1.銀行業(yè)：ChatGPT如何改變銀行業(yè)？浙商證券

分析師分析師梁鳳潔郵箱liangfengjie@電書(shū)編號(hào)S1230520100001研究助理趙洋分析師邱冠華郵箱qiuguanhua@電書(shū)編號(hào)S1230520010003.1、什么是ChatGPT？?ChatGPT是什么？是將神經(jīng)網(wǎng)絡(luò)算法中的Transformer模型從理論變?yōu)楝F(xiàn)實(shí)的劃時(shí)代應(yīng)用。?ChatGPT強(qiáng)在哪？①算力強(qiáng)數(shù)據(jù)多。近4年，GPT歷代模型的開(kāi)發(fā)和訓(xùn)練得到了微軟在資金（110億美元）和算力（打造世界第五超級(jí)計(jì)算機(jī)）上的強(qiáng)力支持，目前能夠處理千億級(jí)參數(shù)，訓(xùn)練百TB級(jí)數(shù)據(jù)。②訓(xùn)練模式領(lǐng)先。前三代GPT均采取無(wú)人參與的預(yù)訓(xùn)練機(jī)制，ChatGPT新增人類(lèi)反饋強(qiáng)化訓(xùn)練。③開(kāi)生成式先河。以算力和訓(xùn)練數(shù)據(jù)為支撐，ChatGPT能夠準(zhǔn)確理解各類(lèi)問(wèn)題，給予具有一定邏輯的開(kāi)放式回答；還能夠與提問(wèn)者進(jìn)行連續(xù)對(duì)話(huà)，不斷修正給出的答案，這是前所未有的語(yǔ)言理解和表達(dá)能力。潛在價(jià)值巨大，未來(lái)ChatGPT技術(shù)與其他人工智能技術(shù)耦合，徹底改變?nèi)斯ぶ悄苌鷳B(tài)的可能性極大。?ChatGPT缺陷是？①語(yǔ)料來(lái)源：語(yǔ)料不夠充分或完全未覆蓋的空白領(lǐng)域，ChatGPT很可能會(huì)給出誤導(dǎo)性?xún)?nèi)容；與Bing搜索引擎耦合后，回答問(wèn)題的準(zhǔn)確性是否收到搜索引擎數(shù)據(jù)的干擾有待觀察。②運(yùn)營(yíng)成本：ChatGPT運(yùn)營(yíng)及訓(xùn)練成本高企，恐將制約未來(lái)發(fā)展。③道德風(fēng)險(xiǎn)：無(wú)法避免ChatGPT故意提供虛假或提供帶有攻擊性的答案。2、如何改變銀行業(yè)？?機(jī)遇與挑戰(zhàn)：①銀行客服，對(duì)于客服、催收等人工的替代，與ChatGPT關(guān)聯(lián)最直接，或?qū)㈤_(kāi)啟深度智能化階段。②業(yè)務(wù)前端：對(duì)于財(cái)富管理、小微客戶(hù)、個(gè)人消費(fèi)貸款等標(biāo)準(zhǔn)化產(chǎn)品，客戶(hù)識(shí)別有望進(jìn)一步細(xì)化，產(chǎn)品匹配有望更加精準(zhǔn)。③業(yè)務(wù)中端：諸如授信報(bào)告、審批報(bào)告、貸后管理報(bào)告等強(qiáng)格式性案頭工作，如能以ChatGPT替代，可有效提高運(yùn)營(yíng)效率。④科技基礎(chǔ)：銀行投入人工智能相關(guān)研究需要持續(xù)投入資源，特別是要投入支持模型運(yùn)轉(zhuǎn)及數(shù)據(jù)計(jì)算的算力資源。?合規(guī)與成本：①數(shù)據(jù)隱私：銀行數(shù)據(jù)的特殊性決定了應(yīng)用第三方技術(shù)的審慎性，應(yīng)用技術(shù)須考慮本地化、私有化部署模式。②系統(tǒng)穩(wěn)定：銀行不掌握ChatGPT核心技術(shù)，很難控制內(nèi)容輸出的正確性，也很難確保系統(tǒng)穩(wěn)定運(yùn)行，這在經(jīng)營(yíng)中存在很大風(fēng)險(xiǎn)。③成本投入：無(wú)論是接入ChatGPT，還是自主開(kāi)發(fā)類(lèi)似功能，均須較大成本投入，是否能夠?qū)崿F(xiàn)預(yù)期收益，存在不確定性。3、哪些銀行有機(jī)會(huì)？?在金融科技持續(xù)投入資源的銀行。①科技人員：披露數(shù)據(jù)的21家上市銀行科技隊(duì)伍總?cè)藬?shù)11.6萬(wàn)人，占從業(yè)總?cè)藬?shù)的5%；工行在絕對(duì)人數(shù)上一枝獨(dú)秀達(dá)3.5萬(wàn)人以上，浦發(fā)、招行、工行科技人員占比最高。