生成式AI 助力商業(yè)銀行數(shù)字化轉(zhuǎn)型

本文從生成式AI深刻改變各行各業(yè)說起，探討了生成式AI如何賦能商業(yè)銀行數(shù)字化轉(zhuǎn)型，并在此基礎(chǔ)上深入分析生成式AI在銀行合規(guī)科技中的應(yīng)用方案，最后指出生成式AI在商業(yè)銀行應(yīng)用時(shí)應(yīng)注意的潛在風(fēng)險(xiǎn)，包括風(fēng)險(xiǎn)認(rèn)知偏誤、數(shù)據(jù)合規(guī)問題，以及內(nèi)部風(fēng)險(xiǎn)處置。

2022年11月30日，美國人工智能研究公司OpenAI發(fā)布基于GPT—3.5模型的生成式人工智能（AI）對(duì)話系統(tǒng)ChatGPT，其效果超過了之前的人工智能模型，迅速在全球范圍內(nèi)引起巨大關(guān)注和熱潮。ChatGPT作為一個(gè)先進(jìn)的對(duì)話系統(tǒng)，不僅在智能對(duì)話處理方面取得了顯著成就，而且還展示了生成式AI在文本生成、信息處理和自然語言理解等方面的巨大潛力。自從推出以來，生成式AI迅速成為研究者、技術(shù)愛好者和商業(yè)界人士關(guān)注的焦點(diǎn)，許多將生成式AI用于日常工作中的想法也正在成為現(xiàn)實(shí)。

生成式AI正在深刻改變各行各業(yè)

生成式AI可以被認(rèn)為是一種通用式技術(shù)，而通用技術(shù)的特點(diǎn)是隨著時(shí)間的推移和技術(shù)的普遍應(yīng)用，這種技術(shù)可以推動(dòng)產(chǎn)業(yè)的變革和生產(chǎn)力的解放，例如工業(yè)革命時(shí)的蒸汽機(jī)、內(nèi)燃機(jī)等。目前，生成式AI的興起正在深刻地改變著各行各業(yè)的運(yùn)作模式。通過高級(jí)的算法和深度學(xué)習(xí)網(wǎng)絡(luò)，生成式AI能夠自主生成文本、圖像、音頻和視頻內(nèi)容，為創(chuàng)新和效率提供了前所未有的可能性。在媒體和內(nèi)容創(chuàng)作領(lǐng)域，生成式AI使得個(gè)性化內(nèi)容的制作變得更加快速和成本效益化，允許創(chuàng)作者以更少的時(shí)間和資源創(chuàng)造更豐富、更符合目標(biāo)受眾口味的內(nèi)容。在商業(yè)和市場(chǎng)營銷領(lǐng)域，生成式AI被用來創(chuàng)建個(gè)性化的廣告內(nèi)容和營銷策略，極大地提高了目標(biāo)精準(zhǔn)度和用戶參與度；同時(shí)，它還在為企業(yè)進(jìn)行數(shù)據(jù)分析和提供預(yù)測(cè)模型方面發(fā)揮著重要作用，幫助企業(yè)更好地理解市場(chǎng)趨勢(shì)和消費(fèi)者行為。在教育和培訓(xùn)行業(yè)，生成式AI通過提供定制化的學(xué)習(xí)材料和互動(dòng)體驗(yàn)，為個(gè)性化學(xué)習(xí)和遠(yuǎn)程教育開辟了新的道路，學(xué)生們可以通過AI生成的內(nèi)容獲得更加貼合自己學(xué)習(xí)節(jié)奏和興趣的學(xué)習(xí)體驗(yàn)，從而提高學(xué)習(xí)效率和興趣。

