生成式AI为金融业带来3万亿增量商业价值？

随着生成式AI技术的不断发展和普及，其在金融业的应用前景愈发引人注目。目前，生成式AI技术尚处于技术探索和试点的并行阶段，然而预计在未来的一到两年内，首批采用大模型增强的金融机构将逐渐进入成熟应用期。进一步地，三年后，生成式AI技术在金融业的应用有望实现规模化。

这份由清华大学经济管理学院、度小满、《麻省理工科技评论》中国以及清华大学经济管理学院动态竞争与创新战略研究中心联合编写的《2024年金融业生成式人工智能应用报告》为我们揭示了这一趋势。

这份报告深入研究了全球170余家银行、保险、资产管理等金融机构，系统地揭示了生成式AI在金融业的创新能力、商业价值以及政策期望，为国内金融机构应用生成式AI技术提供了宝贵的指引。

在报告中，清华大学经济管理学院副院长李纪珍表示，2023年是基础大模型智能快速发展的关键年份，而到了2024年，生成式AI将从模型层面深入到实际应用层面。他强调，开拓实际应用场景、提高客户采用率以及大模型的利用率将是未来生成式AI发展的关键。

无疑，生成式AI正在为金融业注入全新的生产力。它不仅助力银行实现数字化转型，更以前所未有的方式重塑全球金融业的格局。

报告进一步指出，金融业是数据产出密集的行业，特别是银行业的数据产出效益显著。在我国，金融机构的数据资产规模已经达到千亿级别，蕴含巨大的商业价值。通过充分释放这些高质量数据的价值，金融业有望获得高达3万亿的增量商业价值，从而彻底改变交易流程、投资管理和风险评估的方式。

在金融业的各个细分领域，生成式AI也展现出巨大的应用潜力。例如，在零售银行和财富管理业务中，生成式AI可以通过创建合成数据来优化KYC背后的机器学习算法，并构建更准确的自然语言模型服务于虚拟助手。在中小企业银行业务方面，除了支持更复杂的虚拟助理外，生成式AI还能解释包含非数字数据（如商业计划）的小企业贷款申请。在投资银行和资本市场领域，生成式AI能够协助银行进行包含复杂、非流动性金融产品的资产负债表的压力测试，使金融稳定措施更加精确并降低合规成本。在支付领域，生成式AI重塑了交易方式，通过支持的聊天机器人和虚拟助理提供即时的客户支持、问题解答以及个性化的金融产品和服务。