申 么，申明浩，2，丁子家，吳 非

（1.廣東外語外貿(mào)大學(xué)經(jīng)濟貿(mào)易學(xué)院，廣東 廣州 510006；2.廣東外語外貿(mào)大學(xué)粵港澳大灣區(qū)研究院，廣東 廣州 510006；3.廣東金融學(xué)院，廣東 廣州 510521）

一、引言

近年來，新一輪科技革命和產(chǎn)業(yè)變革不斷深入推進，先進技術(shù)的崛起正成為推動經(jīng)濟高質(zhì)量發(fā)展的核心引擎。2022年11月，美國OpenAI開發(fā)推出一款大型預(yù)訓(xùn)練①預(yù)訓(xùn)練模型基于遷移學(xué)習(xí)的思想，首先在數(shù)據(jù)量龐大的公開數(shù)據(jù)集上訓(xùn)練基于深度神經(jīng)網(wǎng)絡(luò)的 AI 模型，然后將其遷移到目標場景中，通過目標場景中的小數(shù)據(jù)集進行微調(diào)，使模型達到需要的性能。自然語言生產(chǎn)模型②自然語言生產(chǎn)是人工智能領(lǐng)域探索人類語言的前沿領(lǐng)域，其編碼階段對應(yīng)于大腦的語言編碼過程，是一種將語言編碼成可理解、可存儲形式的過程。，并將其命名為ChatGPT（Chat Generative Pre-trained Transformer，聊天生成式預(yù)訓(xùn)練轉(zhuǎn)換器）。這是一個基于生成式人工智能（Generative AI）的現(xiàn)象級產(chǎn)品。生成式人工智能是一種基于算法、模型、規(guī)則生成文本、圖片、聲音、視頻、代碼等內(nèi)容的技術(shù)。有別于傳統(tǒng)“分析式AI”（Analytical AI）專注于海量數(shù)據(jù)的分析判斷以輔助決策，生成式人工智能接受了廣泛的語言任務(wù)訓(xùn)練，在翻譯、寫作、總結(jié)、問答、文本等方面展現(xiàn)出卓越效能，其不僅具備輔助決策功能，還能夠從更高維度進行演繹生成，突破傳統(tǒng)AI創(chuàng)造性停滯的桎梏，擁有人類乃至超越人類響應(yīng)的能力（朱光輝和王喜文，2023）。生成式人工智能概念特征如圖1所示。

圖1 生成式人工智能概念特征——以ChatGPT為例

憑借著卓越的自然語言處理和深度學(xué)習(xí)能力，生成式人工智能將與各行各業(yè)的生產(chǎn)經(jīng)營和管理實踐逐漸實現(xiàn)深度融合。其中，銀行業(yè)作為典型的技術(shù)密集型行業(yè)，也受其浪潮的影響（余明桂等，2022）。當(dāng)前，中國銀行業(yè)正處于數(shù)字化轉(zhuǎn)型和業(yè)務(wù)模式創(chuàng)新的關(guān)鍵階段，為更好賦能金融供給側(cè)結(jié)構(gòu)性改革，增強金融服務(wù)實體經(jīng)濟能力，推動銀行業(yè)機構(gòu)的智能化變革勢在必行。以ChatGPT為代表的生成式人工智能應(yīng)用在客戶服務(wù)、業(yè)務(wù)流程和風(fēng)險控制等方面發(fā)揮著日益重要的作用（汪壽陽等，2023）。以客戶服務(wù)為例，生成式人工智能通過自然語言處理技術(shù)實現(xiàn)智能客服，為客戶提供更高效、個性化的服務(wù)體驗。在業(yè)務(wù)流程方面，生成式人工智能實現(xiàn)了報表自動生成、預(yù)警系統(tǒng)管控等功能，進一步提升銀行運營效率。此外，生成式人工智能還在風(fēng)險控制領(lǐng)域發(fā)揮著重要作用，輔助信用評級、反洗錢監(jiān)測等，有效提升了風(fēng)險管理的水平。不難發(fā)現(xiàn)，生成式人工智能在客戶服務(wù)、業(yè)務(wù)流程、風(fēng)險控制和產(chǎn)品創(chuàng)新等領(lǐng)域為銀行提供了有力支持，與銀行業(yè)轉(zhuǎn)型變革的內(nèi)在需求相得益彰（宋信強等，2023）。如何推動前沿數(shù)字技術(shù)與銀行業(yè)變革有效融合，是擺在業(yè)界、學(xué)界和金融管理部門面前的重要課題。

從國家規(guī)劃和政策導(dǎo)向來看，生成式人工智能的應(yīng)用能夠更好賦能經(jīng)濟高質(zhì)量發(fā)展。黨的二十大報告指出，要加快發(fā)展數(shù)字經(jīng)濟，促進數(shù)字經(jīng)濟和實體經(jīng)濟深度融合?！吨腥A人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》提出，要穩(wěn)妥發(fā)展金融科技，加快金融機構(gòu)數(shù)字化轉(zhuǎn)型。上述規(guī)劃和政策導(dǎo)向為銀行業(yè)引入先進人工智能技術(shù)指明了方向。然而需要重視的問題是，盡管生成式人工智能為銀行業(yè)帶來了巨大機遇，但也伴隨著一些新的風(fēng)險挑戰(zhàn)。在這一進程中，需要充分發(fā)揮生成式人工智能技術(shù)的優(yōu)勢，同時審慎應(yīng)對其潛在風(fēng)險，以確保其在金融業(yè)的應(yīng)用能夠穩(wěn)健、持續(xù)地促進行業(yè)的變革與發(fā)展。因此，有必要深入研究生成式人工智能技術(shù)（如ChatGPT）在銀行業(yè)中的應(yīng)用特點、效果及可能引發(fā)的問題，提出有針對性的優(yōu)化方案，以推動銀行業(yè)高質(zhì)量變革。開展這方面的研究不僅在理論上具有重要價值，也將在實踐層面上起到關(guān)鍵作用。