在金融行業(yè)中，生成式AI的應(yīng)用正在帶來革命性的變化。在風(fēng)險(xiǎn)管理和合規(guī)領(lǐng)域，生成式AI能夠通過分析歷史交易數(shù)據(jù)和市場(chǎng)趨勢(shì)，預(yù)測(cè)和識(shí)別潛在的風(fēng)險(xiǎn)點(diǎn)，幫助金融機(jī)構(gòu)更有效地遵守監(jiān)管要求并防范風(fēng)險(xiǎn)。在個(gè)性化財(cái)務(wù)顧問服務(wù)領(lǐng)域，生成式AI通過分析客戶的財(cái)務(wù)狀況和投資偏好，為客戶提供定制化的投資建議和財(cái)務(wù)規(guī)劃服務(wù)。在信貸評(píng)估領(lǐng)域，AI能夠快速處理和分析大量的借款人數(shù)據(jù)，提高信貸審批的速度和精確度，從而大幅提升金融服務(wù)的效率和客戶滿意度。

生成式AI賦能商業(yè)銀行數(shù)字化轉(zhuǎn)型

商業(yè)銀行的數(shù)字化轉(zhuǎn)型是伴隨技術(shù)進(jìn)步產(chǎn)生的必要組織形態(tài)、系統(tǒng)架構(gòu)、人員組成、業(yè)務(wù)模式等的轉(zhuǎn)變，是商業(yè)銀行積極利用技術(shù)提高管理水平、增大用戶影響力、改進(jìn)商業(yè)經(jīng)營模型的舉措。伴隨著信息技術(shù)的發(fā)展，數(shù)字化轉(zhuǎn)型使得銀行從傳統(tǒng)經(jīng)營方式到目前為止，已然經(jīng)歷了三次主要的數(shù)字化變革。

商業(yè)銀行的第一次數(shù)字化變革是銀行內(nèi)部的數(shù)字化。隨著20世紀(jì)80年代初開始出現(xiàn)個(gè)人電腦并逐步普及，銀行開始擺脫傳統(tǒng)人工經(jīng)營方式，在銀行內(nèi)部推行業(yè)務(wù)的計(jì)算機(jī)處理和金融數(shù)據(jù)的入網(wǎng)與聯(lián)網(wǎng)。這一次數(shù)字化轉(zhuǎn)型使得商業(yè)銀行內(nèi)部基本建立起數(shù)字化處理業(yè)務(wù)的基礎(chǔ)設(shè)施，進(jìn)一步統(tǒng)一和規(guī)范了銀行內(nèi)部業(yè)務(wù)處理流程，大大提高了銀行的業(yè)務(wù)處理效率。

商業(yè)銀行的第二次數(shù)字化變革是外部經(jīng)營的數(shù)字化。這一數(shù)字化變革起源于移動(dòng)互聯(lián)網(wǎng)和移動(dòng)智能設(shè)備的普及，傳統(tǒng)經(jīng)營網(wǎng)點(diǎn)開始衰退，網(wǎng)上銀行和手機(jī)銀行開始出現(xiàn)，銀行與第三方支付平臺(tái)綁定支付模式開始取代傳統(tǒng)紙幣支付模式，實(shí)現(xiàn)了銀行客戶隨時(shí)隨地辦理銀行業(yè)務(wù)的需要。這一次數(shù)字化轉(zhuǎn)型是商業(yè)銀行在外部經(jīng)營模式上的創(chuàng)新，進(jìn)一步擴(kuò)大了銀行的經(jīng)營群體和業(yè)務(wù)受體，提高了銀行的經(jīng)營效率。

商業(yè)銀行的第三次數(shù)字化變革是深度、全面的智能化和數(shù)字化。隨著人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)等金融科技技術(shù)的發(fā)展，商業(yè)銀行從內(nèi)部業(yè)務(wù)到外部經(jīng)營正在接受著全面、深度的數(shù)字化轉(zhuǎn)型，智能風(fēng)控、信貸審批模型、信用分析系統(tǒng)、智能機(jī)器人客服等都表現(xiàn)出AI智能化已經(jīng)成為了第三次數(shù)字化轉(zhuǎn)型的主要特點(diǎn)。尤其是在ChatGPT出現(xiàn)以后，生成式AI與銀行業(yè)務(wù)的融合給予商業(yè)銀行數(shù)字化轉(zhuǎn)型新的動(dòng)力和期待點(diǎn)，將成為引領(lǐng)新一代銀行轉(zhuǎn)型的重要力量。

