初探金融大模型在商業(yè)銀行營(yíng)銷(xiāo)體系的應(yīng)用

商業(yè)銀行營(yíng)銷(xiāo)體系的變遷往往與技術(shù)躍遷息息相關(guān)。我國(guó)商業(yè)銀行技術(shù)革新，已經(jīng)歷了三個(gè)階段：一是金融電子化時(shí)期，即通過(guò)優(yōu)化銀行內(nèi)部數(shù)據(jù)采集和處理能力，提高客戶(hù)服務(wù)效率。二是互聯(lián)網(wǎng)金融時(shí)期。這一階段形成了“用戶(hù)為王”的底層商業(yè)邏輯，商業(yè)銀行開(kāi)始下沉搶占“利基（Niche）市場(chǎng)”，但其作為傳統(tǒng)金融媒介和支付結(jié)算機(jī)構(gòu)的功能開(kāi)始受到互聯(lián)網(wǎng)公司的挑戰(zhàn)。三是金融科技階段。2017年央行首提“金融科技”概念，數(shù)字經(jīng)濟(jì)時(shí)代，金融科技已成為各家商業(yè)銀行的戰(zhàn)略共識(shí)，這一階段商業(yè)銀行在營(yíng)銷(xiāo)端重點(diǎn)聚焦產(chǎn)品線上化，以及大數(shù)據(jù)分析對(duì)精準(zhǔn)營(yíng)銷(xiāo)、營(yíng)銷(xiāo)關(guān)鍵節(jié)點(diǎn)的賦能。

基于互聯(lián)網(wǎng)金融時(shí)期盛行的“快魚(yú)吃慢魚(yú)”的規(guī)則，商業(yè)銀行前期的營(yíng)銷(xiāo)戰(zhàn)略主要以產(chǎn)品為核心，通過(guò)快速迭代產(chǎn)品創(chuàng)新，搶占客戶(hù)和市場(chǎng)份額。然而，隨著全球經(jīng)濟(jì)放緩，國(guó)內(nèi)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，數(shù)據(jù)成為新的生產(chǎn)要素，人工智能技術(shù)快速迭代，以及近期頻繁提及的新質(zhì)生產(chǎn)力等外部和市場(chǎng)環(huán)境的變化，商業(yè)銀行面臨市場(chǎng)的兩大變化：一是從過(guò)去的增量市場(chǎng)競(jìng)爭(zhēng)轉(zhuǎn)向存量市場(chǎng)競(jìng)爭(zhēng)；二是傳統(tǒng)產(chǎn)業(yè)深入數(shù)字化轉(zhuǎn)型升級(jí)，同時(shí)，數(shù)據(jù)資產(chǎn)將重新定義企業(yè)價(jià)值。這兩種變化對(duì)商業(yè)銀行現(xiàn)有營(yíng)銷(xiāo)體系形成巨大考驗(yàn)，本文試圖從當(dāng)前營(yíng)銷(xiāo)體系存在的問(wèn)題出發(fā)，從技術(shù)視角初步探索商業(yè)銀行通過(guò)金融大模型的應(yīng)用，來(lái)應(yīng)對(duì)未來(lái)市場(chǎng)帶來(lái)的挑戰(zhàn)。

商業(yè)銀行現(xiàn)行營(yíng)銷(xiāo)體系存在的問(wèn)題

近年來(lái)，商業(yè)銀行持續(xù)經(jīng)歷宏觀經(jīng)濟(jì)增速下行帶來(lái)的利率下行壓力、經(jīng)濟(jì)結(jié)構(gòu)變化導(dǎo)致的貸款規(guī)模擴(kuò)張動(dòng)能減弱，反映在營(yíng)銷(xiāo)側(cè)，銀行業(yè)務(wù)人員已經(jīng)從過(guò)去的增量市場(chǎng)競(jìng)爭(zhēng)步入存量市場(chǎng)競(jìng)爭(zhēng)，同時(shí)，個(gè)人客戶(hù)和產(chǎn)業(yè)客戶(hù)的營(yíng)銷(xiāo)邊界加速模糊，客戶(hù)需求呈現(xiàn)多元性、專(zhuān)業(yè)性和時(shí)效性等特征。為應(yīng)對(duì)市場(chǎng)發(fā)生的系列變革和挑戰(zhàn)，商業(yè)銀行的頂層營(yíng)銷(xiāo)戰(zhàn)略不約而同地從“以產(chǎn)品為核心”向“以客戶(hù)為中心”轉(zhuǎn)變。但在實(shí)際執(zhí)行中，目前商業(yè)銀行的營(yíng)銷(xiāo)方式、營(yíng)銷(xiāo)隊(duì)伍能力以及后臺(tái)技術(shù)支撐，尚不足以構(gòu)建一套“以客戶(hù)為中心”的營(yíng)銷(xiāo)體系。