②科技投入：披露數(shù)據(jù)的24家上市銀行中科技投入近1600億元，占營(yíng)收的3%。四大行在科技投入絕對(duì)規(guī)模占有優(yōu)勢(shì)；長(zhǎng)沙、平安、招行科技投入營(yíng)收占比最高。24、風(fēng)險(xiǎn)提示：ChatGPT相關(guān)技術(shù)理念及技術(shù)路徑出現(xiàn)質(zhì)變，或被新技術(shù)替代；銀行科技投入產(chǎn)出效能或不及預(yù)期。23機(jī)遇與挑戰(zhàn)|5自然語(yǔ)言處理，是人工智能最基礎(chǔ)的領(lǐng)域。“圖靈測(cè)試”作為人工智能的理論開(kāi)端，其所提出的驗(yàn)證標(biāo)準(zhǔn)，即在人與機(jī)器的問(wèn)答中，如果人無(wú)法判斷對(duì)方是人還是機(jī)器，則可判定機(jī)器具有人類(lèi)智能。為了通過(guò)“圖靈測(cè)試”，人類(lèi)的探索大致可分為三個(gè)階段：?模式匹配：（1960s-90s）設(shè)置關(guān)鍵詞與答案之間的線(xiàn)性匹配關(guān)系，如果提問(wèn)者觸發(fā)關(guān)鍵詞，則向其提供已經(jīng)預(yù)設(shè)好的答案。?機(jī)器學(xué)習(xí)：（2000s）不再預(yù)先設(shè)置關(guān)鍵詞與標(biāo)準(zhǔn)答案，而是向機(jī)器提供大量歷史資料，由機(jī)器自主總結(jié)規(guī)律、進(jìn)行會(huì)話(huà)。?神經(jīng)網(wǎng)絡(luò)：（2010s至今）屬于機(jī)器學(xué)習(xí)的進(jìn)化分支。原理上是通過(guò)建模來(lái)模擬人類(lèi)大腦100億個(gè)神經(jīng)元的結(jié)構(gòu)。在2017年以前，主流模型為循環(huán)神經(jīng)網(wǎng)絡(luò)模型（RNN處理語(yǔ)言時(shí)需要嚴(yán)格遵循語(yǔ)言的先后順序，無(wú)法并行計(jì)算且容易出現(xiàn)長(zhǎng)句語(yǔ)義理解困難等問(wèn)題；2017年，Transformer模型被提出，它是對(duì)句子中的所有單詞進(jìn)行計(jì)算，算出詞與詞之間的相關(guān)度，可以同時(shí)學(xué)習(xí)大量文本。ChatGPT（結(jié)尾的“T”即指Transformer就是將這一模型從理論變?yōu)楝F(xiàn)實(shí)的劃時(shí)代應(yīng)用。代表應(yīng)用模式匹配模式匹配Alice（1995）機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)SmartChild（2001）神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)RNNTransformer廣泛應(yīng)用于翻譯軟件ChatGPT示例說(shuō)明集成到即時(shí)通訊平臺(tái)的聊天機(jī)器人之一并迅速引起轟動(dòng)，體RNN模型需要遵循單詞出現(xiàn)的先后順序，逐詞理解和計(jì)算，當(dāng)“gun”出現(xiàn)后，Transformer模型關(guān)注的是每個(gè)單詞與句子中其他篇學(xué)習(xí)。同時(shí)，模型根據(jù)重要性和相關(guān)性程度，為詞語(yǔ)賦予不同權(quán)重，使得重?cái)?shù)據(jù)來(lái)源：浙商證券研究所整理。ChatGPT最終爆火，離不開(kāi)算力和數(shù)據(jù)量的持續(xù)升級(jí)。?模型實(shí)質(zhì)：所謂語(yǔ)言模型，實(shí)質(zhì)是對(duì)詞語(yǔ)序列的概率相關(guān)性建模，即對(duì)方說(shuō)完一句話(huà)或一段話(huà)后，判斷大概率繼續(xù)出現(xiàn)的內(nèi)容是什么。既然是概率相關(guān)性，自然是“大力出奇跡”，樣本越大，結(jié)果就越準(zhǔn)確。