ChatGPT出現(xiàn)在銀行進(jìn)行第三次數(shù)字化轉(zhuǎn)型的時(shí)間點(diǎn)，其效果展示是一種具有強(qiáng)大內(nèi)容創(chuàng)作和人機(jī)交互的通用生成式AI應(yīng)用，并且在底層模型的逐步更新迭代過程中已經(jīng)由一個(gè)聊天機(jī)器人發(fā)展成為具備解決多模態(tài)問題能力的應(yīng)用，可以同時(shí)解決文字、音頻、圖像等相關(guān)問題。隨著研究的不斷深入，一些聚焦于垂直細(xì)分領(lǐng)域的生成式AI應(yīng)用也隨之出現(xiàn)，這些細(xì)分領(lǐng)域生成式AI的開發(fā)思路一般有兩種，一種是基于原有通用生成式AI自定義具有某些專業(yè)功能的生成式AI，這一方式也被OpenAI公司以GPT Store的形式實(shí)現(xiàn)；另一種方式是從生成式AI的底層訓(xùn)練數(shù)據(jù)入手，利用通用訓(xùn)練數(shù)據(jù)+細(xì)分領(lǐng)域特有訓(xùn)練數(shù)據(jù)的形式對(duì)模型進(jìn)行訓(xùn)練，比如早在2023年3月，全球最大的金融信息服務(wù)商彭博（Bloomberg）宣布其訓(xùn)練了第一個(gè)金融領(lǐng)域的大語言模型BloombergGPT，BloombergGPT參數(shù)規(guī)模為200億，使用了彭博自建的3630億代碼（token）的金融數(shù)據(jù)集和3450億token的通用數(shù)據(jù)集。眾多研究對(duì)比測(cè)試也表明，垂直細(xì)分領(lǐng)域的生成式AI在解決該特定領(lǐng)域的絕大多數(shù)任務(wù)時(shí)會(huì)優(yōu)于通用型的生成式AI，這說明了特定領(lǐng)域的生成式AI可以表現(xiàn)出在該領(lǐng)域更優(yōu)的效果和能力，這也為生成式AI在銀行數(shù)字化轉(zhuǎn)型中應(yīng)用的可行性做出了科學(xué)的判斷和實(shí)踐上的認(rèn)可。

生成式AI的出現(xiàn)與銀行的數(shù)字化轉(zhuǎn)型存在天然的時(shí)空耦合，可以進(jìn)一步整合銀行內(nèi)外部、全方位的業(yè)務(wù)需求，更加系統(tǒng)化地推進(jìn)銀行的數(shù)字化轉(zhuǎn)型，使得銀行的數(shù)字化轉(zhuǎn)型更加智能和類人化，為銀行的數(shù)字化轉(zhuǎn)型提供了新思路和新想法。生成式AI的這種系統(tǒng)化、創(chuàng)造性的能力更多源于其具有的“涌現(xiàn)能力”，主要體現(xiàn)在三個(gè)方面：一是上下文學(xué)習(xí)（In-Context Learning，簡稱ICL），這也是一種記憶和學(xué)習(xí)的能力，能夠在輸入的上下文中學(xué)習(xí)到給定的例子并完成類似的任務(wù)，而無須對(duì)底層模型進(jìn)行額外的訓(xùn)練或梯度更新；二是推理能力，生成式AI通過一系列中間推導(dǎo)過程的思維鏈（Chain-of-Thought，簡稱CoT）可以實(shí)現(xiàn)數(shù)學(xué)推理、常識(shí)推理、符號(hào)推理、邏輯和知識(shí)的能力，這在任務(wù)的系統(tǒng)性和完整性中是非常重要的；三是零樣本學(xué)習(xí)（Zero-Shot Learning），可以簡單地理解為人類的學(xué)習(xí)過程，即使看見沒見過的東西，也可以根據(jù)先驗(yàn)知識(shí)做到一定程度上的識(shí)別。除此之外，生成式AI利用基于人類反饋的強(qiáng)化學(xué)習(xí)（Reinforcement Learning with Human Feedback，簡稱RLHF）對(duì)齊人類產(chǎn)出的方式也使得其內(nèi)容輸出與人類的主流核心價(jià)值觀保持一致，避免了其中的科技和道德倫理問題，使得生成式AI可以合理且正確地應(yīng)用于新一代銀行數(shù)字化轉(zhuǎn)型之中。

