（每日研選深度報告導(dǎo)讀，請關(guān)注：報告派）

報告出品方：平安證券

以下為報告原文節(jié)選

------

一、 銀行數(shù)字化穩(wěn)步推進，AIGC 助力轉(zhuǎn)型提速

新興科技的逐步應(yīng)用推動著銀行業(yè)數(shù)字化轉(zhuǎn)型的穩(wěn)步推進，前沿科技與金融業(yè)態(tài)間的融合已經(jīng)是增加行業(yè)增長韌性和潛力的必經(jīng)之路。從銀行的經(jīng)營模式轉(zhuǎn)變來看，負債端的綜合化平臺業(yè)務(wù)轉(zhuǎn)型，資產(chǎn)端信貸類場景的豐富，支付端的線上化和移動化趨勢以及“智能化、數(shù)字化、開放化”商業(yè)模式轉(zhuǎn)型都離不開技術(shù)支持，區(qū)塊鏈、大數(shù)據(jù)、云計算等新興技術(shù)已經(jīng)融入到銀行日常的業(yè)務(wù)架構(gòu)之中，金融科技投入逐步加大，22 年國有大行和股份行金融科技投入占比達到了 3.37%，金融科技人員占比達到了 5.45%，同比皆有所抬升。今年以來由 ChatGPT 引爆的AIGC 浪潮，有望進一步加快銀行業(yè)的數(shù)字化轉(zhuǎn)型速度，目前行業(yè)廣泛探索大模型的應(yīng)用落地，農(nóng)業(yè)銀行推出的業(yè)內(nèi)首個自主創(chuàng)新的金融 AI 大模型應(yīng)用 ChatABC，郵儲銀行、興業(yè)銀行等積極接入“文心一言”等大模型平臺，銀行通過自研發(fā)布或者第三方平臺合作發(fā)揮自身數(shù)據(jù)和資本優(yōu)勢，大模型的場景應(yīng)用有望落地。

1.1 內(nèi)外協(xié)同共發(fā)力，數(shù)字化轉(zhuǎn)型步步為營

科技引領(lǐng)變革，銀行數(shù)字化轉(zhuǎn)型進程不斷加快

從技術(shù)發(fā)展對于銀行業(yè)轉(zhuǎn)型的幫助來說，銀行業(yè)的金融數(shù)字化轉(zhuǎn)型經(jīng)歷了從 1.0 電子化階段、2.0 移動線上化階段以及現(xiàn)在朝著 3.0 智能化的狀態(tài)進行轉(zhuǎn)變，區(qū)塊鏈以及人工智能等新興技術(shù)同銀行的業(yè)務(wù)結(jié)構(gòu)深度融合，在風(fēng)險定價、用戶識別等方面解決了傳統(tǒng)金融的痛點，金融科技的發(fā)展已經(jīng)不僅是“行業(yè)發(fā)展的必備趨勢”，也是實現(xiàn)彎道超車的必須選擇。此外，從銀行自身來說，科技能力的提高對于發(fā)揮銀行自身資本和人力優(yōu)勢起到重要作用，是提高生產(chǎn)效率的必經(jīng)之路，所以自 20世紀 90 年代后，銀行一直是 IT行業(yè)產(chǎn)品和服務(wù)的主要買家，國內(nèi)外銀行皆先后在支付、借貸、財富管理等業(yè)務(wù)領(lǐng)域提高了戰(zhàn)略關(guān)注。從國有大行和股份制銀行 22 年年報中披露的戰(zhàn)略規(guī)劃來看，金融科技戰(zhàn)略都已經(jīng)成為銀行轉(zhuǎn)型的重要推手。