主流的線下?tīng)I(yíng)銷(xiāo)方式難以突破人力限制

獲客是商業(yè)銀行營(yíng)銷(xiāo)體系的運(yùn)營(yíng)目的之一，線下?tīng)I(yíng)銷(xiāo)是其主流獲客方式。過(guò)去，銀行網(wǎng)點(diǎn)是獲客的重要渠道，然而隨著互聯(lián)網(wǎng)的興起，社會(huì)數(shù)字化程度持續(xù)加深，銀行網(wǎng)點(diǎn)的獲客功能式微，“渠道生態(tài)”的獲客策略是商業(yè)銀行近幾年的主流模式。在實(shí)際運(yùn)行中，銀行業(yè)務(wù)人員主要通過(guò)“地毯式”地打電話或者“名單制”線下拜訪的方式與客戶(hù)進(jìn)行聯(lián)系，雖然這些客群已經(jīng)利用專(zhuān)家規(guī)則經(jīng)過(guò)篩選，或是存量客戶(hù)，但即便是經(jīng)過(guò)篩選的潛在客戶(hù)，對(duì)于銀行有限的人力來(lái)說(shuō)仍然是一個(gè)海量數(shù)字，很難在短期內(nèi)收獲成效。

從商業(yè)底層邏輯來(lái)看，其實(shí)無(wú)論是依靠網(wǎng)點(diǎn)或是依賴(lài)渠道生態(tài)，商業(yè)銀行的營(yíng)銷(xiāo)活動(dòng)習(xí)慣于線下方式，營(yíng)銷(xiāo)相關(guān)成本仍以場(chǎng)地、人員等傳統(tǒng)成本要素為主，營(yíng)銷(xiāo)效率也依然受限于單位場(chǎng)地效能和人均效能?，F(xiàn)行的營(yíng)銷(xiāo)方式實(shí)際已經(jīng)與當(dāng)前先進(jìn)的生產(chǎn)要素不匹配，無(wú)法釋放出先進(jìn)生產(chǎn)力。

與客戶(hù)信任的建立更加依賴(lài)專(zhuān)業(yè)和效率

商業(yè)銀行采用的線下?tīng)I(yíng)銷(xiāo)，其核心需求在于通過(guò)業(yè)務(wù)人員與客戶(hù)之間建立信任，傳遞產(chǎn)品信息。商業(yè)銀行在個(gè)人金融服務(wù)領(lǐng)域基本實(shí)現(xiàn)從產(chǎn)品到流程的數(shù)字化改造，但其在服務(wù)高凈值客群時(shí)，已經(jīng)暴露出金融服務(wù)專(zhuān)業(yè)化水平不足的弊端，配置專(zhuān)門(mén)的私行客戶(hù)經(jīng)理模式也難以滿(mǎn)足這類(lèi)客群的多元金融需求；而個(gè)性化程度較高的產(chǎn)業(yè)金融服務(wù)領(lǐng)域，商業(yè)銀行內(nèi)部在這一業(yè)務(wù)板塊的數(shù)字化程度仍有較大提升空間，其發(fā)展主要受限于行業(yè)的專(zhuān)業(yè)性壁壘，以及產(chǎn)業(yè)客戶(hù)需求的有效信息不足，公司業(yè)務(wù)人員試圖通過(guò)傳統(tǒng)關(guān)系營(yíng)銷(xiāo)與客戶(hù)建立信任，但邊際效果實(shí)際在下降，價(jià)格戰(zhàn)已然成為當(dāng)下市場(chǎng)競(jìng)爭(zhēng)的主要手段。

數(shù)字經(jīng)濟(jì)時(shí)代，快速的信息交互、金融產(chǎn)品與服務(wù)的高度同質(zhì)化，導(dǎo)致客戶(hù)對(duì)于標(biāo)準(zhǔn)化服務(wù)與產(chǎn)品的忠誠(chéng)度快速下降?！耙钥蛻?hù)為中心”的戰(zhàn)略目標(biāo)需要通過(guò)陪伴客戶(hù)全生命周期來(lái)實(shí)現(xiàn)，但目前商業(yè)銀行的營(yíng)銷(xiāo)服務(wù)仍側(cè)重于結(jié)果，而非長(zhǎng)期陪伴，同時(shí)，業(yè)務(wù)人員面對(duì)快速升級(jí)迭代的市場(chǎng)客群，其專(zhuān)業(yè)能力往往跟不上客戶(hù)需求。