生成式AI可以為商業(yè)銀行數(shù)字化轉(zhuǎn)型提供諸多解決方案，通過自動(dòng)化和優(yōu)化程序的方式承擔(dān)商業(yè)銀行中行政管理、日常決策等工作。從細(xì)分業(yè)務(wù)來看，生成式AI可以被潛在應(yīng)用于欺詐檢測(cè)和預(yù)防、風(fēng)險(xiǎn)評(píng)估、信貸決策、投資組合管理、市場(chǎng)分析等銀行重點(diǎn)業(yè)務(wù)活動(dòng)中，并且可以在客戶服務(wù)、個(gè)性化產(chǎn)品推薦和員工招聘等活動(dòng)中發(fā)揮著更加具有創(chuàng)造性和客戶吸引力的作用。

目前，商業(yè)銀行的金融科技戰(zhàn)略已經(jīng)成為推進(jìn)自身數(shù)字化轉(zhuǎn)型的重要舉措，根據(jù)年報(bào)數(shù)據(jù)披露，2022年六大國有銀行的金融科技投入總計(jì)1165億元，十大股份行的金融科技投入總計(jì)648億元，國有大行和股份行金融科技投入占營業(yè)收入比達(dá) 3.37%，金融科技員工占比達(dá)5.45%。就人工智能行業(yè)而言，根據(jù)中國社會(huì)科學(xué)院金融科技數(shù)據(jù)庫統(tǒng)計(jì)，我國人工智能企業(yè)數(shù)量也已經(jīng)超過了4400家。而根據(jù)互聯(lián)網(wǎng)數(shù)據(jù)中心（IDC）的報(bào)告顯示，隨著2023年ChatGPT的爆火，我國90%的銀行也已經(jīng)開始了人工智能在銀行業(yè)務(wù)中的應(yīng)用，并且也有不少的銀行開始嘗試ChatGPT在銀行數(shù)字化轉(zhuǎn)型中的探索。中國農(nóng)業(yè)銀行率先推出了名為 ChatABC 的自主金融AI 大模型，中國工商銀行發(fā)布了基于昇騰 AI 的金融行業(yè)通用模型；中國郵政儲(chǔ)蓄銀行、中信銀行、興業(yè)銀行和蘇州銀行等則選擇接入百度開發(fā)的“文心一言”大模型打造具有銀行特色的人工智能應(yīng)用。

生成式AI在銀行合規(guī)科技的應(yīng)用方案

合規(guī)科技致力于通過金融機(jī)構(gòu)內(nèi)部數(shù)據(jù)作為核心抓手，并利用人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)等金融科技底層技術(shù)來解決金融機(jī)構(gòu)內(nèi)部的合規(guī)問題，以尋求內(nèi)部合規(guī)效率的提升以及精確度的加強(qiáng)，為金融機(jī)構(gòu)加強(qiáng)風(fēng)險(xiǎn)管理、降低合規(guī)成本、實(shí)現(xiàn)監(jiān)管合規(guī)提供更加智能化、合理化、快速化的解決方案。商業(yè)銀行在進(jìn)行數(shù)字化轉(zhuǎn)型中最為核心的問題是如何應(yīng)用科技的手段實(shí)現(xiàn)銀行利潤與風(fēng)險(xiǎn)的平衡，其中一個(gè)重要的邏輯是通過有效地管理和控制風(fēng)險(xiǎn)，就可以確保利潤的最大化并歸于自身所有，這樣就需要從合規(guī)科技的視角參與銀行的數(shù)字化轉(zhuǎn)型。