同時(shí)，樣本越大也自然就意味著對(duì)算力和資金的消耗，從初代GPT到最終爆火的ChatGPT，模型并未發(fā)生實(shí)質(zhì)改變，改變的是持續(xù)增長(zhǎng)的資源投入。?算力支持：2019年，微軟為OpenAI（GPT開(kāi)發(fā)公司）打造了一臺(tái)全球排名第五的超級(jí)計(jì)算機(jī)，擁有超過(guò)28.5萬(wàn)個(gè)CPU核心，1萬(wàn)個(gè)GPU，每個(gè)GPU服務(wù)器的網(wǎng)絡(luò)連接能力為400Gb/s，支持GPT模型從初版的12個(gè)Transformer層進(jìn)化到當(dāng)下超過(guò)96個(gè)Transformer層，可以理解為有更多的Transformer層就能夠在語(yǔ)言與語(yǔ)言之間構(gòu)建更復(fù)雜的邏輯聯(lián)系。?數(shù)據(jù)規(guī)模：GPT模型處理的參數(shù)量從初代的億級(jí)成長(zhǎng)到今天的千億級(jí)，預(yù)訓(xùn)練數(shù)據(jù)量從GB級(jí)上升到百TB級(jí)。?融資情況：如此規(guī)模的算力與數(shù)據(jù)必然需要巨額資金的支持，近4年，OpenAI從微軟總計(jì)獲得融資110億美元。版本發(fā)布時(shí)間Transformer層數(shù)參數(shù)量預(yù)訓(xùn)練數(shù)據(jù)量GPT-12018年6月121.17億約5GBGPT-22019年2月4840GBGPT-32020年5月45TBChatGPT2022年11月96+？GPT通過(guò)自主訓(xùn)練充分發(fā)揮模型在效率上的優(yōu)勢(shì)，同時(shí)在ChatGPT版本中增加人類(lèi)反饋強(qiáng)化機(jī)制，使其結(jié)果更貼近人類(lèi)想法。?自主訓(xùn)練：GPT-1到GPT-3，采用的都是GPT自主訓(xùn)練模式。所謂自主訓(xùn)練，近似于人類(lèi)考試中的“完形填空”題目，即把一個(gè)完整文本的一部分遮住，GPT基于已學(xué)習(xí)結(jié)果進(jìn)行推測(cè)，再與正確答案進(jìn)行擬合的過(guò)程。自主訓(xùn)練過(guò)程，配合Transformer模型下強(qiáng)大的并行計(jì)算能力，能夠高效完成超大數(shù)據(jù)量的學(xué)習(xí)和訓(xùn)練，這也是GPT表現(xiàn)優(yōu)于其他模型的原因。?人類(lèi)反饋：GPT-3版本上線(xiàn)時(shí)，已經(jīng)頗受業(yè)內(nèi)人士認(rèn)可，但并未出圈。ChatGPT此次能夠破圈，與其采用對(duì)話(huà)聊天模式不無(wú)關(guān)系。相應(yīng)地，在訓(xùn)練中增加人類(lèi)反饋強(qiáng)化機(jī)制，對(duì)真實(shí)性、無(wú)害性和有用性進(jìn)行評(píng)估。訓(xùn)練語(yǔ)料自主訓(xùn)練人類(lèi)反饋春眠不覺(jué)曉，()處處聞啼鳥(niǎo)處處蚊子咬數(shù)據(jù)來(lái)源：浙商證券研究所整理。8憑借超強(qiáng)算力，基于超大數(shù)據(jù)的學(xué)習(xí)和訓(xùn)練，ChatGPT首次展示了強(qiáng)大的綜合性語(yǔ)言材料生成能力。?決策式AI：所謂決策式AI，即根據(jù)對(duì)歷史概率的歸納給出是或否的決策；而生成式AI則需要給人力提供綜合式的信息輸出。?生成式AI：ChatGPT是第一個(gè)功能如此強(qiáng)大的綜合性文字生成式AI，它能夠準(zhǔn)確理解提問(wèn)者的問(wèn)題，收集材料后轉(zhuǎn)化為具有一定邏輯的信息輸出，它還能夠與提問(wèn)者進(jìn)行連續(xù)對(duì)話(huà)，根據(jù)增量信息給出更準(zhǔn)確回答，這是前所未有的語(yǔ)言理解和表達(dá)能力。處理簡(jiǎn)答題處理選擇題邏輯信息數(shù)據(jù)知識(shí)邏輯信息數(shù)據(jù)數(shù)據(jù)來(lái)源：浙商證券研究所整理。