生成式人工智能(AIGC)在金融信貸業務中的應用及挑戰探究

張知博

摘 要：生成式人工智能（以下簡稱AIGC）技術有著廣泛的應用前景，但目前尚未有針對其在金融信貸業務方面應用的專門歸納和前瞻性研究。為此，文章結合金融行業經驗，首先，以實用性為導向，整理出金融信貸行業主要業務板塊中存在的問題及AIGC技術可切入的角度和做法；其次，AIGC作為一項金融科技，在銳意革新的背后也存在不少的風險和挑戰；最后，提出相關應對建議，以期對金融信貸行業合理合規落地AIGC技術有所啟示。

關鍵詞：AIGC；信貸行業；金融科技

中圖分類號：F832;F49文獻標識碼：A文章編號：1005-6432（2024）18-0190-05

DOI：10.13939/j.cnki.zgsc.2024.18.048

1 引言

隨著金融信貸行業數字化轉型的日益深入，金融科技關鍵技術應用的落地不斷呈現新趨勢，AIGC成為炙手可熱的新應用探索。信貸業務作為金融業服務實體經濟的重要窗口，在行業機構和科技企業的共同推動下，以及國家和監管機構的指導下，有望借助AIGC實現進一步高質量發展。AIGC可以成為優化金融信貸服務的抓手，推進我國“金融強國”之路。

2 AIGC助力金融信貸業務高質量發展

2.1 AIGC成為金融信貸業務發展的新動能

AIGC是由AI技術整合數據和知識生產內容的創作方式。區別于目前廣泛應用于金融領域的數據和模型，側重識別、分類和預測等功能的分析式AI，生成式AI（AIGC）主要依靠“自然語言處理”“機器學習”“深度學習”等技術進行模仿、縫合和創新工作。AIGC結合分析式AI技術，可以實現AI在信貸領域的深層應用，推動信貸業務的高質量發展。

2.2 ?AIGC助力金融信貸業務發展的時機成熟

一是國家支持AIGC在相關領域的應用。2023年7月，國家網信辦等七部門聯合頒布了《生成式人工智能服務管理暫行辦法》“ 鼓勵生成式人工智能技術在各行業、各領域的創新應用，生成積極健康、向上向善的優質內容，探索優化應用場景，構建應用生態體系。”

二是金融行業對AIGC健康發展的迫切需求。信貸行業客群基礎龐大，客戶數據龐雜，素質參差不齊，給業務和服務帶來了很大的挑戰。在金融和信息技術普及之前，信貸業務主要集中在銀行業，對客戶資質要求高、審核嚴、周期長，也催生了非法民間借貸等產業。近年來，隨著科技的發展與監管機構的介入，合法信貸業務開始更有效地滲入信貸“長尾客群”，特別是資產水平不高、資金周轉要求高的小微個體業主和普通消費者，在一定程度上助力了創業、促進了內需。AIGC的深入應用將繼續探索科技對信貸業務的促進，特別是人工介入較高的信貸產品推薦、客戶服務等環節。

三是從功能架構上看，AIGC已具備應用在金融信貸業務中的條件。AIGC主要的架構層面包括基礎設施層面、模型層面、應用層面三個。其中，基礎設施層面可為信貸行業提供數據、算力、計算平臺、模型開發訓練平臺以及其他配套設施的供應商和服務商，如數據提供商和標簽服務商（見表1）；模型層面主要為語言模型等應用模型，目前國內已有眾多公司開發；應用層面可基于不同的需求直接生產可工作的內容。具體應用可以通過不同層級的功能搭建和定制使用。

3 基于實踐角度的AIGC信貸業務應用場景分析

文章結合業務實踐，探討AIGC在金融信貸領域可應用的主要場景和介入方式。所涉及的部分領域目前業內還未進行AIGC應用開發，文章僅從可行性方面進行探討，以期給予業內啟示。

3.1 產品設計領域

金融信貸業務中常需要根據不同行業的合作方設計有針對性的合作產品，甚至同行不同企業的產品要求也會有所不同。如與互聯網運輸行業合作的“司機貸”，其額度、期限、利率就與一般企業貸、消費貸不同。而同樣是針對司機的貸款，提供給網約車司機和貨車司機的貸款產品也有所不同。各合作平臺規模、垂直行業特征所決定的用款周期、風險水平都會隨之變化。在產品設計中，信息收集、數據測算和產品評估都是痛難點。而AIGC獨特的腳本生成能力和泛場景化能力可以在以下兩個環節賦能信貸產品設計。

