李秀生：利用大模型技术提升科技能力，支撑业务发展

2024年服贸会专题活动之一——“第六届中国金融科技论坛”9月12日-13日在北京举行，主题为：科技赋能——金融业数字化转型与应用。新网银行副行长李秀生出席并演讲。

李秀生介绍了新网银行如何充分利用大模型技术，进一步提升科技能力，来支撑业务的发展。

他介绍说，新网银行在已有业务流程中加入自动化、智能化处理流程，助力提升银行应用的效率、风险管控的水平和决策的能力。

如何构建大模型能力？

首先，模型的选择对算力有一定影响。在模型的选择上，新网银行以开源模型为主、商业模型为辅，这些都跟科技预算投入以及最终科技投入在业务上所产生的价值有相关性。

在知识层面和数据层面上，新网银行从成立就重视数据体系和数据治理的工作。与此同时，在非结构化数据以及这些数据所带来的知识沉淀上，新网银行做了一定的积累，这是大模型应用探索的基础。

在应用场景的选择上，新网银行把大模型的应用实践主要放在三个人员密集型的场景里：一是客服，二是营销，三是贷后。当然在研发领域也有尝试。

以下为演讲实录：

李秀生：各位领导、各位嘉宾，大家上午好！刚才各位嘉宾对于大模型发展的状况以及相关的实践、技术支撑都做了非常好的介绍。今天我从微观层面分享一些我们的落地实践情况。

新网银行作为一家中小银行，如何进行数字化转型实践？最近几年，新网银行充分利用大模型技术，进一步提升科技能力，来支撑业务的发展。

新网银行在开业之初选择了数字化发展路径，从获客到风控到运营，积淀了一定的数字化能力。我们主要聚焦在风控，包括现在大家必谈的反欺诈风控和信用风险的评估。在2016、2017年的时候，无论是在消费贷款领域，还是在小微企业贷款领域，新网银行就开始了“随借随还”数字化处理方式的研究探索。技术在不断地进步，我相信中小银行总能找到差异化发展的特点。

智能技术的进步在银行应用方面比较充分。前些年，主要是在反欺诈领域和信用风险领域进行了一定的应用。在一些自动化处理领域上，比如在RPA应用上，我们也做了一些尝试和实践，总体来讲，新网银行在已有业务流程中加入自动化、智能化处理流程，助力提升银行应用的效率、风险管控的水平和决策的能力。

我们觉得由于大模型的出现，可能对于整个银行运作流程的影响需要再思考。原来只是判别式的，目前生成式人工智能的出现使得无论是从产品还是运营角度，不单是在原先流程上叠加AI的支持和辅助，可能还需要更大程度的重塑。

如何构建大模型能力？首先，模型的选择对算力有一定影响。在模型的选择上，新网银行以开源模型为主、商业模型为辅，这些都跟科技预算投入以及最终科技投入在业务上所产生的价值有相关性。

在知识层面和数据层面上，新网银行从成立就重视数据体系和数据治理的工作。与此同时，在非结构化数据以及这些数据所带来的知识沉淀上，新网银行做了一定的积累，这是大模型应用探索的基础。

在应用场景的选择上，新网银行把大模型的应用实践主要放在三个人员密集型的场景里：一是客服，二是营销，三是贷后。当然在研发领域也有尝试。

我选择客服类场景给大家做一下汇报。我们在客服类场景应用主要有三个应用场景，分别为智能客服、客服小结和客服工单。目前，新网银行语音智能客服可以覆盖50%左右的客服场景，并实现超过20%的人工替代有效服务。另外，新网银行已经实现了客服小结和客服工单的全面自动化，无论是语音还是文字的对话，经过大模型的训练和提升来开展相应挖掘，基于历史知识的学习、训练，最终生成客服小结和客服工单。

从新网银行的实践看，这样的大模型在客服人员密集型的场景，而且是有规律可循的场景里，无论是通话时长，还是对于问题处理，都能够达到比较好的效果。我相信随着时间推移，效率可能会进一步提升。

目前，新网银行通过早期在风控领域的实践，到现在利用大模型进行效率提升，做了一些尝试。我们也觉得大模型的不断进步，可能会使得客户交互类产品发生变化。现在，手机银行交互主要是通过固定APP和固定菜单交互模式，我们觉得这个领域未来也会变成自然语言交互模式，这也有赖于有关规则的不断适应和变化。我相信在未来，客户交互服务产品不再是原先标准的菜单式，也可能变成自然语言模式，服务方式会更加人性化。

刚才给大家分享的是新网银行作为一家中小银行，主要利用自身的能力和知识沉淀在大模型领域的实践，刚才很多嘉宾做了非常好的能力上的分享，我们也希望和大家线下做一下沟通、交流和学习，使我们在这方面的实践做得更好，谢谢。

责任编辑：梁斌SF055