金融机构探索AI大模型落地：可提高风控精细度

　　随着AI（人工智能）大模型的发展成熟，这一新技术如何在金融行业落地应用备受关注。

　　4月10日，IDC中国副总裁兼首席分析师武连峰在接受媒体群访时表示，今年是大模型与行业结合落地的元年，而金融业又是数字化最好的行业。“今年将是金融业对大模型的‘投入年’，更多集中在基础设施、应用解决方案的投入上，未来两三年，金融行业大模型有望真正产出，实地应用。”

　　实际上，目前已有银行探索在业务中使用AI大模型，10日，网商银行在2024数字产业链金融行业峰会上宣布升级大雁系统，将AI大模型的能力应用于产业链金融，这一应用这并非是直接生成内容、与用户互动，而是在后台，大模型成为金融风控系统的“助手”，帮助金融机构识别小微。

　　网商银行信息科技部副总经理方珂在群访中表示：“今天，在小微领域，唯有AI、科技能深入下去，如果没有这两项，我们也难以服务下沉客群。”

　　大模型应用于两方面能将企业挂载到产业链上

　　贝壳财经记者了解到，网商银行主要将AI大模型应用在两方面，第一，用知识抽取能力构建产业链图谱。大模型通过读取海量的商品信息、企业关系信息之后，形成产业链图谱，让全产业链上下游的小微“显形”；第二，通过信息解析能力，对小微企业的经营情况进行秒级评价。大模型就像24小时无休的智能产研专家，读研报、判断产业趋势、解析小微经营数据，评价其信用情况。

　　为何要在产业链金融中引入大模型？

　　举了个例子，在浙江嘉兴，有一家名为丞达新材料科技有限公司（以下简称：丞达）的企业，其主营业务是高温尼龙材料，新材料研发时间长，需要资金投入，客户回款周期长达3个月，周转需要资金，然而，几年前企业主向银行申请信贷时，仍需要抵押房产，并等待一周时间。

　　“在金融机构眼中，丞达的画像是一家普通的小微企业，年营业额在1000万元左右。但它生产什么，最终销向何处，金融机构并不清楚。因此，在没有品牌企业担保的情况下，金融机构很难给予其需要的贷款额度。” 网商银行行长冯亮表示。

　　大模型则能将看企业的“视角”向深处延伸，从海量信息中理解数据，形成产业链图谱，再通过技术识别小微企业的主营业务，将其挂载到产业链上。

　　比如，大雁系统通过大模型就识别出了丞达位于汽车产业链上，且拥有12项专利，是浙江省的高新技术企业，其所生产的尼龙材料最终去到了比亚迪汽车，成为保护连杆器核心电子器件的绝缘层。同时，其位于浙江嘉兴的新兴材料生产基地，拥有供应优势。最终，网商银行结合“AI产研专家”的评分与其他金融风控数据进行严格的验证，为其提供了200万元额度的纯信用贷款。

　　目前，网商银行通过大模型搭建了包括汽车、医疗、建筑等在内的9条产业方向的产业链图谱，识别超2100万产业链上下游的小微企业，小微信用画像效率提升了10倍。

　　大模型可提高风控精细度落地应用最关键的是找到合适场景

　　不过，目前来说，大模型还不能直接应用于金融机构的授信。

　　方珂表示，授信是决策系统，需要在各种各样的维度上进行决策，而决策对精准度、风控的要求非常高，大模型的决策能力没那么高，且带来的系统性风险很高。“现在谈大模型在风控系统中的应用，主要是利用大模型的认知系统能力。换言之，大模型能从较多数据维度中刻画更多认知画像，但在最终决策时，选择画像仍需要一些准入标准和方法。”

　　方珂进一步表示，目前，网商银行使用的是大数据风控，而大数据风控中很重要的一个方向是将数据提取成认知特征，让决策系统更有精细度。其实，人审是最精细的，但人审的成本非常高，而量化风控的精细度又略低，使用数据的效率也略低，在保证效果的情况下采用度不能过高，如果过高会导致在认知维度足够的情况下，可能会看不清楚或无法给足授信。“引入大模型实际上强化了认知画像的维度，在量化风控的基础上更接近人审，虽然仍达不到人审的精细度，但确实降低了成本。”

　　面向未来，武连峰认为，大模型高价值应用，最关键的是找到合适的场景。其至少必须满足两个条件，一是需要对海量数据进行分析，二是需要高昂的专家知识。网商银行大雁系统通过大模型构建产业链图谱，在发展新质生产力与“人工智能+”的产业命题下，不失为服务实体经济的探索。

（文章来源：新京报）

(原标题：金融机构探索AI大模型落地：可提高风控精细度)

(责任编辑：137)