3.1.1 需求挖掘和設計

需求挖掘主要涉及業務發現和可行性報告的初步資料收集，如計算業務市場規模、盈利規模、生成合作企業情況、競品情況等，AIGC的介入可以幫助產品經理節約大量檢索時間。

此外，AIGC對產品設計、定價等評估都有重大意義。在信貸新產品設計中，通常面臨大量非結構化、半結構化數據需要進行收集和處理的問題。AIGC可以很大程度上提高這類數據處理過程的效率，為產品設計提供經過提煉、分析、總結的信息和數據參考。

3.1.2 文檔編寫和信息搜索

產品設計基本信息確定之后，基于產品的結構化屬性和規范化流程，如產品報告、合同及消保條款撰寫，可通過AIGC快速生成對應的文檔、圖像，簡化報告過程中較為煩瑣、重復的過程，加速產品從設計開發到上線的過程。在產品上線后，AIGC還可開啟對項目或產品的后評價參考工作，如對產品表現、輿情表現情況進行收集和總結，并形成相應報告，給出下一步如“正常經營”“收縮規模”“關停”等建議（見表2）。

3.2 營銷交互領域

目前，金融信貸營銷領域普遍存在的“不能在合適的時機將合適的產品，用合適的機制推薦給合適的客戶”的問題。AIGC的模仿、縫合和創新功能可以在營銷交互領域大展身手。

3.2.1 溝通獲客

通過AIGC介入獲客可有效地減少對客戶的打擾，緩解營銷交互中“在合適的時間給合適的客戶推薦產品”問題。目前，金融機構信貸業務主動獲客方式依賴短信、App Push 推送、人工電話或自動語音電話批量撥打等，觸達效率較低。

AIGC的介入可以一定程度上實現智能獲客，可以聯合分析式AI通過判別模型和外部數據識別出實際有資金需求的客戶和近期可能有資金需求的客戶，并通過線上、電話等不同場景自動匹配相應的營銷話術，甚至生成相應的宣傳視頻、圖片、文案等，提高客戶營銷的觸達率和轉化率，同時減少對客戶不必要的打擾。目前，北美多家銀行就采用AI模型洞察客戶的財務需求和偏好，在正確的時間為客戶提供正確的產品。這類時機恰當，甚至是基于需求定制的產品，可以提高客戶的黏性，提高業務的整體效率。

3.2.2 匹配推薦

金融信貸產品的推薦和匹配主要針對客戶提交的需求進行，如客戶需要數百萬級別資金，線下業務員會匹配可提供相應額度的金融機構依次申請直至成功為止；線上則會通過本平臺申請、API轉平臺等方式推動用戶在多平臺借款。整體而言，借貸需求匹配時間長且不夠精準、存在反復試錯等情況。

在AIGC的幫助下，金融機構可升級匹配體系，通過個人征信報告以及外部機構，提取這些結構化數據、非結構文檔中的關鍵信息，用NLP（自然語言處理）快速處理反應，并通過計算客戶目前的還貸比、預估后續流水收入情況，綜合借款額度意愿和還款能力、信用水平，為客戶推薦合適的信貸機構方和信貸產品，解決信貸營銷交互中“給合適的客戶推薦合適的產品”問題。

3.2.3 智能營銷

目前，金融信貸機構主流營銷模式是通過人為指定營銷策略，采用ABtest（通常為小范圍受邀人群和空白組）對照效果以決定是否擴大該營銷策略。AIGC的深度應用將改進這一模式。AIGC營銷策略可包括營銷活動創建、人群圈選、內容觸達、自動化運營策略配置、運營分析等模塊。運營總后臺可以快速完成內容創作、文章撰寫、活動創作等，甚至自動化進行策略的理解和配置生成，從而更好、更快速地實現千人千面的營銷觸達。例如：AIGC可以通過計算和溝通快速了解客戶需求，通過預設目標完成用戶分類和試驗，并迭代試驗結果自動進行分發和成效分析，反饋給運營相關部門，快速提升現有營銷反應速度和策略迭代有效性，解決“給合適的客戶提供合適的營銷策略”問題。

