新网银行：如何看待大模型对业务的影响？

在这个信息技术飞速发展的时代，大模型正进一步推动银行业进入全新阶段。作为一个对风控要求极高的行业，银行业如何看待大模型对业务的影响，不同类型的商业银行在应用大模型上会有哪些不同的考量。

作为新一代数字原生银行，自成立之初起，新网银行各类业务就在线上进行，数字化能力已经具备一定的基础。通过新网银行副行长李秀生的分享，我们能更深入了解到新网银行是如何把握大模型，顺应技术潮流，探索金融科技发展道路的。

“随着这几年大数据和人工智能的发展，尤其是今年大模型概念的出现，我觉得银行的信息化进入了一个新的阶段。”李秀生认为，大模型会给银行业带来一些新的产品、新的客户交互方式，替代的不只是体力，更是革命性地替代了很多的脑力。

目前新网银行已经在知识库、客服等领域进行了探索和尝试。“当前银行业对于大模型的发展趋势已经有了共识，问题的关键是如何落到具体业务，并以何种方式落地。”李秀生表示。

谈应用：大模型将推动金融科技工作发生质变

怎么看目前新网银行的数字化发展阶段？

李秀生：近期我们对大模型应用进行了多次研究和部署，大模型的出现，对于新网银行的科技来讲，是一个比较新的阶段的开端。新网银行自成立以来就是围绕着纯线上的模式来进行系统搭建，几年来不断改进优化，仍属于量变层级。我认为大模型的出现，将推动新网银行的金融科技工作（发生）一次质变。

我工作的第一个阶段主要做电子银行研发，就是包括网银和呼叫中心。对于银行的信息化来讲，银行的电子化阶段是一个非常重要的阶段，但它改变的是渠道，主要是业务流程上的改变。随着这几年大数据和人工智能的发展，尤其是今年大模型的出现，我觉得银行的信息化又进入了一个新的发展阶段。

大数据和人工智能所带来的变化，在前几年主要是零售信贷的革新，风险评估的智能化和处理流程的自动化。后来出现的RPA（机器人流程自动化）是将不同的流程或不同的系统处理串接组合起来，提升自动化处理的能力。而大模型带来的不只是判断和流程组合的自动化，它会产生一套全新的金融作业模式、新的产品、新的客户交互方式，替代的不只是体力，更是替代了更多的脑力。

今年开始，我们也把大模型的研发作为非常重要的工作方向，成立了一个专门的小组。当然，大模型还在发展阶段，没有完全稳定、成型，变化非常快，或者说进步非常快。

在大模型应用具体路径上，国有大行与中小银行有哪些区别？

李秀生：第一，我觉得大行无论是人员还是算力，投入会更大一些。但不管是国有大行还是中小银行，要做的可能都是在商业大模型或者开源大模型的基础上，建设行业或本行的应用，涉及基础模型能力建设的地方相对来说较少。

第二，大行应用商业大模型可以考虑私有化部署，中小银行可能采用SaaS服务，或者一部分采用开源大模型。SaaS服务成本相对低一些，按需调用，但用这个方式，在交互过程中难免涉及客户信息数据和银行自身的商业秘密，这个问题需要有比较好的方案来解决。

谈行业：共识之后落地技术路径

关于大模型，业内人士讨论时主要聚焦在哪些方面？

李秀生：主要以下四个方面：

第一，关于共识的讨论。大家对大模型的趋势和前景已经达成共识，不像前几年出现的一些热点技术，大家还是有些问题，在大模型的应用上，大家基本没有分歧。

第二，如何落地？我们更多谈的是从哪里切入、从哪个点切入。目前行业较多的是从客服来切入，比如像我们这样的银行得有几百个客服，主流银行可能有几千个，甚至是上万个，从客服领域切入效果可以较快显现。

第三，选什么样的技术路径。目前来看，有开源方向、有商业方向。商业大模型模式，对于大型银行来说，可以走商业本地化部署，对于中小银行来说，走SaaS模式可能更为合适，因为本地化模式成本比较高。大模型应用，尤其SaaS模式，面临的客户信息保护问题，也是大家讨论的焦点之一。

第四，算力如何构建。大模型的应用需要大算力，算力成本比较高，中小机构应该如何搭建自己的算力，这个问题可能需要多方协同，才能有解决方案。

算力的问题如何解决？

李秀生：我们觉得从顶层设计上，应该有个行业解决方案，尤其对于我们中小金融机构来讲，需要借助行业级的算力基础设施。

展望未来，我们认为新网银行将继续秉持开放合作、技术创新的理念，持续深化科技战略，以实际行动推动科技金融的发展。