9語(yǔ)言即為指令，ChatGPT與其他領(lǐng)域人工智能技術(shù)的耦合，或?qū)⑼耆_(kāi)啟人工智能的新時(shí)代。?ChatGPT+Whisper：OpenAI已經(jīng)通過(guò)提供ChatGPT和Whisper的收費(fèi)API接口，Whisper是OpenAI開(kāi)發(fā)的語(yǔ)音處理工具，如將ChatGPT和Whisper功能進(jìn)行耦合，可以得到無(wú)障礙的語(yǔ)言交流工具。所謂的語(yǔ)言，就是指令體系。隨著指令體系的智能化，一切智能工具之間的邊界或?qū)⒅饾u模糊，人類(lèi)與智能工具的關(guān)系或?qū)氐赘淖儯珹IGC（AI生產(chǎn)內(nèi)容）的時(shí)代將加速到來(lái)。文本虛擬人文本音頻游戲音頻游戲按技術(shù)場(chǎng)景劃分策略AIGC內(nèi)容分為策略視頻跨模態(tài)視頻ChatGPT風(fēng)頭一時(shí)無(wú)兩，其潛在挑戰(zhàn)在于語(yǔ)料庫(kù)的范圍及準(zhǔn)確性、運(yùn)營(yíng)成本高及回答的道德風(fēng)險(xiǎn)等問(wèn)題。?語(yǔ)料來(lái)源：ChatGPT本質(zhì)上仍是一個(gè)基于有限語(yǔ)料范圍的概率歸納模型，它并不能對(duì)未知的事情像人類(lèi)那樣做常識(shí)性推演。與相關(guān)領(lǐng)域語(yǔ)料不夠充分或完全未覆蓋的領(lǐng)域，ChatGPT很可能會(huì)給出誤導(dǎo)性?xún)?nèi)容；另外，微軟計(jì)劃將GPT-4與Bing搜索引擎深度耦合，搜索引擎龐雜的數(shù)據(jù)是否會(huì)對(duì)GPT-4的學(xué)習(xí)和訓(xùn)練帶來(lái)負(fù)面干擾，仍需觀察。?運(yùn)營(yíng)成本：據(jù)報(bào)道，目前ChatGPT一次模型底座的訓(xùn)練需要500萬(wàn)美元的算力成本，在運(yùn)營(yíng)過(guò)程中需要大量的算力支持其訓(xùn)練和部署。GPT-4與Bing耦合后，滿(mǎn)足來(lái)自搜索引擎的搜索需求需要更大量的資源投入，如不解決成本問(wèn)題恐將制約未來(lái)發(fā)展。?道德風(fēng)險(xiǎn)：即使引入人類(lèi)反饋，也不能100%避免ChatGPT故意提供虛假答案或回答帶有攻擊性的答案。數(shù)據(jù)來(lái)源：浙商證券研究所整理。該如何理解ChatGPT可能會(huì)帶來(lái)的潛在變革？像很多人擔(dān)心的那樣，會(huì)有大量工作被替代掉嗎？?ChatGPT的顛覆，本質(zhì)上是人類(lèi)生產(chǎn)力工具的再一次重大升級(jí)。就像過(guò)去三百年先后有蒸汽機(jī)和電被發(fā)明出來(lái)一樣，固然有被這些新的生產(chǎn)力工具替代掉的人，也有更多的人利用新的工具創(chuàng)造了更多的財(cái)富。駕馭或是被替代，只在一念之間。銀行也是一樣，ChatGPT是一次機(jī)會(huì)，一次全面升級(jí)流程的機(jī)會(huì)；錯(cuò)過(guò)則將是挑戰(zhàn)，看著其他機(jī)構(gòu)提高效率的挑戰(zhàn)。從銀行客服開(kāi)始，無(wú)論是業(yè)務(wù)前臺(tái)還是中后臺(tái)，各項(xiàng)流程都有用ChatGPT重做一遍的潛力。?銀行客服：對(duì)于客服、催收等人工的替代，與ChatGPT關(guān)聯(lián)最直接，銀行應(yīng)用最廣泛，或?qū)㈤_(kāi)啟深度智能化階段。?業(yè)務(wù)前端：對(duì)于財(cái)富管理、小微客戶(hù)、個(gè)人消費(fèi)貸款等標(biāo)準(zhǔn)型產(chǎn)品，客戶(hù)識(shí)別有望進(jìn)一步細(xì)化，產(chǎn)品匹配有望更加精準(zhǔn)。?業(yè)務(wù)中端：諸如授信報(bào)告、審批報(bào)告、貸后管理報(bào)告等強(qiáng)格式性案頭工作，如能以ChatGPT替代，可有效提高運(yùn)營(yíng)效率。?科技基礎(chǔ)：銀行投入人工智能相關(guān)研究需要持續(xù)投入資源，特別是要投入支持模型運(yùn)轉(zhuǎn)及數(shù)據(jù)計(jì)算的算力資源。