隨著數(shù)字化時(shí)代的來臨，金融行業(yè)正迎來諸多的挑戰(zhàn)與機(jī)遇。新網(wǎng)銀行不斷探索數(shù)字金融運(yùn)營的新模式。近日，《中國金融家》記者對新網(wǎng)銀行副行長李秀生進(jìn)行了專訪，深入探討了新網(wǎng)銀行在數(shù)字化轉(zhuǎn)型過程中的實(shí)踐與思考，以及如何利用新技術(shù)助力高質(zhì)量發(fā)展。

《中國金融家》：新網(wǎng)銀行應(yīng)用了哪些新技術(shù)來提升服務(wù)效能？有沒有一些典型的運(yùn)作模式和經(jīng)驗(yàn)分享？

李秀生：新網(wǎng)銀行主要依靠自身力量，運(yùn)用互聯(lián)網(wǎng)、大數(shù)據(jù)、隱私計(jì)算、人工智能等數(shù)字技術(shù)，建立了鏈接各業(yè)務(wù)場景的開放平臺與數(shù)字化運(yùn)營體系，提升智能化風(fēng)控、自動(dòng)化作業(yè)、差異化分析的精細(xì)化經(jīng)營管理支撐能力，形成了全在線、全實(shí)時(shí)、全客群的銀行業(yè)務(wù)模式。新網(wǎng)銀行的數(shù)字化建設(shè)在中小銀行中具備一定特色，具體典型的運(yùn)作模式包括以下三個(gè)方面：

一是以開放銀行模式，鏈接場景金融。由于沒有歷史客戶和股東流量依托，新網(wǎng)銀行開業(yè)初期就確立了開放銀行模式，利用OPEN-API技術(shù)實(shí)現(xiàn)了銀行與第三方機(jī)構(gòu)的業(yè)務(wù)鏈接，通過標(biāo)準(zhǔn)化接口輸出存貸一體化的金融服務(wù)，形成了開放與自主相結(jié)合的獲客渠道，并將金融服務(wù)延伸到產(chǎn)業(yè)鏈、消費(fèi)端等生態(tài)場景，拓寬了普惠金融服務(wù)半徑。如新網(wǎng)銀行好企e貸產(chǎn)品，全國展業(yè)、在線開戶、云端授信，所有核心企業(yè)產(chǎn)業(yè)鏈客戶上下游企業(yè)可以手機(jī)一鍵申請。

二是以數(shù)據(jù)驅(qū)動(dòng)建立數(shù)字化運(yùn)營體系，結(jié)合人工智能將數(shù)據(jù)應(yīng)用在各業(yè)務(wù)流程。新網(wǎng)銀行構(gòu)建了實(shí)時(shí)數(shù)據(jù)研發(fā)、離線數(shù)據(jù)研發(fā)、AI建模、交互式數(shù)據(jù)分析等平臺，在反洗錢、反欺詐等應(yīng)用場景，大幅提升數(shù)據(jù)分析能力。通過計(jì)算機(jī)視覺模型對各類證件信息、用戶頭像特征進(jìn)行分析與識別，有效提升反欺詐識別精度。在智能客服方面，通過語音語義處理技術(shù)，有效降低客服、貸后管理等服務(wù)場景中的人力成本。自2023年以來，新網(wǎng)銀行開始在客服、貸后管理等方面逐步引入大模型，實(shí)現(xiàn)自動(dòng)形成摘要和工單小結(jié)等能力。

三是利用隱私計(jì)算，實(shí)現(xiàn)了機(jī)構(gòu)間數(shù)據(jù)安全共享。新網(wǎng)銀行應(yīng)用多方安全計(jì)算技術(shù)建設(shè)了金融反詐云平臺，在確保數(shù)據(jù)隱私和安全的前提下，聯(lián)合銀聯(lián)數(shù)據(jù)成立金融反詐云聯(lián)盟，針對短時(shí)多頭借貸、電信網(wǎng)絡(luò)詐騙、有組織逃廢債等新型犯罪行為，推動(dòng)建立了金融機(jī)構(gòu)間“數(shù)據(jù)可用不可見”的聯(lián)盟合作模式。