單一維度和低質(zhì)量的數(shù)據(jù)難以支撐精準(zhǔn)營(yíng)銷(xiāo)

商業(yè)銀行利用大數(shù)據(jù)技術(shù)，通過(guò)“精準(zhǔn)數(shù)據(jù)+精準(zhǔn)分析+精準(zhǔn)推送”的組合，實(shí)施精準(zhǔn)營(yíng)銷(xiāo)，滿(mǎn)足客群的差異化需求。但在實(shí)際情況中，由于銀行獲取客戶(hù)信息渠道單一，主要為內(nèi)部與客戶(hù)發(fā)生交易時(shí)獲取的基本信息、賬戶(hù)信息和交易數(shù)據(jù)等結(jié)構(gòu)化數(shù)據(jù)，缺乏諸如客戶(hù)偏好與習(xí)慣等非結(jié)構(gòu)化數(shù)據(jù)的收集。這類(lèi)局限的、單一的數(shù)據(jù)分析，往往對(duì)營(yíng)銷(xiāo)指導(dǎo)的精準(zhǔn)性不足。同時(shí)，商業(yè)銀行對(duì)客戶(hù)信息的終端收集目前仍主要依賴(lài)人工錄入，如客戶(hù)基礎(chǔ)信息、行業(yè)分類(lèi)、財(cái)務(wù)數(shù)據(jù)、信貸投向等關(guān)鍵信息，在初始錄入時(shí)即可能發(fā)生錯(cuò)誤或缺失，且后續(xù)數(shù)據(jù)更新時(shí)效滯后。

新媒體營(yíng)銷(xiāo)時(shí)代，市場(chǎng)已經(jīng)塑造出“去過(guò)程化”“去單一化”“直聯(lián)用戶(hù)”“所見(jiàn)即所得”的底層營(yíng)銷(xiāo)邏輯，對(duì)于被海量信息包圍的用戶(hù)而言，只有極少的信息內(nèi)容能夠引起他們的關(guān)注，并過(guò)濾出更少的內(nèi)容觸發(fā)他們參與互動(dòng)。商業(yè)銀行目前單一維度和低質(zhì)量的數(shù)據(jù)，一方面很難達(dá)到以“轉(zhuǎn)化率”為衡量標(biāo)準(zhǔn)的“精準(zhǔn)營(yíng)銷(xiāo)”，另一方面，即使推送的內(nèi)容觸發(fā)用戶(hù)，但銀行缺乏全面化、多元化的數(shù)字化營(yíng)銷(xiāo)方案承載客戶(hù)需求。

金融大模型的發(fā)展情況及優(yōu)勢(shì)

2022年末ChatGPT的發(fā)布，掀起了對(duì)自然語(yǔ)言理解（NLU）和自然語(yǔ)言生成（NLG）技術(shù)的研究與投資熱潮，國(guó)內(nèi)互聯(lián)網(wǎng)企業(yè)相繼發(fā)布對(duì)標(biāo)ChatGPT的產(chǎn)品，如ChatGLM、通義千問(wèn)、文心一言、盤(pán)古大模型等。

與此同時(shí)，針對(duì)金融等高度專(zhuān)業(yè)化領(lǐng)域的專(zhuān)業(yè)模型，多家企業(yè)和科研機(jī)構(gòu)正基于通用基礎(chǔ)模型，融入行業(yè)專(zhuān)業(yè)知識(shí)和分析技巧，進(jìn)行更進(jìn)一步的定制化訓(xùn)練。國(guó)際上彭博（Bloomberg）、摩根士丹利（Morgan Stanley）、Lemonade等知名公司均已開(kāi)發(fā)出此類(lèi)模型；國(guó)內(nèi)互聯(lián)網(wǎng)公司如華為、星環(huán)科技、拓爾思、奇富科技以及360智腦等，均已發(fā)揮其技術(shù)優(yōu)勢(shì)，推出了多款金融大模型智能解決方案。此外，中國(guó)工商銀行、興業(yè)銀行、中國(guó)農(nóng)業(yè)銀行和平安銀行等傳統(tǒng)金融機(jī)構(gòu)也積極參與金融大模型的研發(fā)。

NLU和NLG技術(shù)有助于打破商業(yè)銀行營(yíng)銷(xiāo)效率受限于人力的問(wèn)題

NLU和NLG技術(shù)推動(dòng)人工智能邁入新紀(jì)元。“語(yǔ)言”是認(rèn)知和交互的“中樞”，“語(yǔ)言力”更是金融大模型的底座能力——包括精準(zhǔn)洞察客戶(hù)的金融情緒和金融意圖的能力，以及善于總結(jié)歸納行業(yè)資訊并推理分析行業(yè)事件的能力。