數(shù)據(jù)來(lái)源：浙商證券研究所整理。銀行客服：與ChatGPT關(guān)聯(lián)最直接，或機(jī)遇與挑戰(zhàn)諸如銀行客服、不良催收等需要與客戶(hù)進(jìn)行溝通的內(nèi)容可預(yù)期、重復(fù)規(guī)律性強(qiáng)的客戶(hù)交流性工作，與ChatGPT的特點(diǎn)最為契合。?適用范圍：銀行客戶(hù)、不良催收等。?現(xiàn)有實(shí)踐：①工商銀行：2021年，利用數(shù)字人、智能問(wèn)答、語(yǔ)音等交互技術(shù)，在客戶(hù)服務(wù)前臺(tái)、業(yè)務(wù)運(yùn)營(yíng)后臺(tái)等領(lǐng)域加大應(yīng)用“機(jī)器換人”，落地600+具有數(shù)字員工屬性的智能應(yīng)用場(chǎng)景。②平安銀行：2022年上半年，AI平臺(tái)新增模型1,080個(gè)，客服機(jī)器人場(chǎng)景每日對(duì)話(huà)量達(dá)60萬(wàn)次，問(wèn)題解決率超90%。③招商銀行：2022年上半年，AI智能客服、語(yǔ)音質(zhì)檢、智能審錄、海螺RPA（機(jī)器人流程自動(dòng)化）等共實(shí)現(xiàn)人力替代超過(guò)10,000人。?未來(lái)前景：ChatGPT的成功為已經(jīng)部署人工智能客服的銀行提供了優(yōu)化模型、提高智能化水平的方向。預(yù)計(jì)這一類(lèi)業(yè)務(wù)都將開(kāi)啟深度使用更加成熟人工智能客戶(hù)工具的階段。基于Transformer模型的架構(gòu)、數(shù)據(jù)及訓(xùn)練方式升級(jí)機(jī)遇與挑戰(zhàn)諸如財(cái)富管理這類(lèi)標(biāo)準(zhǔn)化程度較高的業(yè)務(wù)，可以利用ChatGPT的數(shù)據(jù)分析能力，細(xì)分客戶(hù)標(biāo)簽，提高產(chǎn)品推薦匹配度。?適用范圍：財(cái)富管理、小微客戶(hù)、個(gè)人消費(fèi)貸款等標(biāo)準(zhǔn)化程度較高的業(yè)務(wù)。?現(xiàn)有實(shí)踐：①平安銀行：2022年上半年，AI客戶(hù)經(jīng)理累計(jì)上線(xiàn)超1,400個(gè)場(chǎng)景，上半年月均服務(wù)客戶(hù)較2021年月均水平增長(zhǎng)63.2%。②招商銀行：2021年，招商銀行推出智能財(cái)富助理“AI小招”，基于大數(shù)據(jù)技術(shù)，通過(guò)知識(shí)沉淀與機(jī)器訓(xùn)練，實(shí)現(xiàn)更懂客戶(hù)和產(chǎn)品，為客戶(hù)提供收益查詢(xún)、漲跌分析、市場(chǎng)熱點(diǎn)解讀、產(chǎn)品推薦、資產(chǎn)配置建議等財(cái)富管理綜合服務(wù)。?未來(lái)前景：將客群更加細(xì)分，需求挖掘更加細(xì)化，產(chǎn)品需求匹配更加精準(zhǔn)?？蛻?hù)顧問(wèn)端客戶(hù)顧問(wèn)端財(cái)富管理后臺(tái)業(yè)務(wù)中臺(tái)業(yè)務(wù)前臺(tái)業(yè)務(wù)用戶(hù)用戶(hù)畫(huà)像機(jī)器人客服用戶(hù)畫(huà)像機(jī)器人客服個(gè)性化資產(chǎn)配置引流、獲客評(píng)估客戶(hù)的需求及評(píng)估客戶(hù)的需求及風(fēng)險(xiǎn)偏好提出投資策略、資提出投資策略、資產(chǎn)配置建議營(yíng)銷(xiāo)推廣輔助生成營(yíng)銷(xiāo)文案、營(yíng)銷(xiāo)推廣輔助生成營(yíng)銷(xiāo)文案、宣傳稿件等業(yè)務(wù)ChatGPT賦能業(yè)務(wù)資產(chǎn)管理端資產(chǎn)管理端產(chǎn)品算法交易算法交易交易執(zhí)行交易執(zhí)行自動(dòng)實(shí)現(xiàn)最有動(dòng)態(tài)自動(dòng)實(shí)現(xiàn)最有動(dòng)態(tài)配置再平衡智能風(fēng)控智能風(fēng)控風(fēng)險(xiǎn)管理風(fēng)險(xiǎn)管理機(jī)遇與挑戰(zhàn)諸如授信報(bào)告、審批報(bào)告等業(yè)務(wù)中后段強(qiáng)格式性的案頭工作，ChatGPT潛在替代性較高。?