3.3 客戶服務領域

目前，智能客服普遍存在問題識別不夠精準、回答模式化等問題，導致客戶滿意度較低。隨著近年來金融機構“降本增效”工作的開展，以銀行機構為例，2020年后，人工客服從業數量年均降低約10%，加之智能客服的“不智能”，給客服系統帶來了較大壓力。而AIGC強大的學習、整合能力使其在信貸客服領域的作用備受期待。

3.3.1 升級智能客服系統

智能客服系統已經成為目前金融信貸行業的標配。但信貸行業客戶，特別是長尾客戶，存在需求急、顧慮多、投訴猛等特點，而更多現有AI客服只能基于預設腳本實施任務，打著智能的旗號做機械化的工作，引發客戶的不滿。而通過AIGC的自然語言理解和生成技術，系統可以深度學習算法和進行大量的數據分析，自動生成相應的解答和服務方案。特別是在信貸客服中，安撫和緩解客戶情緒是一項重要工作，AIGC可以通過情感分析技術，識別客戶的情緒狀態，生成相應方案，提高服務的效果和滿意度。

目前，國內AI服務領域公司在自然語言處理、機器學習、深度學習上的力度有所加強，已有多家銀行基于AI技術商服務，升級了智能客服業務，如寧波銀行和商湯科技聯合打造的 “AI數字服務中臺”，并配備了數字人員工“小寧”，能連接銀行的運營管理平臺，針對客戶不同需求進行解答、引導和智能分流。不少消費金融公司、互聯網金融平臺也在積極嘗試智能客服服務，目前已有多家自行或合作進行研發，但受限于精度問題尚未全方位宣布投產。

3.3.2 提升知識庫管理水平

AIGC核心的讀取與整合能力，可以幫助金融信貸行業機構大幅提升知識庫管理水平，對于客戶服務工作甚至內部產品、制度的管理都有啟發性作用。AIGC可通過整合行業問題和客戶咨訴問題，實時更新知識庫，方便內部人員學習、把握市場和客戶動態，也能更好地迭代服務客戶。

另外，AIGC還可以成為內部知識水平的監測工具，它可以抽取題庫和優秀通話等形成應用場景，檢測、檢查員工特別是客服人員知識掌握水平、話術的合規性和應答合理性，并對優秀解答進行學習和推廣等。

3.3.3 豐富智能客服樣式

AIGC可以豐富客戶服務的場景和樣式，根據客戶喜好生成虛擬業務受理點和業務員。比如此前摩根大通的數字資產平臺Onyx開通的虛擬大堂，可以觀看對加密貨幣的相關演示。韓國國民銀行可以通過頭戴式VR訪問銀行業務。但彼時AIGC技術成熟度不高，這些新服務形式對訪問設備要求較高。就現今情況來看，信貸機構可以通過手機、電腦等日常設備，合規地設置虛擬大堂和服務人員，根據客戶標簽或溝通生成客戶偏好的營業廳風格和服務人員風格，在為客戶推薦產品、辦理業務、解決問題的同時，提高客戶服務過程中的趣味性和滿意度。

3.4 風險及反欺詐領域

3.4.1 提升風險評估效率

風險識別與控制是信貸業務核心工作之一。AIGC技術可以根據客戶過往信息和數據，通過問答溝通，核實借款目的的真實性和必要性，以及驗證客戶所提交信息等，并快速出具信用評估報告和數據，為風險準入結論提供參考，其溝通和數據獲取能力可以提升風險管理的效率。而其對于個人、企業信息的抓取、核實、判斷可以節約部分實地盡職調查的時間，對于線下審核類型中的大額貸款，將有效率和質量上的顯著提升。特別是針對線下普惠、小微類型貸款，財務情況較為簡單的，可以考慮參考AIGC報告進行核實，避免煩瑣流程和報告消耗大量時間。對于中大額度企業貸款，機構仍應保持審慎態度對待。

3.4.2 反欺詐能力的提升

金融反欺詐模型主要是通過數據采集手段，對風險事件或可疑行為進行監測與分析，并根據相應的計量標準和規則模型，實施預警或干預等措施。當今欺詐手段不斷翻新，挑戰民眾辨識水平的同時，也在考驗金融機構的能力和重視度。信貸機構不應放過任何一個可以提升反欺詐水平的機會，努力保障資金安全和客戶安全。在反欺詐領域，AIGC可以通過“對抗網絡”（GAN）和“自然語言生成”（NLG）學習歷史大數據、文本，通過模型訓練和結果預測，生成可迭代、學習的規則，提高模型的準確性和可用性。一旦客戶有頻繁或可疑的交易觸發欺詐警戒，信貸機構可以立即采取停止交易、凍結錢款、要求立即清還等行動制止、減輕損失。