從科技投入的總量和人才隊伍的建設(shè)成果來看，國有大行中工商銀行以及股份制銀行中招商銀行的領(lǐng)先地位較為突出，我們以 22 年數(shù)據(jù)為例，工商銀行和招商銀行金融科技投入總量和人才隊伍絕對數(shù)量位于可比同業(yè)首位，其中工商銀行全年投入262 億元，占營業(yè)收入比重達到了 2.86%，招行全年投入 142 億元，占營業(yè)收入比重達到了 4.51%。

加快專業(yè)團隊布局，科技子公司加速設(shè)立。除此之外，各家銀行通過內(nèi)部孵化設(shè)立子公司的方式，依托自身力量培育金融科技核心競爭力，以獨立化運營、科技創(chuàng)新為目標的金融科技子公司應(yīng)運而生，自 2015 年興業(yè)銀行業(yè)內(nèi)首次設(shè)立金融科技子公司以來，各大上市銀行緊鑼密鼓的構(gòu)建著專業(yè)化團隊。目前來說，團隊建設(shè)較為完備的金融科技子公司已經(jīng)走上了“科技輸出+科技變現(xiàn)”的新道路，例如“興業(yè)數(shù)金”推出 RPA 流程機器人，實現(xiàn)自動化軟件模擬人工交互過程，“招銀云創(chuàng)”則為招商局集團構(gòu)建了非現(xiàn)金金融交易平臺。

政策環(huán)境：積微成著，穩(wěn)步前進

“自上而下”穩(wěn)步推進，頂層建設(shè)趨于完善。以 2017 年為界，17 年之前監(jiān)管機構(gòu)更多的用“科技創(chuàng)新”“互聯(lián)網(wǎng)金融”的表述形容銀行業(yè)的科技融合，自 17 年 5 月央行正式成立金融科技委員會后，金融科技的概念才被正式明確，并且在 17 年的《政府工作報告》中將“提升科技創(chuàng)新能力”和“抓好金融體制改革”列為了重點工作，此后對于金融創(chuàng)新和防范風(fēng)險的政策導(dǎo)向逐步明確，金融科技的應(yīng)用之路穩(wěn)步推進。2019 年，央行首次提出了《金融科技發(fā)展規(guī)劃（2019-2021 年）》，提出在 2021 年建立健全我國金融科技發(fā)展的“四梁八柱”，增強人民群眾對數(shù)字化、網(wǎng)絡(luò)化、智能化金融產(chǎn)品和服務(wù)的滿意度，為金融科技的發(fā)展方向指明了道路。政策導(dǎo)向愈發(fā)清晰，應(yīng)用落地逐步加速。2022 年，央行提出了金融科技的新三年規(guī)劃，提出了要“積微成著”，強調(diào)了以數(shù)據(jù)要素應(yīng)用為基礎(chǔ)，并在圍繞基礎(chǔ)設(shè)施建設(shè)、產(chǎn)業(yè)生態(tài)建設(shè)方面的重點任務(wù)加速應(yīng)用落地，金融科技的發(fā)展要求已經(jīng)轉(zhuǎn)變成夯實數(shù)字金融底座、激活數(shù)據(jù)要素潛能和促進科技成果轉(zhuǎn)化三個方面。

金融科技持續(xù)賦能，數(shù)字化轉(zhuǎn)型初見成效

金融科技的發(fā)展從負債端、資產(chǎn)端、支付端以及商業(yè)模式四個維度持續(xù)賦能銀行業(yè)的經(jīng)營轉(zhuǎn)型，例如線上化水平的提高加快了銀行零售轉(zhuǎn)型的進度，場景化金融服務(wù)體系的搭建提升了銀行的獲客效率，區(qū)塊鏈技術(shù)的應(yīng)用提升了普惠信貸的覆蓋力，以及人工智能的快速發(fā)展則提升了銀行業(yè)的服務(wù)效率等。因此，金融科技水平成為打造銀行差異化優(yōu)勢的重要途徑。