二、生成式人工智能賦能銀行業(yè)變革發(fā)展的典型事實

（一）智能交互：拓展多元化金融需求，實現(xiàn)智能滿足

作為具備強大自然語言處理能力的人工智能工具，生成式人工智能在個性化交互方面展現(xiàn)出顯著的優(yōu)勢。以ChatGPT為例，其智能客服能夠涵蓋客戶咨詢的完整流程，包括了解用戶需求、提出綜合性建議，以及獲取用戶反饋等步驟。在了解用戶需求的階段，ChatGPT能夠針對不同的用戶類型，運用不同的措辭，通過對話式交互進行多輪深入探討，全面掌握用戶的年齡、婚姻狀況、職業(yè)背景、資產(chǎn)狀況、風(fēng)險偏好等諸多個人信息（Rathore，2023），甚至可以形成每個用戶專屬的“數(shù)字分身”③數(shù)字分身（Digital Twin）是指利用數(shù)據(jù)技術(shù)對現(xiàn)實世界中的對象或系統(tǒng)進行數(shù)字化、可視化的一個數(shù)字表征。在ChatGPT個性化服務(wù)場景中，通過ChatGPT長期與單個用戶的互動交流，它可以收集和學(xué)習(xí)該用戶在不同場景下的言行氣質(zhì)、興趣取向、思維模式等方面的特征數(shù)據(jù)。這些特征數(shù)據(jù)通過AI模型的訓(xùn)練與優(yōu)化，整合形成一個該用戶在數(shù)字空間中的個體“影子”——“數(shù)字分身”。ChatGPT運用這一“影子”實現(xiàn)更精準的個性分析和服務(wù)。。上述優(yōu)勢使生成式人工智能實現(xiàn)了從外在屬性到內(nèi)在思維的全面優(yōu)化，精準服務(wù)于每個用戶的個性化需求，給用戶體驗帶來質(zhì)的飛躍，這將成為個性化金融服務(wù)的一大發(fā)展趨勢。

相較于傳統(tǒng)的問卷調(diào)查或客戶的主動咨詢服務(wù)方式，生成式人工智能可以實現(xiàn)24小時在線服務(wù)。生成式人工智能不僅能夠快捷地回答客戶關(guān)于融資和理財方面的疑慮，還能夠根據(jù)用戶的個人特征，提出量身定制的理財方案。生成式人工智能提出建議時，不僅會綜合考慮用戶的需求，還會結(jié)合用戶的資產(chǎn)狀況、風(fēng)險承受能力和過往投資經(jīng)驗等，對不同選項進行引導(dǎo)和解釋。這種個性化定制和靈活變通的服務(wù)模式，將大幅度地提升客戶的體驗、增加客戶黏性。此外，生成式人工智能與客戶的對話是一個長期互動的過程：它不僅能夠理解用戶當(dāng)次提出的問題，還能夠分析用戶過去提問的總體特征，以此為基礎(chǔ)提供更符合客戶需求的建議（郭維等，2023）。

與人工客服不同，生成式人工智能擁有自動學(xué)習(xí)和持續(xù)優(yōu)化的能力，可以主動獲取用戶的反饋，判斷用戶對當(dāng)前服務(wù)的滿意程度，從而不斷優(yōu)化服務(wù)流程和內(nèi)容（George和George，2023）。盡管生成式人工智能的語言表達能力可能不及人工客服豐富多彩，但其持續(xù)24小時不間斷、更高強度的個性化服務(wù)能力，能夠為客戶帶來更為便捷的體驗。這不僅能夠增進客戶的忠誠度，也將為銀行帶來可觀的商業(yè)價值。

（二）數(shù)據(jù)智能：提升決策支持水平，助力數(shù)據(jù)驅(qū)動銀行業(yè)

作為融合了大數(shù)據(jù)和人工智能最新成果的產(chǎn)物，生成式人工智能通過對海量互聯(lián)網(wǎng)數(shù)據(jù)、監(jiān)管報告以及宏觀經(jīng)濟指標等數(shù)字信息的學(xué)習(xí)與吸收，表現(xiàn)出卓越的數(shù)據(jù)驅(qū)動能力，為銀行業(yè)開拓了新的決策支持通道。生成式人工智能能夠?qū)Ａ靠蛻艚灰讛?shù)據(jù)和交易行為進行深入學(xué)習(xí)，借助對客戶特征偏好的深度挖掘，塑造個性化且多維的數(shù)字畫像，這不僅有利于銀行更準確地理解客戶需求、更精準地提供建議（王潤華，2023），同時能夠針對潛在客戶開展精準營銷。尤其是，生成式人工智能也具備對宏觀經(jīng)濟數(shù)據(jù)的深度分析能力，可以追蹤并學(xué)習(xí)近期重要的經(jīng)濟政策文件、央行公告等宏觀政策面變化，分析其對產(chǎn)業(yè)運行的影響。通過深度分析海量結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，生成式人工智能能夠幫助銀行進行全面且準確的市場洞察，為銀行決策提供充分依據(jù)（Dwivedi等，2023）。此外，生成式人工智能還可以對股票市場、債券市場和外匯市場中的重要利好和利空消息進行跟蹤學(xué)習(xí)，預(yù)測并分析這些市場的短期波動趨勢，為投資決策提供指引。綜合上述分析不難發(fā)現(xiàn)，生成式人工智能的數(shù)據(jù)驅(qū)動能力為銀行決策提供了可靠支持，在銀行業(yè)變革發(fā)展的道路上扮演著至關(guān)重要的角色。

（三）個性化金融：定制設(shè)計與風(fēng)險管理，鑄就精準金融服務(wù)