一是看銀行可以采取什么數(shù)字化方式，來改進(jìn)銀行內(nèi)部的合規(guī)業(yè)務(wù)處置。銀行內(nèi)部的合規(guī)，需要滿足銀行開展的業(yè)務(wù)符合相關(guān)法律法規(guī)要求和監(jiān)管機(jī)構(gòu)的監(jiān)管條件。從細(xì)化的角度來看，銀行開展業(yè)務(wù)中存在的不合規(guī)行為本質(zhì)上是一次有效的風(fēng)險(xiǎn)暴露，同時(shí)合規(guī)問題又往往與銀行的風(fēng)險(xiǎn)管理產(chǎn)生必然聯(lián)系，這就導(dǎo)致了利用數(shù)字化去改進(jìn)銀行的合規(guī)業(yè)務(wù)處置，本質(zhì)上是一種風(fēng)險(xiǎn)管理的數(shù)字化。利用大數(shù)據(jù)技術(shù)對(duì)銀行數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，利用人工智能技術(shù)將風(fēng)險(xiǎn)控制模型化，利用云計(jì)算技術(shù)來實(shí)時(shí)監(jiān)控銀行內(nèi)部的風(fēng)險(xiǎn)暴露和合規(guī)問題，利用區(qū)塊鏈技術(shù)實(shí)現(xiàn)去中心化的隱私保護(hù)，這些都是利用數(shù)字化技術(shù)可以實(shí)現(xiàn)的銀行合規(guī)業(yè)務(wù)的處置。

二是看銀行從哪些環(huán)節(jié)采取數(shù)字化轉(zhuǎn)型的方法進(jìn)行業(yè)務(wù)的變革，以及這些變革對(duì)銀行自身風(fēng)險(xiǎn)管理的影響。隨著商業(yè)銀行第二次和第三次數(shù)字化變革的進(jìn)行，銀行轉(zhuǎn)型主要可以從資產(chǎn)端、負(fù)債端和支付端來看。資產(chǎn)端上，銀行借助手機(jī)銀行等APP平臺(tái)積極擴(kuò)展信貸方式和信貸場(chǎng)景，并利用大數(shù)據(jù)、人工智能等技術(shù)對(duì)信貸業(yè)務(wù)的風(fēng)控進(jìn)行全面優(yōu)化；負(fù)債端上，銀行通過大數(shù)據(jù)模型提供更為精確的金融業(yè)務(wù)個(gè)人推送，并使用多種方式實(shí)現(xiàn)平臺(tái)化的資金吸收，同時(shí)依靠銀行內(nèi)部數(shù)據(jù)和監(jiān)管機(jī)構(gòu)等第三方數(shù)據(jù)有效地實(shí)現(xiàn)“了解你的客戶（Know Your Customer，簡稱KYC）”等風(fēng)險(xiǎn)控制；支付端，銀行注重為用戶提供更為安全和智能的支付服務(wù)，應(yīng)用大數(shù)據(jù)技術(shù)對(duì)用戶支付過程中的行為進(jìn)行風(fēng)險(xiǎn)分析，為用戶資金提供更加安全的保障，應(yīng)用生物識(shí)別技術(shù)使客戶的支付行為更加便捷和安全。