1.2 ChatGPT 引爆 AIGC 浪潮，技術(shù)革命加速行業(yè)轉(zhuǎn)型

ChatGPT 問世引起廣泛關(guān)注，國內(nèi)大模型爭相出爐。自 22 年 11 月 ChatGPT 正式發(fā)布以來，打破了現(xiàn)有模式下的人機交互模式，引起了對于 ChatGPT 背后支撐性的 AIGC 技術(shù)的廣泛性關(guān)注。AIGC 的狹義概念是利用AI 自動生產(chǎn)內(nèi)容的生產(chǎn)方式，通過大量的訓(xùn)練數(shù)據(jù)和生成算法模型，自動生成文本、圖片、音樂、視頻、3D 交互內(nèi)容等各種形式的內(nèi)容，廣義的AIGC還包括策略生成、虛擬人等概念。根據(jù) IDC 發(fā)布的《2022 中國大模型發(fā)展白皮書》，我國的大模型可大致分為底層服務(wù)支撐層、基礎(chǔ)算法平臺層及應(yīng)用層，通過芯片提供的算力支持，訓(xùn)練模型的深度學(xué)習(xí)進而實現(xiàn)行業(yè)的廣泛應(yīng)用。

國內(nèi)外大模型百花齊放，泛化性特征加速產(chǎn)業(yè)智能化變革。自 2019 年 OpenAI 提出 GPT-2 以來，大模型發(fā)展迅速，Google、百度、阿里、騰訊等國內(nèi)外頭部科技企業(yè)開發(fā)迭代多版 AI 大模型，特別是今年 AIGC 的浪潮下，國產(chǎn)大模型爭相出爐，3月百度推出文心一言，4 月阿里、華為和商湯推出通義千問、盤古大模型和日日新大模型，大模型拉開了通用人工智能的序幕。此外，垂直領(lǐng)域的大模型因為其能更好的專注于特定的行業(yè)、領(lǐng)域或者場景，更好的滿足用戶在特定情形下的需求，又因為金融領(lǐng)域自身優(yōu)異的數(shù)據(jù)稟賦優(yōu)勢和專業(yè)性要求，金融行業(yè)是垂直領(lǐng)域大模型應(yīng)用的一片藍海，例如 Bloomberg 采用的自助構(gòu)建數(shù)據(jù)及和語料庫開發(fā)出的金融行業(yè)語言大模型 BloombergGPT，以及AI4Finance 開發(fā)推出的 FinGPT金融大語言模型都是垂直領(lǐng)域大模型在金融領(lǐng)域應(yīng)用的優(yōu)秀代表。

國內(nèi)銀行積極探索應(yīng)用新模式，廣泛合作快速接入。大模型的廣泛接入有望解決目前金融科技定制化服務(wù)成本高以及客戶需求變化速度快等存在于銀行數(shù)字化改革進程中的問題。從目前來看，銀行接入大模型的方式主要分為兩個方面：1）自研發(fā)布。例如農(nóng)行 3 月率先推出了名為 ChatABC 的自主金融AI 大模型，工商銀行發(fā)布基于昇騰 AI 的金融行業(yè)通用模型；2）第三方合作。例如郵儲銀行將接入“文心一言”作為“郵儲大腦”的重要技術(shù)行補充，中信銀行、興業(yè)銀行和蘇州銀行接入“文心一言”打造生成式人工智能生態(tài)服務(wù)。對于擁有海量金融數(shù)據(jù)且應(yīng)用場景豐富的銀行來說，引入業(yè)內(nèi)領(lǐng)先的大模型，采用微調(diào)方式形成專業(yè)領(lǐng)域的任務(wù)大模型是快速賦能業(yè)務(wù)，提高運營的效率的重要途徑。