生成式人工智能借助大數(shù)據(jù)和深度學(xué)習(xí)分析能力，為銀行的決策制定提供了前所未有的數(shù)據(jù)驅(qū)動支持，對銀行個性化服務(wù)和風(fēng)險評估等方面產(chǎn)生了重要影響。在個性化服務(wù)方面，通過學(xué)習(xí)客戶過往的賬戶流水?dāng)?shù)據(jù)，如交易記錄、消費模式、資產(chǎn)狀況等，生成式人工智能可對每位客戶進行全面而細致的剖析，構(gòu)建獨特的客戶畫像。這不僅能夠協(xié)助銀行更精準地洞悉客戶需求，也為量身打造個性化金融方案提供有力支持。在風(fēng)險評估方面，生成式人工智能的應(yīng)用潛力巨大。通過學(xué)習(xí)與分析企業(yè)客戶的財務(wù)報告及其他公開信息，生成式人工智能為銀行提供了全面而詳實的企業(yè)客戶信用風(fēng)險評估依據(jù)（Cascella等，2023）。與傳統(tǒng)依靠的人工主觀判斷不同，生成式人工智能所采用的數(shù)據(jù)驅(qū)動評估模式更具客觀性。在自動分析財務(wù)指標的層面上，生成式人工智能能夠評估企業(yè)的應(yīng)收賬款質(zhì)量、現(xiàn)金流狀況等關(guān)鍵元素。同時，通過檢索企業(yè)近年的財務(wù)報告與媒體報道，生成式人工智能還能檢測企業(yè)是否涉及財務(wù)造假、欺詐等不良情形，這些可作為企業(yè)客戶信用評級的重要參考指標。此外，在地理空間大數(shù)據(jù)能力不斷增強的背景下，生成式人工智能未來還將為區(qū)域銀行業(yè)務(wù)提供更具指導(dǎo)性的決策支持。

（四）技術(shù)與管理創(chuàng)新：人工智能引領(lǐng)銀行業(yè)技術(shù)與管理風(fēng)潮

在數(shù)字化潮流不斷顛覆傳統(tǒng)金融格局的大背景下，生成式人工智能的智能分析與應(yīng)用在金融行業(yè)的技術(shù)與管理創(chuàng)新中也發(fā)揮了至關(guān)重要的作用。一是，生成式人工智能憑借其對海量數(shù)據(jù)的駕馭能力，有助于銀行構(gòu)建全面和精準的內(nèi)部管理指標體系。透過對銀行各項業(yè)務(wù)和風(fēng)險控制數(shù)據(jù)的深入學(xué)習(xí)和分析，生成式人工智能可以提取出關(guān)鍵的績效衡量指標（KPI），如業(yè)務(wù)部門的運營效率、客戶滿意度、不同業(yè)務(wù)線的收入貢獻率、不同區(qū)域的業(yè)務(wù)規(guī)模等。這些定量的關(guān)鍵指標為銀行內(nèi)部部門之間的合作與協(xié)調(diào)提供了更為明確的基礎(chǔ)，為銀行管理層的決策提供了科學(xué)的依據(jù)，也使銀行不同部門在任務(wù)分配上更加高效、協(xié)同。二是，生成式人工智能夠挖掘銀行業(yè)務(wù)流程中的潛在知識要點，并從中整理出最佳實踐。例如，它能夠總結(jié)出不同業(yè)務(wù)線處理客戶投訴的標準流程，為新員工培訓(xùn)提供參考。生成式人工智能還能夠根據(jù)員工的反饋不斷地完善內(nèi)部規(guī)章制度，實現(xiàn)管理制度的不斷優(yōu)化。三是，隨著區(qū)塊鏈和移動互聯(lián)網(wǎng)等新一代信息技術(shù)的發(fā)展，生成式人工智能有望成為推動金融管理模式轉(zhuǎn)型的強大引擎（宋良榮和李佳男，2022）。以區(qū)塊鏈技術(shù)為例，通過ChatGPT等生成式人工智能實現(xiàn)的交易智能自動化有助于促進銀行間資金結(jié)算和清算流程的升級。此外，以ChatGPT為代表的生成式人工智能還可以協(xié)助推動分布式賬本與聊天機器人的結(jié)合，創(chuàng)新銀行管理模式，實現(xiàn)分散記錄的統(tǒng)一管理，從而有效提高銀行管理效率（楊曦和劉鑫，2018）。生成式人工智能賦能銀行業(yè)變革的典型路徑如圖2所示。

圖2 生成式人工智能賦能銀行業(yè)變革的典型路徑

三、生成式人工智能發(fā)展情境下中國銀行業(yè)變革面臨的風(fēng)險挑戰(zhàn)

（一）技術(shù)安全風(fēng)險

在數(shù)字時代，生成式人工智能等大型自然語言處理模型所帶來的技術(shù)安全風(fēng)險凸顯。數(shù)據(jù)泄露方面，人工智能技術(shù)應(yīng)用必然會涉及到大量數(shù)據(jù)的采集和處理，在這個過程中可能會發(fā)生較為嚴重的數(shù)據(jù)泄露事件，隨之而來的“次級攻擊”將使更多用戶陷入經(jīng)濟損失的境地（Dash和Sharma，2023）。毫無疑問，銀行機構(gòu)作為金融信息數(shù)據(jù)處理中樞，數(shù)據(jù)的泄露也將引發(fā)客戶對銀行信任的動搖，導(dǎo)致客戶解約或轉(zhuǎn)向他行。如此，銀行業(yè)務(wù)和客戶保留能力都將受到?jīng)_擊，這種負面風(fēng)險甚至?xí)又琳麄€社會（鄧建鵬和朱懌成，2023）。更不用說，前沿數(shù)字技術(shù)應(yīng)用在實踐中存在著大量隱蔽的信息操縱行為，技術(shù)“向善”問題仍舊是橫亙在生成式人工智能技術(shù)應(yīng)用面前的重大難題。

除了技術(shù)“向善”的安全性問題，生成式人工智能創(chuàng)新應(yīng)用也有可能落入“低水平均衡”技術(shù)同質(zhì)化的陷阱。作為一種基于機器學(xué)習(xí)算法訓(xùn)練出的智能客服系統(tǒng)，其提供的答復(fù)難免會呈現(xiàn)一定的通用化和標準化特征。這意味著生成式人工智能的回答往往偏向常規(guī)與從眾，導(dǎo)致各家銀行的服務(wù)呈現(xiàn)出相似的模式，加劇了銀行業(yè)務(wù)同質(zhì)化的趨勢?？蛻綦y以真正享受到個性化的特色金融服務(wù)，進而對銀行的競爭力和客戶滿意度構(gòu)成威脅。

