2023中国国际服务贸易交易会-2023中国金融科技论坛于9月2日在北京举行。博彦科技股份有限公司金融解决方案总经理刘畅出席并演讲。

(资料图)

刘畅表示，人工智能在银行业中一直都不缺应用场景，各种场景都能发挥AI的潜力。AIGC解决的是数据量不足无法强化模型的问题，博彦科技会在大模型应用探索路上继续努力，利用自身优势与合作伙伴为金融行业的未来助力。

以下为演讲实录：

大家好，我是博彦科技金融解决方案总经理刘畅，很感谢主办方邀请博彦科技参加金融科技论坛。

首先介绍一下博彦科技，博彦科技是是一家面向全球的IT咨询、产品、解决方案与服务提供商。成立28年，在全球12个国家拥有70多个交付中心，我们拥有3万多名人员，多年来博彦科技着眼金融行业在数据智能、移动金融、监管合规、开放银行、风险管理等方面推出多种解决方案，为300多家银行、基金、保险、证券、信托提供专业化服务，并在大数据、人工智能、物联网、移动金融等领域保持持续创新。

ChatGPT在2022年推出过后，AIGC的概念迅速席卷了整个IT行业，金融行业也引起了很大的重视，我们服务的很多的客户也成立了专题小组在这方面做研究。博彦科技本着对新技术新方向的敏感度，也投入了自己的资源进行研发，今天会介绍一下我们隆重推出的几个在金融行业的场景。

第一个场景是在监管合规方向，近几年国家对金融机构的合规要求管理越来越严，从这几年的罚款数值来看呈现上升趋势，从国家金融监管总局今年上半年最新的数字来看，国有大行、股份制银行、城商行、农商行加起来的罚单超过1600张，罚款金额超过9亿，不乏有些银行有超过10张千万级的罚款单，已经很严重。对于银行来说监管要求的紧缩，对合规部门的压力会越来越大，金融专家一直提出金融机构应及时研判监管变化与政策导向，改被动合规为主动管理。博彦科技在此大背景下和商业银行合作，推出我们的大模型助力我们的合规业务。

大家也知道市面上的合规系统大部分还是以内容管理和检索为主，对于规章制度的解读打标签和领域分类、内部制度和流程制定等基本还是依靠人工处理为主，但是人工处理存在两个问题，一是效率二是准确度。两个问题在AIGC产生过后，在内容生成这个优势把这两个问题提出了新的解决思路。

例如，以外规内化这个业务场景举例，从业务场景来看，外规内化步骤分以下几步，解读内容、对外进行分类、生成义务、根据分类把义务发放给各个部门，再由合规部门牵头和内化部门做工作。我们讲的步骤大家都能感觉到大模型做起来比人更好，尤其现在的AIGC更专长于语义类，过去需要投入大量的人工一步一步完成这些事情，现在用到大模型真的是几秒钟就可以完成。不是说取代人工，人工只需要做最后的审核以及少量的修正。

刚刚完成一批外规内化业务的POC，一般来说一个新规的产生，合规部至少需要两天而且是经验很丰富的合规人员才能把规定解成义务，但是我们用我们的合规大模型也就是几分钟的时间，大大提高了效率，真正把合规从被动合规为主动管理。

当然合规之外我们从外规内化之外，AIGC还能做到对以下几点，对不同的规章制度进行打标签，建立制度图谱，同时增加检索功能，通过大模型识别一些潜在风险、生成一些风险预警。举一个很现实层的案例，在给银行做的POC中，会把实际的业务操作以对话操作输入到我们的合规大模型，合规大模型会回答这个业务行为是否违规，违哪几条，对银行业务操作部门有极大的推动作用，也就避免了前面几页提到监管越来越严这方面的一些违规风险。

我们为什么会结合大模型来研发这个合规产品，是因为我们觉得大模型比传统的机器学习技术更加适合。博彦科技曾经在合规这个领域最早没有用到大模型，是用的机器学习的做法，我们发现最大的难点是，我们拿到大量的银行制度但数据量不够，很难做到专业的合规模型，但是AIGC产生，我们在通用模型上只需要用少量专业数据，就能强化出一个专业模型，把模型训练不再成为这个业务包装的一个障碍。

这个是我们的合规中台，它所有的功能符合市场上所有的合规工具管理，是一模一样的，没有特色，但是唯一的特色是在最左面合规大模型，因为只有用到这种加强模型，刚才所说到的人工所做的外规内化解义务这点，从两天变成几分钟，把已经生成的义务给到我们的专业人员，大大提高生产力。

第二个场景是自动化测试，因为博彦科技已经深耕于自动化测试多年，在这方面积累了大量的经验。但现在我们发现金融业务有一个最大的系统，金融业务系统有一个最大的问题是结构业务和环境都很复杂，而且业务规则叠加，需求频繁变更，这样就会造成我们的测试上面是碎片化的，阶段化的重复性很高。传统的手工和自动化测试并不能有效解决我们短期大量和迭代频繁的测试需求。博彦科技研发了一款工业级的智能测试产品，利用AIGC的能力解决了案例生成、案例管理、案例分析、案例淘汰等方面存在的问题，目前我们的智能测试平台主要在两方面起到作用，一个是AI大模型生成高可笑高可用的测试案例，另外一个是探测代码回归失败的场景。我们博彦科技参与了ChatGPT的研发，有一个部是在北美参与了ChatGPT，他们就会用到ChatGPT生成测试案例。我们借鉴我们这个组很多的经验，不得不开一个题外话，说一个玩笑，技术人员永远都会发明一样东西取代自己，让自己下岗，我一直跟他们这个组开这个玩笑，但是我们明显发现用到生成式AIGC这个技术在测试类会起到很大的作用，尤其生成式测试部标准度会很高。

这个是整体AI智能自动化测试平台的整体架构，现在这块产品已经应用到单元测试、系统测试这块，极大提高了测试的效率了质量。

这几年民企业和银政互联成为银行场景拓展的重要的方向，我有幸在3年前担任过博彦科技智慧城市这个板块的业务负责人，当时为全国几十个城市做维修基金管理系统，我当时很自豪，我说我管理着中国第二大资金，因为我当时参与了上海维修资金建设，管700多亿的资金。因为博彦科技有这个基础，我们开始推出智慧物业。到2022年博彦科技已成为200多家物业企业提供它的系统服务，为3000多个小区200万住户。在这款智慧物业APP里面我们用到的AI技术有两点，因为是APP提前会有一些埋点，收集一些行为数据，推一些周边服务，达到提高物业费收缴率的效果。另外会把数字人应用其中，因为很多老年人用这个APP不太会用，我们通过数字人的方式随时进行功能使用辅导。

这个场景是我们博彦科技推出的智能客服场景，目前智能客服在银行使用场景非常多，比如客户打电话来，目前都是机器人接听，但是目前在市场上的功能比较有限，对客户的反馈没有办法进行实时回复，博彦科技推出的智能客服结合AI功能，采用智能对话，支持多轮对话、FAQ、表格问答和闲聊等四大对话引擎，智能应用和终端层面支持多场景和多终端开发，具备良好的渠道适配能力和多场景的落地能力。

最后总结一下，现在人工智能的应用场景在银行一直都不缺应用场景，营销好还是公共好，这些场景AI都能发挥它的潜力。AIGC解决的是数据量不足无法强化模型的问题，博彦科技会在大模型应用探索路上继续努力，利用我们的优势与我们的合作伙伴为金融行业的未来推波助澜，谢谢大家。

新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。