《中國金融家》：銀行數(shù)字化發(fā)展面臨哪些挑戰(zhàn)？如何應(yīng)對？具體應(yīng)從哪些方面發(fā)力？

李秀生：銀行數(shù)字化發(fā)展從科技角度看，數(shù)據(jù)是基礎(chǔ)，人工智能是引擎，挑戰(zhàn)重點(diǎn)在于數(shù)據(jù)和人工智能應(yīng)用帶來的一些問題。

在算力方面，大語言模型對大規(guī)模算力具有很強(qiáng)的依賴性。算力的核心是芯片，從當(dāng)下全球AI大語言模型對于算力芯片的選擇來看，GPU仍是主流的AI算力支撐。面對當(dāng)前高端GPU資源緊缺、國產(chǎn)GPU芯片研發(fā)水平局限，智能算力發(fā)展將會(huì)面臨艱巨的挑戰(zhàn)。

在倫理方面，大模型生成的內(nèi)容可能包含虛假信息、歧視性言論等內(nèi)容，導(dǎo)致信息誤導(dǎo)、權(quán)益受損等問題。訓(xùn)練的數(shù)據(jù)可能存在偏見，導(dǎo)致生成的內(nèi)容也帶有偏見和歧視。大模型自動(dòng)化生成的內(nèi)容，也很難追溯到具體的個(gè)人或組織，這給確定責(zé)任和追究責(zé)任帶來了困難。

面對這些挑戰(zhàn)，需要不斷學(xué)習(xí)和掌握新的技能，以適應(yīng)智能應(yīng)用的發(fā)展。

對于中小銀行，建議充分利用外部行業(yè)大模型、開源大模型，并與內(nèi)部小模型聯(lián)動(dòng)，建設(shè)企業(yè)內(nèi)部大模型的垂直應(yīng)用，降低算力、存儲(chǔ)資源、大模型專業(yè)人才等帶來的大模型研發(fā)門檻。

在大模型倫理方面，建議可由行業(yè)監(jiān)管牽頭，推動(dòng)建立行業(yè)大模型倫理規(guī)范，建立適當(dāng)?shù)臋C(jī)制來監(jiān)控行業(yè)大模型的輸入和輸出，尤其是針對AIGC產(chǎn)生的內(nèi)容，需要保證其合規(guī)合法，不出現(xiàn)侵害消費(fèi)者或其他科技倫理方面的問題。

未來，銀行應(yīng)重點(diǎn)圍繞內(nèi)部管理機(jī)制及人才培養(yǎng)等方面發(fā)力，進(jìn)一步推動(dòng)數(shù)字化轉(zhuǎn)型與發(fā)展。

一是做好數(shù)字化發(fā)展的頂層設(shè)計(jì)。銀行應(yīng)制定清晰的數(shù)字化發(fā)展戰(zhàn)略，建立數(shù)字化發(fā)展的跨部門協(xié)作機(jī)制，確保各部門之間的協(xié)同配合。

二是加強(qiáng)人才培養(yǎng)和引進(jìn)。銀行應(yīng)加大對數(shù)字化人才的培養(yǎng)和引進(jìn)力度，建立一支具備數(shù)字化思維和技能的專業(yè)團(tuán)隊(duì)。

三是強(qiáng)化風(fēng)險(xiǎn)管理和內(nèi)部控制。銀行應(yīng)建立完善的風(fēng)險(xiǎn)管理和內(nèi)部控制體系，確保業(yè)務(wù)的合規(guī)穩(wěn)健運(yùn)營。

通過與新網(wǎng)銀行副行長李秀生的深入交流，我們看到了新網(wǎng)銀行在數(shù)字化轉(zhuǎn)型道路上的堅(jiān)定步伐和成效。新網(wǎng)銀行憑借對新興技術(shù)的洞察和應(yīng)用，不僅提升了自身的運(yùn)營效率和服務(wù)質(zhì)量，更為數(shù)字化轉(zhuǎn)型提供了寶貴的經(jīng)驗(yàn)。