客觀來看，技術(shù)同質(zhì)化造成的多元化福利損失可歸結(jié)為效率偏低。但實踐中，這種同質(zhì)化的生成式人工智能技術(shù)還可能造成更為顯著的沖擊，如為風(fēng)險事件快速傳播提供了技術(shù)渠道。傳統(tǒng)上，銀行業(yè)通過地域布局來降低風(fēng)險，即便在某一地區(qū)發(fā)生了風(fēng)險事件，也不易傳播至其他地區(qū)。然而，如果全部采用生成式人工智能技術(shù)，某一類業(yè)務(wù)問題在全國范圍內(nèi)迅速傳播的可能性將會增加。這對銀行的風(fēng)險管理提出更高要求，因為風(fēng)險事件的范圍更廣，處理難度和成本也將顯著上升。特別是在金融體系中，即便是起始發(fā)生小規(guī)模的風(fēng)險事件，如果影響快速傳播，仍可能對整個系統(tǒng)造成連鎖反應(yīng)，形成顯著的“風(fēng)險共振”效應(yīng)，加大金融體系的系統(tǒng)性風(fēng)險管控壓力（趙建和王靜嫻，2022）。

（二）成本衍生風(fēng)險

面對生成式人工智能技術(shù)的高昂成本和應(yīng)用難題，中小銀行面臨的挑戰(zhàn)不僅僅在于經(jīng)濟負擔(dān)，更在于如何實現(xiàn)創(chuàng)新成本和效益的平衡。第一，生成式人工智能的單次訓(xùn)練費用高昂，對不少中小銀行而言幾乎是無法承受的負擔(dān)。以ChatGPT為例，ChatGPT-3的單次訓(xùn)練成本在140萬美元左右，更大規(guī)模的訓(xùn)練成本范圍為200萬～1200萬美元。據(jù)估計，一次訓(xùn)練可能需要耗費數(shù)百萬千瓦時的電力，成本高達數(shù)十萬美元。在大規(guī)模的訓(xùn)練中，如果使用了更多的GPU和更多的計算資源，那么成本可能會更高?，F(xiàn)階段金融科技領(lǐng)域的競爭激烈，銀行需要在技術(shù)創(chuàng)新上不斷投入，這種高昂的初始投資可能導(dǎo)致資源短缺，影響銀行其他創(chuàng)新項目的推進（楊景陸和粟勤，2023）。除此之外，生成式人工智能作為一種基礎(chǔ)設(shè)施，如果長期無法升級，銀行服務(wù)水平將難以與時俱進。這不僅僅影響客戶體驗，也可能因為無法適應(yīng)市場需求變化而失去競爭力。第二，銀行自身在提升生成式人工智能技術(shù)的效率和效果方面也面臨挑戰(zhàn)。單獨的投入可能難以實現(xiàn)規(guī)模效應(yīng)，若各銀行不能協(xié)同推進研發(fā)，將導(dǎo)致資源的重疊浪費，也難以形成對生成式人工智能產(chǎn)品標準化的推動力。這種孤立的發(fā)展模式可能會阻礙生成式人工智能服務(wù)水平和治理水平的穩(wěn)步提升。因此，銀行之間需要建立合作機制，共享研發(fā)成果，推動生成式人工智能技術(shù)在整個行業(yè)范圍內(nèi)的升級和推廣。另外，監(jiān)管部門在生成式人工智能技術(shù)治理方面也亟需建立有效的體系。銀行在應(yīng)用生成式人工智能技術(shù)過程中，如果監(jiān)管標準缺失，將會使得銀行缺乏明確的指引。監(jiān)管部門需要深入了解這類技術(shù)的特點，制定可操作的標準和政策指引，以保障銀行在技術(shù)應(yīng)用中的合規(guī)性和安全性。同時，監(jiān)管部門也需要鼓勵銀行資源整合和創(chuàng)新，推動銀行機構(gòu)共同面對技術(shù)挑戰(zhàn)，共同制定應(yīng)對策略。

（三）決策引導(dǎo)風(fēng)險

生成式人工智能的應(yīng)用可能導(dǎo)致銀行的決策偏離最優(yōu)解，產(chǎn)生系統(tǒng)性風(fēng)險，主要體現(xiàn)為決策誤導(dǎo)。首先，在信息不對稱的情況下，生成式人工智能可能無法準確理解各個專業(yè)領(lǐng)域的核心業(yè)務(wù)邏輯，存在“外行指導(dǎo)內(nèi)行”的固有缺陷。雖然生成式人工智能的建議在某些情況下看似合理，但在復(fù)雜的專業(yè)場景中，這些建議可能是不準確的，過度依賴人工智能進行高風(fēng)險決策可能會導(dǎo)致嚴重的決策錯誤甚至產(chǎn)生無法挽回的損失（陳永偉，2023）。其次，在邏輯推理方面，生成式人工智能難以避免基于概率推斷帶來的先驗偏見。在銀行管理中，這種偏見可能導(dǎo)致決策違反經(jīng)濟法則或市場邏輯。如果生成式人工智能的建議存在著潛在的邏輯錯誤，在投資組合配置、信貸審批等領(lǐng)域，都可能引發(fā)嚴重的風(fēng)險事件（蒲清平和向往，2023）。最后，在結(jié)果偏差方面，過度依賴生成式人工智能可能會導(dǎo)致銀行在投資和風(fēng)險規(guī)避等方面產(chǎn)生系統(tǒng)性的“追隨市場”偏差。特別是在市場出現(xiàn)明顯的非理性繁榮時，生成式人工智能很可能基于歷史數(shù)據(jù)作出錯誤判斷，從而誤導(dǎo)銀行高管做出高風(fēng)險決策。這與以往國際范圍多次金融危機爆發(fā)的根本原因相似，都源自依賴模型產(chǎn)生的、與經(jīng)濟規(guī)律不符的高管集體性錯誤判斷。如果銀行過分依賴生成式人工智能而做出關(guān)鍵性決策，系統(tǒng)性的誤導(dǎo)風(fēng)險將會被成倍地放大。因此，在使用生成式人工智能技術(shù)時，銀行必須充分認識到?jīng)Q策誤導(dǎo)風(fēng)險，并采取相應(yīng)措施來規(guī)避潛在風(fēng)險。這樣才能確保生成式人工智能在銀行決策中發(fā)揮正面作用，避免其可能帶來的負面影響。

