金融领域应用AI的核心逻辑解析

金融领域应用AI的核心逻辑解析

01

AI技术与银行信息处理的融合

关于人工智能在银行信息处理中的应用，现实中可观察到三点。首先，生成式人工智能已超越大语言模型范畴，进化为能处理图像、音频及视频的多模态模型，当前主要服务于文档生成（如会议纪要、客服话术、贷前尽调报告、离任审计及合同解析等）、代码编写、文档校验、知识库构建及智能问答等场景。然而，受限于“幻觉”问题，大语言模型尚无法直接介入面向客户的决策及核心业务判断。其次，解释型人工智能结合替代数据，能够高效精准地评估借款人的还款意愿与能力，这一模式已在银行信贷评估中广泛落地。最后，在银行资本监管框架下，内部评级法（核心在于测算借款人违约概率PD）仍主要依托线性回归、逻辑回归等传统“小模型”。

国际清算银行（BIS）于2024年12月发布的一份研究报告1，对全球银行业应用人工智能的现状进行了调研，具体结果详见表1：

表1：全球银行业使用人工智能的情况

02

人工智能赋能金融业的三层架构及其效应