4 AIGC面臨的主要挑戰及風險

AIGC技術給金融信貸行業發展帶來了新的可能，但從業者對科技的更新迭代懷有敬意的同時，也應該認真思考其背后的風險和挑戰，更科學地應對挑戰、應用技術。

4.1 AIGC主要挑戰

盡管AIGC在諸多場景下展現了強大的能力和實用性，但其所帶來的挑戰卻不容忽視。具體如下四個方面：

一是金融信貸行業因技術原因產生的數據泄露和隱私保護問題，如AIGC在收集、儲存、處理海量數據和文本過程中，未經授權訪問數據庫，以及操作不當導致數據和信息泄露、丟失等安全事故。

二是涉及算法偏見問題，即在算法訓練過程中就引入了有歧視性的規則，導致結果出現偏差。如在算法訓練時偏重于認可質優抵押品，從而在業務結果上偏重優秀大中企業的貸款業務，減少了對小微企業、重點行業的支持，不利于行業發展和對實體經濟的幫扶。

三是存在算法缺少透明度和解釋性的問題，非自行研發的AIGC模型對于應用機構而言屬于黑盒模型，缺乏解釋性和透明度，容易引發質疑；四是AIGC作為金融科技系統，也有可能因漏洞受到攻擊，而一旦被攻擊者利用，對于該系統和使用機構都將是嚴重的影響。

4.2 AIGC主要風險

AIGC涉及的主要風險有法律風險、倫理風險和意識形態風險等。其中，法律風險主要包括技術風險中因數據隱私、安全等引發的法律責任，版權歸屬問題、利益歸屬問題等。目前國內已有零星判例認定AIGC作者享有版權、AIGC材料圖當事人享有肖像權等，但相關版權方面的法規還不完善，需要進一步的法律研究和立法完善；倫理風險主要涉及AIGC成果的道德和倫理可接受性，如涉及性別、地域、外貌歧視、釣魚活動、虛假傳播等問題；意識形態風險主要是由于AIGC立場不受控制，會成為不正確價值觀和意識的宣傳工具，對使用者做出不正確的引導。

5 應對建議

AIGC所產生的諸多問題，需要多領域多主體的協同治理完成，包括但不限于政府、行業、用戶、媒體等，共同厘清邊界和使用場景，明確多方主體的責任。

5.1 政府視角：適當引導+加強監管

從政府監管角度，應牽頭制定相關的法律法規，鼓勵創新和發展的同時，指定監管機構監督AIGC使用的合法合規性。近年來，我國發布了多項有關AIGC的政策，其中2023年8月的相關管理辦法是全球首部AIGC領域的監管法規，奠定了我國對于AIGC包容審慎、分級分類監管的基調，也對研發、數據使用、提供服務、用戶應用等層面進行了較為細致的規范，可見國家對AIGC風險的重視程度。隨著AIGC的創新和應用逐步加深，將有更多的機遇和挑戰等待使用者，也需要國家層面有更多的規范和指導，繼續厘清使用邊界，堅定金融科技創新的信心。

5.2 行業視角：自治自律+風險分散

從行業角度，可以考慮成立行業自治組織，制定業內的AIGC使用參考標準和倫理建議，并通過合作生成實踐參考案例，輸出可靠的科技金融經驗；從信貸機構內部角度，主要通過自律來實現，可以在合規、內審等部門增設相關技術檢查、功能審批崗位，加強內部自律和檢查。另外，信貸機構還可通過采購技術先進、聲譽較好的功能模塊供應商、外部非核心業務等方式分散一部分風險。

5.3 大眾視角：參與監督+更新知識

大眾視角主要有廣大媒體和用戶，可以積極參與到建議和監督工作中。同時，政府和行業也應使其反饋的意見和建議可以有機會被納入系統和功能的改進中；其監督和質疑應當得到有效的回應，確實有違規可能的，監管機構對介入的涉事機構應進行整改。另外，大眾也可以通過多種渠道，了解AIGC使用邊界以及發生侵權、越界等情況