（四）信息操縱風(fēng)險

生成式人工智能應(yīng)用所帶來的道德風(fēng)險，不僅涉及內(nèi)容的合規(guī)問題，也可能引發(fā)更為深刻的社會危害（鄭世林等，2023）。如在個性化營銷和對話引導(dǎo)應(yīng)用領(lǐng)域中，生成式人工智能存在對用戶進行情感操縱的潛在風(fēng)險。在個性化營銷方面，生成式人工智能通過用戶畫像的精準匹配，推薦理財產(chǎn)品。然而，這些推薦的結(jié)果并不一定符合用戶的實際風(fēng)險偏好。過度依賴生成式人工智能的推薦，可能導(dǎo)致用戶購買過于激進的高風(fēng)險理財產(chǎn)品，從而導(dǎo)致個人經(jīng)濟損失。在對話引導(dǎo)方面，通過情感和語言元素的巧妙結(jié)合，生成式人工智能能夠產(chǎn)生強大的心理暗示效應(yīng)。然而，如果這種技術(shù)被應(yīng)用于誤導(dǎo)性的問答中，可能對用戶產(chǎn)生深遠、不自覺的影響。在金融領(lǐng)域，這可能引導(dǎo)用戶做出過度投資、盲目交易等錯誤決策。

上述問題，可歸結(jié)為新技術(shù)應(yīng)用下形成的“數(shù)字偏見”，銀行若在業(yè)務(wù)場景中廣泛傳播這些偏見，無形中將加劇公眾對某些群體的歧視，助長不平等現(xiàn)象的蔓延。這既有違銀行的社會責(zé)任，也嚴重違反了公平正義的商業(yè)道德。如果人工智能生成針對特定個人的誹謗內(nèi)容或煽動性信息，銀行的信息釋放可能會影響公眾的態(tài)度，甚至扭曲整個群體的行為方向（Dowling和Lucey，2023）。這不僅會損害銀行的商譽，還有可能導(dǎo)致高額賠償和行政處罰。在決策透明度方面，隨著公眾和監(jiān)管對商業(yè)道德的要求不斷提高，生成式人工智能的“黑盒”決策方式容易引發(fā)利益輸送和輿論爭議，被視為違反商業(yè)倫理（蒲清平和向往，2023）。過度依賴生成式人工智能技術(shù)也違背了銀行管理層應(yīng)對股東和公眾負責(zé)的公司治理要求。從這個角度來看，在使用生成式人工智能類技術(shù)時，銀行必須高度警惕道德風(fēng)險，并采取有效措施來規(guī)避相關(guān)問題的發(fā)生，以維護銀行的形象和商業(yè)道德。

（五）業(yè)務(wù)流程干擾風(fēng)險

生成式人工智能一旦在銀行的關(guān)鍵業(yè)務(wù)中出現(xiàn)問題，可能引發(fā)核心系統(tǒng)癱瘓，導(dǎo)致大范圍且長時間的業(yè)務(wù)中斷，嚴重影響銀行運營和客戶服務(wù)（Sallam等，2023）。以銀行核心業(yè)務(wù)系統(tǒng)故障為例，可能引發(fā)以下后果：大面積用戶無法登錄網(wǎng)上銀行或手機銀行，無法及時查詢交易記錄或進行轉(zhuǎn)賬；員工無法登錄核心業(yè)務(wù)運營系統(tǒng)，業(yè)務(wù)無法受理，柜臺業(yè)務(wù)堵塞；支票支付和信用卡交易無法正常結(jié)算，資金無法及時到賬；銀行內(nèi)部運作癱瘓，管理混亂；資金清算系統(tǒng)受阻，資金清算延遲；甚至可能出現(xiàn)系統(tǒng)數(shù)據(jù)無法恢復(fù)、資金清算錯誤等嚴重后果。這將對銀行的聲譽和客戶信任造成毀滅性的沖擊。此外，生成式人工智能應(yīng)用系統(tǒng)癱瘓還可能在以下方面對銀行正常業(yè)務(wù)運營造成不同程度的干擾：自動柜員機系統(tǒng)故障，導(dǎo)致用戶無法取款和查詢；電話銀行系統(tǒng)故障，客戶無法進行自助服務(wù)和人工咨詢；App或小程序故障，用戶無法辦理業(yè)務(wù)；企業(yè)網(wǎng)上銀行中斷，影響企業(yè)客戶資金調(diào)度；甚至銀行官方網(wǎng)站癱瘓，導(dǎo)致各項網(wǎng)絡(luò)業(yè)務(wù)全面中斷等。系統(tǒng)故障波及的業(yè)務(wù)環(huán)節(jié)越多，造成的負面影響也將越嚴重。因此，在核心業(yè)務(wù)系統(tǒng)高度依賴于人工智能技術(shù)應(yīng)用的情形下，系統(tǒng)運維管理和操作風(fēng)險管控需要更加謹慎、周密，防止出現(xiàn)嚴重的連鎖故障。