三是看銀行采取的數(shù)字化轉(zhuǎn)型方式存在哪些潛在的合規(guī)風(fēng)險(xiǎn)。銀行的數(shù)字化轉(zhuǎn)型從根本上講是屬于技術(shù)驅(qū)動(dòng)和數(shù)據(jù)驅(qū)動(dòng)的，要注意使用的技術(shù)是否會(huì)出現(xiàn)知識(shí)產(chǎn)權(quán)方面的風(fēng)險(xiǎn)，銀行與金融科技公司以合作模式進(jìn)行協(xié)作開發(fā)的過程中要厘清權(quán)責(zé)，同時(shí)數(shù)據(jù)的隱私安全和合規(guī)治理是銀行在數(shù)字化轉(zhuǎn)型的過程中始終需要注意的話題。

生成式AI應(yīng)用可以為商業(yè)銀行資產(chǎn)端、負(fù)債端以及支付端的合規(guī)科技數(shù)字化轉(zhuǎn)型提供新的解決思路。資產(chǎn)端上，生成式AI模型“預(yù)訓(xùn)練+指令微調(diào)”的特點(diǎn)使得為不同客戶、不同信貸場(chǎng)景、不同信貸方式構(gòu)建定制化的風(fēng)控模型變成可能，同時(shí)生成式AI數(shù)據(jù)驅(qū)動(dòng)的使用方式可以完成結(jié)構(gòu)性數(shù)據(jù)和非結(jié)構(gòu)數(shù)據(jù)的收集與整合，實(shí)現(xiàn)即時(shí)的資產(chǎn)風(fēng)險(xiǎn)檢測(cè)和客戶追蹤，做到對(duì)信貸的低成本管理；負(fù)債端上，生成式AI可以借助定制化服務(wù)更好地匹配用戶的風(fēng)險(xiǎn)偏好與其財(cái)富管理需求，為用戶提供全天候、個(gè)性化、低門檻的智能投顧服務(wù)，從而更好地維持存量、吸引增量；支付端上，生成式AI善于結(jié)合實(shí)時(shí)數(shù)據(jù)根據(jù)不同的場(chǎng)景為用戶提供更加安全、便捷的支付方式建議，對(duì)于存在潛在風(fēng)險(xiǎn)的支付訂單生成式AI可以及時(shí)提醒并進(jìn)行風(fēng)險(xiǎn)警示。

目前，生成式AI在銀行合規(guī)科技數(shù)字化轉(zhuǎn)型中已經(jīng)有一些落地的實(shí)踐案例。比如，長沙銀行與科大訊飛合作實(shí)現(xiàn)了客服通話錄音的智能化處理，推動(dòng)了客戶風(fēng)險(xiǎn)檢測(cè)和客戶服務(wù)數(shù)據(jù)挖掘等工作的建設(shè)；浦發(fā)銀行同百度“文心一言”合作開發(fā)了金融行業(yè)模型，提升了金融文本命名實(shí)體識(shí)別模型的精準(zhǔn)率，進(jìn)一步提升了信貸授信報(bào)告處理的準(zhǔn)確率和操作效率，有望降低信貸問題處置中的潛在風(fēng)險(xiǎn)；農(nóng)業(yè)銀行蘇州銀行運(yùn)用人工智能技術(shù)打造全天候風(fēng)險(xiǎn)監(jiān)控系統(tǒng)，實(shí)現(xiàn)了實(shí)時(shí)預(yù)警、智能預(yù)警的風(fēng)險(xiǎn)監(jiān)控目標(biāo)。

生成式AI在商業(yè)銀行應(yīng)用時(shí)應(yīng)注意的潛在風(fēng)險(xiǎn)

隨著生成式AI的持續(xù)火爆和其能力的迅猛發(fā)展，商業(yè)銀行需要積極擁抱ChatGPT以尋求更高程度的數(shù)字化轉(zhuǎn)型，但由于銀行行業(yè)具有較高的安全性需求和對(duì)技術(shù)使用的敏感性需求，這就導(dǎo)致商業(yè)銀行必須謹(jǐn)慎對(duì)待生成式AI技術(shù)中存在的潛在風(fēng)險(xiǎn)和合規(guī)性問題，并采取適當(dāng)合理的對(duì)策對(duì)其中的風(fēng)險(xiǎn)進(jìn)行預(yù)防和處置。