適用范圍：授信報(bào)告、審批報(bào)告、貸后管理報(bào)告等強(qiáng)格式性案頭工作。?現(xiàn)有實(shí)踐：基于語(yǔ)言生成技術(shù)的應(yīng)用目前暫無(wú)先例，仍有待探索。?未來(lái)前景：對(duì)于對(duì)公營(yíng)銷(xiāo)、授信審批等崗位人員來(lái)說(shuō)，工作中有很大一塊時(shí)間被消耗在諸如授信報(bào)告、審批報(bào)告、貸后管理報(bào)告這些格式性很強(qiáng)案頭材料的撰寫(xiě)上，占用了本可產(chǎn)生更大價(jià)值的客戶(hù)營(yíng)銷(xiāo)、調(diào)研等工作時(shí)間。ChatGPT對(duì)于這一類(lèi)主要可利用外部公開(kāi)信息完成的強(qiáng)格式性報(bào)告具有天然的適配性，如果能夠?qū)崿F(xiàn)替代，展業(yè)效率預(yù)計(jì)能夠?qū)崿F(xiàn)較大幅度的提高。營(yíng)銷(xiāo)案頭營(yíng)銷(xiāo)案頭機(jī)遇與挑戰(zhàn)正如ChatGPT成功的基礎(chǔ)一樣，銀行投入相關(guān)研究需要持續(xù)投入資源，特別是要投入支持模型運(yùn)轉(zhuǎn)及數(shù)據(jù)計(jì)算的算力資源。?適用范圍：銀行科技基礎(chǔ)設(shè)施建設(shè)。?現(xiàn)有實(shí)踐：近幾年我國(guó)主流商業(yè)銀行大多推動(dòng)了“系統(tǒng)上云”計(jì)劃，相應(yīng)地將原本的主機(jī)架構(gòu)轉(zhuǎn)為有若干服務(wù)器組成的云架構(gòu)。在這一轉(zhuǎn)型中，大多數(shù)銀行已經(jīng)初步具備了算力基礎(chǔ)，但要在人工智能領(lǐng)域做出突破性創(chuàng)新，仍需要在看清方向后對(duì)算力資源的持續(xù)投入。比較具有代表性的銀行基礎(chǔ)設(shè)施轉(zhuǎn)型情況如下：①建設(shè)銀行：率先實(shí)現(xiàn)“多專(zhuān)區(qū)多地域多技術(shù)棧多芯”布局，提供標(biāo)準(zhǔn)算力規(guī)模超20萬(wàn)臺(tái)云服務(wù)器，整體規(guī)模和服務(wù)能力保持同業(yè)領(lǐng)先。②招商銀行：上云后可支持的應(yīng)用更多，單位算力成本大幅下降。以信用卡為例，招行信用卡業(yè)務(wù)上云后，業(yè)務(wù)成本約節(jié)省了60%，算力提升了10倍。?未來(lái)前景：人工智能的突破需要強(qiáng)大基礎(chǔ)設(shè)施支撐，仍需持續(xù)投入及探索。機(jī)構(gòu)科技基礎(chǔ)設(shè)施建設(shè)情況工商銀行強(qiáng)化云平臺(tái)推廣實(shí)施，規(guī)模持續(xù)保持同業(yè)領(lǐng)先，強(qiáng)化分布式技術(shù)體系的日均服務(wù)調(diào)用量超過(guò)150億次農(nóng)業(yè)銀行計(jì)算資源云化率達(dá)到91%郵儲(chǔ)銀行零售端已完成190個(gè)系統(tǒng)的私有云平臺(tái)部署中信銀行基礎(chǔ)設(shè)施云化率達(dá)到99.7%平安銀行基礎(chǔ)設(shè)施云化率和運(yùn)維自動(dòng)化率均超過(guò)90%光大銀行業(yè)務(wù)應(yīng)用系統(tǒng)上云率接近90%數(shù)據(jù)來(lái)源：浙商證券研究所根據(jù)公開(kāi)新聞報(bào)道、公司公告整理。在當(dāng)前中美科技競(jìng)爭(zhēng)大背景下，中國(guó)商業(yè)銀行想要直接適用諸如ChatGPT這樣高度依賴(lài)大數(shù)據(jù)支撐的技術(shù)，存在較大障礙和風(fēng)險(xiǎn)。從成本和收益的角度來(lái)看，無(wú)論是接入API還是自主開(kāi)發(fā)類(lèi)似功能，均存在成本與收益的不確定性。?