（六）崗位和收入分配沖擊風(fēng)險

大型語言模型在銀行業(yè)的應(yīng)用對就業(yè)結(jié)構(gòu)可能產(chǎn)生顯著沖擊，導(dǎo)致更為廣泛的社會問題（徐國慶等，2023）。這一影響會波及到銀行業(yè)機構(gòu)內(nèi)部的從業(yè)人員。首先，這可能引發(fā)銀行業(yè)的結(jié)構(gòu)性失業(yè)問題。生成式人工智能的普及應(yīng)用使得一些重復(fù)性、標準化的職位被自動化操作取代，而短期內(nèi)難以通過崗位轉(zhuǎn)移來吸納冗余勞動力。同時，中等技能層次的職位也可能受到技術(shù)性失業(yè)風(fēng)險的影響，進一步加大就業(yè)結(jié)構(gòu)不平衡的壓力。其次，這可能引發(fā)銀行業(yè)內(nèi)的收入分配問題。隨著生成式人工智能對中等技能層次職位的替代，受影響的銀行從業(yè)者的收入可能下降，甚至急劇下滑。銀行內(nèi)部的薪酬體系可能因此受到挑戰(zhàn)，從而導(dǎo)致內(nèi)部人員之間的收入差距擴大，加劇銀行業(yè)內(nèi)的“中層下降”和“收入中空化”現(xiàn)象，引發(fā)員工的不滿和不穩(wěn)定因素。最后，這可能激化銀行業(yè)內(nèi)的增長與分配之間的矛盾。銀行業(yè)的發(fā)展紅利可能主要流向持股人和技術(shù)精英，而失去工作的銀行從業(yè)者未能分享發(fā)展的紅利。年齡相對高的勞動者難以適應(yīng)新的技能要求，而一部分年輕勞動力具備更強的技術(shù)優(yōu)勢，這可能導(dǎo)致不同代際之間在職業(yè)技能進步和資源、收入分配上產(chǎn)生矛盾和沖突（李穎，2023）。

（七）監(jiān)管風(fēng)險

生成式人工智能等新型技術(shù)在銀行業(yè)的應(yīng)用所帶來的監(jiān)管風(fēng)險，不僅暴露出傳統(tǒng)監(jiān)管框架的不足，同時也反映了主動監(jiān)管的演進和監(jiān)管合作帶來的新興需求（周洪宇和李宇陽，2023）。第一，在被動監(jiān)管風(fēng)險方面，主要包括監(jiān)管規(guī)則空白和監(jiān)管手段失效兩種情形。新技術(shù)應(yīng)用會導(dǎo)致監(jiān)管責(zé)任逃避的可能性。新技術(shù)所催生的新業(yè)務(wù)和工具，因監(jiān)管規(guī)則的不完備，可能導(dǎo)致在風(fēng)險問題出現(xiàn)后難以找到明確的規(guī)則依據(jù)，責(zé)任界定也變得模糊不清。新技術(shù)應(yīng)用還會加大監(jiān)管規(guī)避的可能性。新技術(shù)手段可能超越了監(jiān)管的視野，或者監(jiān)管手段未能跟上技術(shù)創(chuàng)新的步伐，從而導(dǎo)致監(jiān)管規(guī)則的失效（鄭世林等，2023）。第二，在主動監(jiān)管風(fēng)險方面，主要體現(xiàn)為提升監(jiān)管要求和強度所帶來的挑戰(zhàn)。新技術(shù)應(yīng)用勢必推動監(jiān)管部門不斷完善相關(guān)監(jiān)管規(guī)則，如算法審查、行為規(guī)范等，從而提升監(jiān)管的標準和門檻。監(jiān)管部門為應(yīng)對新技術(shù)和業(yè)務(wù)模式所帶來的新風(fēng)險，需要有針對性引入監(jiān)管指標和信息披露要求。對于重大風(fēng)險事件，監(jiān)管部門必須采取更加嚴厲的懲罰措施，包括高額罰款、高管責(zé)任追究等。同時，監(jiān)管部門還必須在內(nèi)部管理方面加強自身能力建設(shè)，以提升監(jiān)管效能，例如充分利用監(jiān)管科技等手段來增強監(jiān)控能力。第三，在監(jiān)管合作方面，要求監(jiān)管部門著重加強不同監(jiān)管主體之間的信息共享和協(xié)調(diào)合作。面對跨領(lǐng)域和跨地區(qū)的新技術(shù)監(jiān)管需求，監(jiān)管部門需要打破監(jiān)管壁壘，以實現(xiàn)資源的最優(yōu)配置。監(jiān)管協(xié)作的增多也使得受監(jiān)管方需要承擔(dān)更多的合規(guī)成本和資源投入（何哲等，2023）。因此，無論是主動抑或被動監(jiān)管風(fēng)險，都對監(jiān)管系統(tǒng)在新興技術(shù)應(yīng)用上帶來更多、更大的挑戰(zhàn)。

ChatGPT應(yīng)用情境下銀行業(yè)數(shù)字化轉(zhuǎn)型面臨的風(fēng)險如圖3所示。

圖3 ChatGPT應(yīng)用情境下銀行業(yè)數(shù)字化轉(zhuǎn)型面臨的風(fēng)險

四、推動生成式人工智能運用、加速銀行業(yè)變革的若干建議

作為典型的互聯(lián)網(wǎng)大國，我國海量且多樣化的數(shù)據(jù)資源為訓(xùn)練人工智能模型提供了豐富樣本，使其更好地適應(yīng)不同金融場景需求。然而，人工智能技術(shù)應(yīng)用于金融這一敏感領(lǐng)域存在著較多的潛在風(fēng)險。為此，在運用生成式人工智能技術(shù)促進銀行業(yè)數(shù)字化轉(zhuǎn)型的過程中，要堅持統(tǒng)籌發(fā)展和安全，從制度保障、安全治理、技術(shù)手段方面著力，為銀行數(shù)字化變革創(chuàng)造順暢、安全的環(huán)境。

