ChatGPT热潮背后，金融行业大模型应用路在何方？——金融行业大模型应用探索

ChatGPT近两个月以来不断引爆热点，对人工智能应用发展的热潮前所未有地高涨，ChatGPT所代表的大模型在语义理解、多轮交互、内容生成中所展现的突出能力令人惊喜。而人工智能技术在金融行业的落地应用仍然面临挑战，虽然已经让大量宝贵的人力从简单任务中解放出来，但大量应用环节与场景仍然停留在“让机器看见、听见”的阶段，有待升级。

ChatGPT“让机器理解”的能力为金融行业智能化转型升级打开了新的大门。易观基于金融行业数字化转型与人工智能技术的研究积累，对金融行业的大模型应用进行了进一步探索。

1. 应用趋势

(1) 大规模预训练模型拓宽金融行业AI应用边界，加速金融行业智能化升级。

(2) AI应用场景与产品类型不断丰富，纵深行业，以业务理解为导向推动AI应用铺开，进入金融机构以需求为导向的拉动阶段。

(3) AI与金融应用生态的建设有待于进一步完善，丰富的开发者生态、金融垂直应用生态以及人才生态等，是护航大模型以及AI深入业务赋能的重要关键。

2. 应用价值

l 升级用户体验

通过人机交互方式的变革，实现多轮对话与KYC，提升对话与服务体验；通过与数字人相结合，实现虚拟场景的温度服务。

金融行业在客户经营层面，在过往主要关注用户数字化趋势之下，以App为核心的移动应用生态的建设与运营，以手机银行App、证券App等活跃用户（即MAU）作为重要的北极星指标，当下需要转换思路，全渠道体系数字化经营的重要性更加突出，用户体验是用户流量竞争过后下一阶段的关键点。MAU与用户体验并重，是金融行业客户经营的两个重要基石。相应地，智能客户也许仅仅是依托于大模型升级的开始，在金融机构与用户交互的各个环节，都有体验价值的洼地需要予以关注。

l 优化内容生产创意与效率

与AIGC相结合，在自动化生成营销物料的同时，实现千人千面的个性化营销。

金融行业当下无论是营销侧，还是投教方面的内容质量以及数量均无法满足精准化个性化营销的需求，个性化营销与服务需要精准的用户画像，敏捷的金融产品研发与面向市场的机制与体系，桥接点在于能够通过个性化的营销手段，将用户需求与产品链接起来，过往金融行业补课的关键点在于用户画像以及产品研发，那么内容的生产以及优化就是当下需要重视的短板，仅仅依赖于供应商解决内容环节的短缺和供给问题，无非是把成本转移，同时，无法形成内容资产的有效积累。大模型与AIGC相结合，可以是破解之道之一。

l 降本提效

在投研、研发编程、授信审核以及流程管理等方面提高效率，减少基础人员投入。金融机构以往依赖于各种外包服务提