數(shù)據(jù)隱私：銀行數(shù)據(jù)的特殊性決定了應(yīng)用第三方技術(shù)的審慎性，應(yīng)用技術(shù)須考慮本地化、私有化部署模式。?系統(tǒng)穩(wěn)定：銀行不掌握ChatGPT核心技術(shù)，很難控制內(nèi)容輸出的正確性，也很難確保系統(tǒng)穩(wěn)定運(yùn)行，這在經(jīng)營(yíng)中存在很大風(fēng)險(xiǎn)。?成本投入：無(wú)論是接入ChatGPT，還是自主開(kāi)發(fā)類(lèi)似功能，均須較大成本投入，是否能夠?qū)崿F(xiàn)預(yù)期收益，存在不確定性。數(shù)據(jù)來(lái)源：浙商證券研究所整理。數(shù)據(jù)隱私：銀行數(shù)據(jù)的特殊性決定了應(yīng)用第三方技合規(guī)與成本銀行擁有的數(shù)據(jù)具有高度的隱私性和敏感性，直接應(yīng)用開(kāi)源第三方技術(shù)存在一定隱患。?主要障礙：①客戶(hù)隱私：使用ChatGPT可能會(huì)涉及個(gè)人信息的收集、使用和披露，需要遵守相關(guān)法律法規(guī)的規(guī)定并獲得客戶(hù)的授權(quán)。②銀行隱私：銀行的數(shù)據(jù)不僅涉及客戶(hù)隱私，還涉及自身的商業(yè)秘密，在使用開(kāi)源第三方技術(shù)處理內(nèi)部數(shù)據(jù)時(shí)，存在核心商業(yè)機(jī)密被泄露、釀成商業(yè)損失的隱患。③地緣風(fēng)險(xiǎn)：中美之間在技術(shù)安全、數(shù)據(jù)安全領(lǐng)域的爭(zhēng)端愈演愈烈。今年2月，中方發(fā)布《美國(guó)的霸權(quán)霸道霸凌及其危害》報(bào)告，在此背景下，境內(nèi)銀行直接應(yīng)用ChatGPT前景并不樂(lè)觀。?實(shí)踐案例：據(jù)報(bào)道，美國(guó)銀行、花旗集團(tuán)、德意志銀行、高盛集團(tuán)、富國(guó)銀行等銀行最近紛紛對(duì)使用ChatGPT發(fā)布了禁令。微軟和亞馬遜因擔(dān)心泄露機(jī)密信息，禁止公司員工向ChatGPT分享敏感數(shù)據(jù)。埃森哲也警告員工不要將客戶(hù)信息透露給ChatGPT。?改進(jìn)前景：同為人工智能技術(shù)服務(wù)商的科大訊飛，此前可以為客戶(hù)提供本地化、私有化部署的產(chǎn)品，以解決技術(shù)應(yīng)用和數(shù)據(jù)隱私之間的矛盾，或可為解決數(shù)據(jù)隱私與技術(shù)應(yīng)用的矛盾提供思路，但地緣風(fēng)險(xiǎn)的影響仍有待觀察。本地化部署思路本地化部署思路本地化、私有化服務(wù)器本地化、私有化服務(wù)器運(yùn)行ChatGPT訓(xùn)練輸出本地?cái)?shù)據(jù)、私有數(shù)據(jù)本地?cái)?shù)據(jù)、私有數(shù)據(jù)數(shù)據(jù)來(lái)源：浙商證券研究所根據(jù)公開(kāi)新聞報(bào)道整理。合規(guī)與成本銀行不掌握ChatGPT核心技術(shù)，很難控制內(nèi)容輸出的正確性，也很難確保系統(tǒng)穩(wěn)定運(yùn)行，這在經(jīng)營(yíng)中存在很大風(fēng)險(xiǎn)。?主要障礙：由于在經(jīng)濟(jì)金融活動(dòng)中的關(guān)鍵地位，監(jiān)管對(duì)銀行科技系統(tǒng)有著較高要求。諸如ChatGPT這一類(lèi)外接應(yīng)用，銀行不具備技術(shù)自主性，一方面無(wú)法保證其輸出內(nèi)容的準(zhǔn)確性，另一方面也無(wú)法保證不對(duì)其他系統(tǒng)運(yùn)行穩(wěn)定性造成影響，存在較大風(fēng)險(xiǎn)。另外，ChatGPT本質(zhì)仍是依賴(lài)語(yǔ)料庫(kù)的語(yǔ)言概率統(tǒng)計(jì)系統(tǒng)，對(duì)于語(yǔ)料庫(kù)不涵蓋的內(nèi)容，極易給出錯(cuò)誤答案。?