（一）夯實制度基礎(chǔ)，構(gòu)筑銀行業(yè)數(shù)字化變革的安全防線

恰當(dāng)?shù)闹贫燃s束對于防范生成式人工智能技術(shù)應(yīng)用于銀行業(yè)的相關(guān)風(fēng)險不可或缺。一是要制定技術(shù)標準、監(jiān)管規(guī)定和應(yīng)用倫理準則，明晰生成式人工智能在銀行領(lǐng)域的應(yīng)用范圍、限制條件與數(shù)據(jù)隱私保護要求。借鑒沙盒監(jiān)管理念，采取序貫決策等摩擦阻力小、操作性可行性高的方法，考慮在部分銀行、局部區(qū)域開展銀行業(yè)應(yīng)用生成式人工智能的試點，探索操作規(guī)則、技術(shù)標準和安全保障問題的解決方案。通過部分機構(gòu)、區(qū)域先行先試，總結(jié)創(chuàng)新和風(fēng)險防控經(jīng)驗，初步形成制度規(guī)則體系，再推廣至其他銀行和區(qū)域。二是要建立全國性的風(fēng)險評估和壓力測試體系，提高風(fēng)險事件的預(yù)警和處置效率。設(shè)立或者依托獨立的第三方機構(gòu)，負責(zé)監(jiān)測生成式人工智能系統(tǒng)的運行，確保其在服務(wù)中不產(chǎn)生歧視、侵犯用戶隱私的行為。三是要建立融合金融監(jiān)管部門、科技部門、法律部門的跨部門協(xié)作機制，同時加強人工智能領(lǐng)域的國際合作，借鑒國際經(jīng)驗，提出適合我國國情的銀行業(yè)生成式人工智能應(yīng)用的總體實施方案。

（二）完善數(shù)字治理，防控銀行業(yè)數(shù)字化變革伴隨的風(fēng)險

一是強化銀行數(shù)據(jù)安全治理機制。隨著銀行業(yè)數(shù)字化轉(zhuǎn)型的深入發(fā)展，客戶數(shù)據(jù)安全保護已經(jīng)成為銀行領(lǐng)域亟需關(guān)切的一大挑戰(zhàn)（楊祖卿，2023）。大型語言模型的訓(xùn)練需要大量真實用戶數(shù)據(jù)，如果這些數(shù)據(jù)遭到泄露，將引發(fā)嚴重的用戶隱私問題。因此，要督促銀行采取有效的措施保護客戶數(shù)據(jù)，設(shè)計合理的數(shù)據(jù)訪問權(quán)限管理制度、客戶隱私保護制度以及數(shù)據(jù)安全事件應(yīng)急預(yù)案，規(guī)范數(shù)據(jù)的使用行為。要構(gòu)建明晰的數(shù)據(jù)分類分級制度，針對不同敏感程度的數(shù)據(jù)采取適當(dāng)?shù)脑L問控制策略。

二是強化銀行業(yè)務(wù)決策全流程監(jiān)控。在復(fù)雜的銀行業(yè)務(wù)決策中引入生成式人工智能技術(shù)，不僅關(guān)乎單個銀行機構(gòu)內(nèi)部運營的穩(wěn)定性，更涉及整個銀行體系的健康發(fā)展。因此，要積極引導(dǎo)銀行機構(gòu)強化事前、事中、事后的流程監(jiān)控和風(fēng)險管控，最大限度地降低決策失誤的潛在風(fēng)險，最大程度地發(fā)揮生成式人工智能決策的優(yōu)勢。在業(yè)務(wù)決策前，應(yīng)建立定量的生成式人工智能決策評估機制，對不同條件下生成式人工智能所產(chǎn)生的決策方案進行綜合評估。同時，設(shè)立專業(yè)人員決策對照組，對比分析不同決策方式的實際效果。在開發(fā)模型時，通過引入可解釋性技術(shù)、追蹤模型決策原理，提高決策透明度。在應(yīng)用模型時，明確規(guī)定業(yè)務(wù)場景的邊界，以免因擴大模型的適用范圍而引發(fā)新的風(fēng)險，并建立決策約束機制以確保關(guān)鍵業(yè)務(wù)的決定權(quán)仍掌握在專業(yè)人員手中。在業(yè)務(wù)決策后，應(yīng)強化對生成式人工智能參與環(huán)節(jié)的持續(xù)監(jiān)控，避免模型錯誤輸出導(dǎo)致的決策風(fēng)險。

三是完善銀行合規(guī)檢查機制。首先，要確保監(jiān)管合規(guī)。緊密關(guān)注監(jiān)管規(guī)則的演進并及時跟進，確保銀行機構(gòu)內(nèi)部制度與最新監(jiān)管規(guī)則要求保持一致。推動銀行成立專門的監(jiān)管研究團隊，密切關(guān)注監(jiān)管政策的變化，及時制定相應(yīng)的內(nèi)控完善方案。其次，要確保技術(shù)應(yīng)用合規(guī)。在引入生成式人工智能技術(shù)時，加強對新技術(shù)應(yīng)用合規(guī)性的評估和風(fēng)險分析。如，落實數(shù)據(jù)安全責(zé)任制，要求各部門主管進行定期的數(shù)據(jù)合規(guī)培訓(xùn)并簽署承諾書。通過強化培訓(xùn)等方式提高員工對數(shù)據(jù)安全的敏感性，確保各級員工切實遵循數(shù)據(jù)合規(guī)操作。最后，要確保倫理道德合規(guī)。隨著生成式人工智能技術(shù)的應(yīng)用，銀行在推動技術(shù)、業(yè)務(wù)創(chuàng)新之余，必須深刻認識到自身承擔(dān)的倫理與社會責(zé)任。成立專門的生成式人工智能倫理審查團隊，對生成式人工智能系統(tǒng)的訓(xùn)練數(shù)據(jù)、學(xué)習(xí)算法和生成內(nèi)容進行全面審核，以杜絕其學(xué)習(xí)或產(chǎn)生違法違規(guī)信息。如，在生成式人工智能系統(tǒng)的設(shè)計和開發(fā)階段，引入算法偏見檢測機制，避免模型可能產(chǎn)生的歧視性結(jié)果（王洋和閆海，2023）。加強員工職業(yè)道德培訓(xùn)，提升員工的社會責(zé)任意識。當(dāng)生成式人工智能應(yīng)用發(fā)生道德問題時，應(yīng)當(dāng)采取積極的補救措施，及時解釋和糾正問題，最大限度地減輕負面影響。

