本报记者 张漫游 北京报道
银行数字化发展又迎来了新的助力。
日前，人工智能技术产品（前瞻性聊天机器人）因具有强大的智能对话、信息搜索和文本生成功能而火爆全球。作为不断加速数字化转型的银行机构，亦开始了对应用的研究和测试。
被业内人士认可的是，及其底层的文本生成技术和强化学习技术也可能成为不容忽视的科技力量，将影响银行的前中后台业务。不过，目前存在没有开放标准化的知识库接口，商业应用落地存在壁垒，以及无法联网实时更新知识库等问题还有待解决。
提升银行软件开发生产力
2022年底，人工智能公司发布智能聊天机器人产品。据了解， 能够通过学习和理解人类的语言进行对话，并根据聊天上下文进行互动，协助人类完成一系列任务，一经推出便火爆全球。
近日，《中国经营报》记者从江苏银行了解到，该行已尝试运用技术提升软件开发生产力，进一步提高科技运营效能。
中国银行研究院博士后李晔林认为，从问世之初至今最广受好评的功能是开发辅助和机器翻译，从后台支持部门的角度看，在编写和测试代码以及多语翻译、多语纠错等任务上表现优秀，上述工作在银行被分配到人力资源密集型部门和岗位，目前已经可以处理相应的基础任务。
江苏银行信息科技部相关负责人介绍称，是一种具有自然语言处理能力的人工智能，可以处理大量数据，了解用户感受，以便为客户创造更好的对话体验。
江苏银行的实践是，该行科技人员通过人机交互，询问对软件的了解与对接情况，给出回应与简单演示模型，以此确定代码的基本编写方案；科技人员还可通过编写代码的基本框架，将编写方案和基本框架输入Codex，得到代码。为确保质量，负责使用模型生成代码的科技人员会进行最后润色与审查，最终完成整体代码编写。
“从测试结果看，代码在生产环境运行，完美完成全部需求仅耗费了不到1小时，不仅编写功能的时间大大缩短，而且原先需要与厂商对接沟通耗费的时间也由数天缩短到了数小时。”江苏银行负责人表示。
中国信息通信研究院云计算与大数据研究所金融科技部高级项目经理彭丹萍撰文写道，首先，在金融行业的应用可以大大提高工作效率，并带来业务变革。她认为，可以帮助金融机构从海量数据中快速提取有价值的关键信息，例如行业趋势、财务数据、舆情走向等，并将其转化为可读的自然语言文本，如行业研究报告、风险分析报告等，大大节省人力成本。同时，可以帮助金融机构生成自然语言的智能合约，从而简化合约流程，提高工作效率。另外，可以快速分析财务数据及风险数据，并生成自然语言的财务分析报告或风险评估报告，帮助公司机构快速识别机会和风险，并做出决策。
的智能性还有待提升
的应用不仅限于银行的后台。李晔林认为，在银行文本生成类工作场景中具有应用潜力，这种潜力可以被应用于银行的前中后台。
从前台经营部门的角度看，李晔林指出，由于聊天机器人是唯一的使用和交互形式，其最直观的应用迁移场景是银行的线上客服。
李晔林举例道，通过在中输入某大型银行线上客服页面提供的热点问题并对二者提供的自动答复进行对比，可以看出的优点之一是有强大的信息整合功能，例如提问“借记卡无法使用的原因是什么”，提供了六种可能的情况，而银行自动回复包括了四种情况及相应的解决方案。“由此也可看出，的主要缺点是基于公共知识库训练而成，在需要精准答疑的智能客服场景下针对性较弱。”
彭丹萍亦认为，可以帮助金融机构提供更加人性化的智能客服。她指出，一方面，可以自动生成自然语言的回复，满足To C客户的个性化咨询需求，通过语义分析识别客户情绪，以更好地了解客户需求和提供更好的服务，从而大大提升智能客服的准确率和满意度，增强品牌形象；另一方面，可协助金融机构形成企业级To B端的智能客户服务能力，一般来说，B端用户专业门槛高、业务场景复杂，智能客服知识中心搭建成本高、效率低，的应用则将有望利用深度学习技术提升B端用户的服务效率和专业度。
对于中台管理部门，李晔林认为，在一定程度上集成了数据管理和自动化流程功能，使其在计划财务、渠道运营、授信管理甚至战略规划等领域都具有应用潜力。“例如，在中输入‘生成各国银行业规模表’，能自动得到包含美国、英国、加拿大、日本和法国的银行资产数据；输入‘对公贷款余额高、对私贷款余额低存在什么问题’，能够得到‘对公贷款余额高容易导致逾期率提高，对私贷款余额过少不能很好地满足民众日常生活和企业发展的金融需求’的回答。”
不过，彭丹萍提示称，在金融行业的应用会存在一定挑战，如生成的文本质量可能不如人类写出的文本；对数据要求较高，如果输入的数据质量不高，其生成的文本也可能不准确；落地部署成本及投入产出比在前阶段尚无法很好测算；此外，的应用也需要遵守相关的法律法规等。
“目前，没有开放标准化的知识库接口，商业应用落地存在壁垒；无法联网实时更新知识库；的初始方法是有监督的机器学习，在特定领域应用中的准确性和泛化性须进一步平衡。”李晔林补充道。
相关文章