二、 科技賦能全業(yè)務(wù)鏈條，AIGC 有望推動銀行智能化水平再提升

ChatGPT 讓人們看到 AIGC 在認知智能領(lǐng)域突破所能帶來的顛覆性的變革，特別是其行業(yè)認知智能應(yīng)用場景有望解決目前銀行業(yè)轉(zhuǎn)型存在的一些瓶頸。我們從渠道、服務(wù)和風(fēng)險管理三個方面去分析行業(yè)目前的發(fā)展現(xiàn)狀及未來通過AIGC 所能夠帶來的潛在提升，例如 AIGC 強用戶交互能力對于渠道端智能客服體系的完善以及場景化金融服務(wù)能力的提升具有顯著正面作用，“AI+大數(shù)據(jù)”在智能投研方向的應(yīng)用有望降低投顧服務(wù)的門檻以及計算智能和感知智能在風(fēng)控場景下的應(yīng)用等都能夠持續(xù)推動銀行業(yè)的智能化轉(zhuǎn)型。

2.1 渠道：人機交互新突破提升用戶體驗，場景化金融服務(wù)能力有望提升

渠道建設(shè)是現(xiàn)代銀行發(fā)展的重要組成部分，如何實現(xiàn)線上線下多情景多層次的渠道網(wǎng)格覆蓋、如何提升個性化服務(wù)能力以及如何實現(xiàn)數(shù)據(jù)的整合處理是銀行在推進渠道建設(shè)的重點關(guān)注方向，本文從目前渠道建設(shè)中以自動化服務(wù)為代表的“智能客服”體系以及以“開放銀行”為代表的場景金融服務(wù)體系分析目前銀行業(yè)的現(xiàn)狀和 AIGC 大模型帶來的幫助。

融入智能客服體系，提升交互效率“線上化-數(shù)字化-智能化”已經(jīng)成為銀行面對互聯(lián)網(wǎng)沖擊下的行業(yè)轉(zhuǎn)型共識，在此背景下的智能客服應(yīng)運而生，利用場景服務(wù)體系中的產(chǎn)品了解客戶多樣化的訴求，以語音交互、產(chǎn)品交互或者文字交互等方式獲取信息并通過智能引擎精準識別并匹配細分產(chǎn)品是目前大多數(shù)智能客服的運行邏輯，例如工商銀行推出的智能客服“工小智”不僅能夠在線上用戶交互層面滿足基本的業(yè)務(wù)咨詢、信息查詢等功能，也能融入到線下智能化網(wǎng)點的建設(shè)過程中，以機器人的方式參與到網(wǎng)點的業(yè)務(wù)分流、掃碼取號以及客戶服務(wù)等過程，落地 600+具有數(shù)字員工屬性的智能應(yīng)用場景，招商銀行推出的“小招客服”則實現(xiàn)了全托管、輔助應(yīng)答等功能，實現(xiàn)了人力替代超過 1.2 萬人，浦發(fā)銀行推出的針對智能產(chǎn)品推介、業(yè)務(wù)咨詢等智能化服務(wù)的智能員工“小浦”以及寧波銀行推出的面向自動化引導(dǎo)和智能分流的線上 AI 機器人“小寧”皆是如此。

智能客服不“智能”，機械化交流影響用戶體驗。在目前大多數(shù)的智能客服的體驗過程中，機械化重復(fù)化的表達是亟待解決的問題。目前的大多數(shù)智能客服仍是一種基于規(guī)則或者預(yù)設(shè)腳本的自動化程序，只能執(zhí)行預(yù)設(shè)的任務(wù)情景，自我學(xué)習(xí)能力不夠?qū)е略陔y以對超出其能力范圍的問題或者模糊化問題給出解決方案，與目前以 ChatGPT為例的生成式AI 帶來的客戶體驗仍有較大差距。

--- 報告摘錄結(jié)束 更多內(nèi)容請閱讀報告原文 ---

報告合集專題一覽 X 由【報告派】定期整理更新

（特別說明：本文來源于公開資料，摘錄內(nèi)容僅供參考，不構(gòu)成任何投資建議，如需使用請參閱報告原文。）

精選報告來源：報告派