四是提升銀行員工隊伍能力。面對先進生成式人工智能技術(shù)的革新，要加大引進新技術(shù)人才力度，引導(dǎo)員工掌握大數(shù)據(jù)、云計算等新技能，及時適應(yīng)新技術(shù)的新要求。如，設(shè)立數(shù)據(jù)分析、生成式人工智能開發(fā)、數(shù)據(jù)科學(xué)、AI應(yīng)用管理等新興技術(shù)領(lǐng)域的職位，吸引相關(guān)專業(yè)人才加入；強化培訓(xùn)組織，通過建立投資遠程教育平臺、定期進行技能培訓(xùn)需求調(diào)查、引入職業(yè)技能等級認證以及建立技能提升目標責(zé)任制等方式，激勵銀行員工提升數(shù)字化技能水平。

（三）發(fā)揮數(shù)字技術(shù)優(yōu)勢，強化銀行業(yè)務(wù)系統(tǒng)韌性

一是創(chuàng)新技術(shù)工具，提升業(yè)務(wù)鏈條韌性。核心系統(tǒng)的穩(wěn)定性直接關(guān)系到銀行業(yè)務(wù)的連續(xù)性。為此，要選擇高可靠性的核心業(yè)務(wù)系統(tǒng)設(shè)備，結(jié)合容錯技術(shù)、虛擬化技術(shù)等手段，采取全面的風(fēng)險評估和技術(shù)隔離策略，提升系統(tǒng)的抗風(fēng)險能力。如，建立系統(tǒng)變更評估機制，嚴密防控變更可能導(dǎo)致的系統(tǒng)崩潰、業(yè)務(wù)中斷等風(fēng)險；制定完善的業(yè)務(wù)連續(xù)性預(yù)案，定期進行應(yīng)急演練，并評估應(yīng)急響應(yīng)措施的效果。要優(yōu)化業(yè)務(wù)系統(tǒng)，引入微服務(wù)架構(gòu)、輕量級容器等先進技術(shù)手段，提高系統(tǒng)的靈活性。如，完善異地數(shù)據(jù)備份和異地容災(zāi)中心布局，確保在緊急情況下能夠快速切換系統(tǒng)，應(yīng)對地域性故障風(fēng)險；對核心系統(tǒng)的部署采用主備方式，實現(xiàn)故障情況時的快速切換。要建立大型銀行與中小銀行間合作機制，協(xié)同建設(shè)數(shù)字技術(shù)開源代碼平臺，共享生成式人工智能技術(shù)研發(fā)成果。

二是開展技術(shù)定制，平衡市場盈利和社會責(zé)任。生成式人工智能技術(shù)的應(yīng)用導(dǎo)向本質(zhì)在于實現(xiàn)“低成本—高收益”的雙重擬合，對于銀行業(yè)機構(gòu)而言更是如此。針對具有“利益最大化”傾向的人工智能技術(shù)進行分類和校正，方能有效實現(xiàn)市場盈利和社會責(zé)任履行的雙重目標。具體來看，一方面，要推動銀行業(yè)通過技術(shù)定制的方式，促進生成式人工智能應(yīng)用的差異化。例如，對于商業(yè)銀行的盈利性業(yè)務(wù)，可以利用生成式人工智能提供標準化的客戶服務(wù)和金融咨詢，從而提高效率并降低成本。而在體現(xiàn)社會責(zé)任的普惠金融業(yè)務(wù)領(lǐng)域，可以引入生成式人工智能來支持鄉(xiāng)村振興、小微企業(yè)等社會責(zé)任項目。另一方面，將生成式人工智能與人工干預(yù)結(jié)合起來，建立人工智能與人工智慧相融合模式。在涉及到社會責(zé)任的銀行業(yè)務(wù)中，生成式人工智能可作為初步服務(wù)的提供者，提供標準化的信息和咨詢。而在深度了解客戶需求、進行深入溝通、解決復(fù)雜問題的時候，則應(yīng)當(dāng)引入人工方式，提供更具個性化、差異化的銀行服務(wù)。在上述過程中，生成式人工智能在特定領(lǐng)域（如綠色金融支持節(jié)能減排等具有突出正外部性領(lǐng)域）的應(yīng)用導(dǎo)向也會被漸進的人工干預(yù)所調(diào)整，形成“輕盈利、重責(zé)任”的技術(shù)演替分支，由此可望回應(yīng)各相關(guān)方面對于銀行經(jīng)濟、社會責(zé)任履行的重要關(guān)切。

三是合理把控技術(shù)使用，優(yōu)化客戶服務(wù)品質(zhì)。充分運用生成式人工智能技術(shù)，建立準確的客戶畫像，實現(xiàn)智能需求預(yù)測，實施個性化營銷，能夠提升銀行對客戶需求的感知深度。在這一進程中，銀行需要構(gòu)建智能客服體系，依托生成式人工智能技術(shù)實現(xiàn)高效率的全天候客戶支持；同時，創(chuàng)新智能網(wǎng)銀和移動應(yīng)用，運用生成式人工智能技術(shù)塑造友好人機互動接口。此外，銀行要構(gòu)建生成式人工智能驅(qū)動的精準推銷體系，向客戶推送個性化金融產(chǎn)品，實現(xiàn)客戶感知能力的進一步提升。銀行也應(yīng)警惕生成式人工智能技術(shù)可能帶來的不公平?jīng)Q策操縱。在產(chǎn)品推薦時務(wù)必保持中立，而非僅滿足于滿足用戶的偏好；嚴控推銷內(nèi)容的數(shù)量，避免對用戶造成干擾。如在智能客服領(lǐng)域運用人工智能對話系統(tǒng)技術(shù)，借助其卓越的語義理解能力，通過深入生成或多輪會話更好地了解、掌握客戶的金融需求，進行提供更為定制化的服務(wù)和產(chǎn)品建議。與此同時，必須合理掌握技術(shù)使用度，避免過度營銷對用戶帶來負面影響。在確保用戶體驗的前提下，善用生成式人工智能技術(shù)提升服務(wù)質(zhì)量，促使銀行業(yè)在數(shù)字時代彰顯卓越的服務(wù)創(chuàng)新形象。