(yè)的數(shù)字化精準觸達和數(shù)字化營銷運營等。

由此可見，數(shù)字銀行運用前沿的科技能力實現(xiàn)降本增效，并讓金融服務(wù)更具溫度，以及更加個性化、人性化，最終挖掘到商業(yè)增量，探索出商業(yè)可持續(xù)的新模式、新路徑。未來，人工智能技術(shù)與金融業(yè)務(wù)的深度融合，將進一步衍生出新業(yè)態(tài)、新場景，或?qū)⑸羁逃绊懡鹑跇I(yè)的發(fā)展模式，為我國數(shù)字銀行的高質(zhì)量發(fā)展增添動力。