其一，風(fēng)險(xiǎn)認(rèn)知偏誤。生成式AI優(yōu)秀產(chǎn)出效果在媒體上的廣泛宣傳使得銀行可能在評(píng)估或應(yīng)對(duì)生成式AI潛在風(fēng)險(xiǎn)時(shí)存在心理和認(rèn)知偏差，在銀行使用生成式AI進(jìn)行日常工作時(shí)可能會(huì)低估生成式AI存在的技術(shù)缺陷或過度依賴生成式AI的產(chǎn)出和判斷，從而導(dǎo)致管理層和員工對(duì)新技術(shù)的風(fēng)險(xiǎn)評(píng)估不準(zhǔn)確。為了緩解這一問題，商業(yè)銀行內(nèi)部需要?jiǎng)?chuàng)建由不同部門代表組成的團(tuán)隊(duì)來評(píng)估和管理生成式AI的應(yīng)用，從而確保不同視角和專業(yè)知識(shí)的融入，減少單方面的偏見；同時(shí)要建立針對(duì)生成式AI性能和決策質(zhì)量的反饋機(jī)制，正確評(píng)估生成式AI所帶來的收益和潛在風(fēng)險(xiǎn)損失。

其二，數(shù)據(jù)合規(guī)問題。數(shù)據(jù)是生成式AI發(fā)展的基石，數(shù)據(jù)合規(guī)決定了生成式AI能否正確合理地使用，而在銀行業(yè)中數(shù)據(jù)的合規(guī)性起著更加重要的作用。然而生成式AI在銀行的應(yīng)用仍舊存在生成式AI模型的算法透明度、銀行金融數(shù)據(jù)隱私、生成式AI內(nèi)容產(chǎn)出的知識(shí)產(chǎn)權(quán)等問題，對(duì)此商業(yè)銀行需要嚴(yán)格遵守《數(shù)據(jù)安全法》等數(shù)據(jù)相關(guān)的法律法規(guī)，實(shí)施包括數(shù)據(jù)收集、處理、存儲(chǔ)和銷毀在內(nèi)的更加細(xì)致的數(shù)據(jù)管理政策，并且使用加密和安全訪問控制技術(shù)來保護(hù)數(shù)據(jù)，確保所有數(shù)據(jù)處理流程都經(jīng)過嚴(yán)格的安全審查。

其三，內(nèi)部風(fēng)險(xiǎn)處置。銀行通過引入生成式AI這種新技術(shù)進(jìn)行數(shù)字化轉(zhuǎn)型，不可避免地會(huì)加劇復(fù)雜技術(shù)環(huán)境和新型操作模式下技術(shù)故障、操作錯(cuò)誤、信息泄露等內(nèi)部風(fēng)險(xiǎn)。商業(yè)銀行應(yīng)該定期對(duì)員工進(jìn)行培訓(xùn)，提高員工使用生成式AI的水平和對(duì)于使用生成式AI時(shí)潛在風(fēng)險(xiǎn)的認(rèn)識(shí)；并建立明確的操作指南和合規(guī)行動(dòng)手冊(cè)以確保員工在使用生成式AI時(shí)能遵循最佳實(shí)踐，減少操作錯(cuò)誤。

（尹振濤為中國社會(huì)科學(xué)院金融研究所金融科技研究室主任，王振為中國社會(huì)科學(xué)院大學(xué)應(yīng)用經(jīng)濟(jì)學(xué)院碩士研究生。本文為中國社會(huì)科學(xué)院智庫基礎(chǔ)研究項(xiàng)目“中國金融科技發(fā)展指數(shù)構(gòu)建與研究”（23ZKJC068）的階段性成果。責(zé)任編輯/王茅）