實(shí)踐案例：據(jù)報(bào)道，2021年7月15日，某行突發(fā)系統(tǒng)故障，業(yè)務(wù)中斷20多分鐘，引發(fā)故障的原因可能與系統(tǒng)更新有關(guān)。?改進(jìn)前景：投產(chǎn)前需要對(duì)內(nèi)容和系統(tǒng)穩(wěn)定性進(jìn)行周密驗(yàn)證。與ChatGPT具有相同內(nèi)核的Bing問(wèn)答功能，2.2成本投入：自主與合作，投入與收益之間的取舍合規(guī)與成本無(wú)論是接入ChatGPT，還是自主開(kāi)發(fā)類(lèi)似功能，均須較大成本投入，是否能夠?qū)崿F(xiàn)預(yù)期收益，存在不確定性。?接入成本：目前ChatGPTAPI接口收費(fèi)標(biāo)準(zhǔn)為每百萬(wàn)Tokens收費(fèi)2.7美元（約18元人民幣）；同屬OpenAI公司開(kāi)發(fā)的Whisper語(yǔ)音轉(zhuǎn)文本工具API每分鐘收費(fèi)0.006美元（約人民幣4分錢(qián)）。以建行為例，假設(shè)文本轉(zhuǎn)語(yǔ)音成本與語(yǔ)音轉(zhuǎn)文本成本相同，推算建行僅智能客服一項(xiàng)每年成本需要額外投入約3億元。（不含開(kāi)發(fā)成本和對(duì)ChatGPT模型進(jìn)行專(zhuān)屬訓(xùn)練的成本。）建行2021年人均薪酬為33.71萬(wàn)元，如智能客服實(shí)際可替代人力少于890人，則效能并不顯著。?自主成本：ChatGPT初始投入成本在8億美元左右，每年電費(fèi)約1825萬(wàn)美元。考慮到中美電費(fèi)差異，國(guó)內(nèi)開(kāi)發(fā)與ChatGPT同等功能的資金投入約為人民幣初始投入56億+1.7億電費(fèi)/年。（不含開(kāi)發(fā)人員薪酬和維護(hù)成本。）但在開(kāi)發(fā)環(huán)境、人才能力種種因素制約下，自主開(kāi)發(fā)的類(lèi)似工具能夠收獲與ChatGPT的同等效果，存在極大不確定性。2023年3月5日，科技部王志剛部長(zhǎng)在兩會(huì)部長(zhǎng)通道表示，ChatGPT是個(gè)大模型、大計(jì)算、很好的計(jì)算方法，同一種原理，但做的質(zhì)量還是不一樣的。?未來(lái)前景：大多數(shù)銀行已有AI技術(shù)儲(chǔ)備，建議根據(jù)業(yè)界前沿修正技術(shù)方向，在既有成果上繼續(xù)探索，達(dá)成成本與收益的平衡。數(shù)據(jù)來(lái)源：浙商證券研究所根據(jù)公開(kāi)新聞報(bào)道、公司公告整理。備注：2021年，建行客服受理客戶(hù)咨詢(xún)18.08億人次，推算平均單次受理科技發(fā)展需要人力及財(cái)務(wù)資源的投入，綜合當(dāng)前科技水平及科技投入情況看，平安、招行、工行、建行科技進(jìn)步潛力較強(qiáng)。?科技人員：在披露科技人員數(shù)據(jù)的21家上市銀行中，科技隊(duì)伍總?cè)藬?shù)11.6萬(wàn)人，占從業(yè)總?cè)藬?shù)的5%。工行在絕對(duì)人數(shù)上一枝獨(dú)秀達(dá)3.5萬(wàn)人以上，浦發(fā)、招行、工行科技人員占比最高。?科技投入：在披露科技投入數(shù)據(jù)的24家上市銀行中，科技投入總額近1600億元，占營(yíng)收總額的3%。國(guó)有四大行在科技投入絕對(duì)規(guī)模占有優(yōu)勢(shì)；長(zhǎng)沙、平安、招行科技投入占營(yíng)收比重最高。4.30%4.20%4.66%4,539--94.40%--334.83%04.01%--3--48494,2864.36%1----4.36%447--ChatGPT模型及相關(guān)人工智能技術(shù)仍處快速發(fā)展過(guò)程中，本文介紹的相關(guān)技術(shù)理念和技術(shù)路線(xiàn)有發(fā)生質(zhì)變或被新技術(shù)替代的風(fēng)險(xiǎn)；銀行科技投入的產(chǎn)出效能或不及預(yù)期。以報(bào)告日后的6個(gè)月內(nèi)，行業(yè)指數(shù)相對(duì)于滬深300指數(shù)的漲跌幅為標(biāo)準(zhǔn)，定義如下