商業(yè)銀行主流的線下?tīng)I(yíng)銷(xiāo)方式，其效率受限于人力因素，如人員數(shù)量及質(zhì)量，雖然已有機(jī)構(gòu)開(kāi)始嘗試通過(guò)新媒體平臺(tái)投放產(chǎn)品廣告，但因未建立信任、內(nèi)容單一等原因，公域流量轉(zhuǎn)化至私域流量進(jìn)而轉(zhuǎn)化成營(yíng)銷(xiāo)落地的轉(zhuǎn)化率并不高。通過(guò)金融大模型的“語(yǔ)言力”，一是讓客戶(hù)擁有24小時(shí)在線的專(zhuān)業(yè)客戶(hù)經(jīng)理成為可能，打破人力限制；二是實(shí)現(xiàn)精準(zhǔn)分析用戶(hù)與銀行的流量及服務(wù)觸點(diǎn)，衡量商業(yè)銀行品牌信息觸達(dá)客戶(hù)需求的距離，幫助信息精準(zhǔn)傳遞，節(jié)約流量營(yíng)銷(xiāo)成本，傳遞優(yōu)質(zhì)內(nèi)容，提升營(yíng)銷(xiāo)有效性。

人工智能（AI）搜集、提取和分析海量信息的能力有助于滿(mǎn)足商業(yè)銀行對(duì)提升專(zhuān)業(yè)和效率的需求

AI技術(shù)的優(yōu)勢(shì)在于海量信息的搜集、提取和分析能力，生成式大模型將大幅提升客戶(hù)經(jīng)理的專(zhuān)業(yè)水平和服務(wù)能力，大幅降低客戶(hù)經(jīng)理的運(yùn)營(yíng)成本。如，中國(guó)工商銀行聯(lián)合華為云打造的金融大模型，為銀行柜臺(tái)人員提供流程和操作指導(dǎo)自動(dòng)化生成；興業(yè)銀行與興業(yè)基金合作開(kāi)發(fā)的ChatCIB和“興基智”人工智能平臺(tái)，應(yīng)用于反洗錢(qián)和智能詢(xún)價(jià)業(yè)務(wù)功能等。

面對(duì)具有時(shí)效性的金融數(shù)據(jù)、新聞動(dòng)態(tài)、社交評(píng)論等每日信息，銀行業(yè)務(wù)人員很難及時(shí)向客戶(hù)提供相關(guān)分析服務(wù)，以達(dá)到專(zhuān)業(yè)鏈接信任的目標(biāo)。AI大模型的優(yōu)勢(shì)用于上述信息采集和分析，可以為客戶(hù)提供市場(chǎng)輿情和風(fēng)險(xiǎn)預(yù)測(cè)等具體服務(wù)。以軒轅大模型為例，軒轅會(huì)提醒客戶(hù)結(jié)合資產(chǎn)狀況、收益目標(biāo)和風(fēng)險(xiǎn)偏好，以及外部的市場(chǎng)動(dòng)態(tài)，來(lái)進(jìn)行投資決策。

金融大模型的開(kāi)源生態(tài)有助于解決商業(yè)銀行數(shù)據(jù)痛點(diǎn)

開(kāi)源模式對(duì)于大模型的技術(shù)進(jìn)步和商業(yè)應(yīng)用具有顯著影響，開(kāi)源模型通過(guò)降低技術(shù)門(mén)檻，使得更廣泛的企業(yè)和開(kāi)發(fā)者能夠參與到金融大模型的研究與應(yīng)用中。這種包容性不僅帶來(lái)了多維度數(shù)據(jù)，豐富了客戶(hù)方案的多樣性，而且通過(guò)社區(qū)的集體智慧，增強(qiáng)了模型的安全性和可靠性。在風(fēng)險(xiǎn)管理至關(guān)重要的金融領(lǐng)域，開(kāi)源模型提供了必要的透明度和社區(qū)監(jiān)督，這些特性對(duì)于確保模型的穩(wěn)定性和信賴(lài)度是不可或缺的。

長(zhǎng)期以來(lái)，商業(yè)銀行嘗試通過(guò)大數(shù)據(jù)分析以期實(shí)現(xiàn)“精準(zhǔn)營(yíng)銷(xiāo)”的目標(biāo)，但由于其自身數(shù)據(jù)以結(jié)構(gòu)化數(shù)據(jù)為主，來(lái)源單一，且內(nèi)部數(shù)據(jù)質(zhì)量不高，難以支撐“精準(zhǔn)營(yíng)銷(xiāo)”的落地。金融大模型的開(kāi)源生態(tài)，一是通過(guò)交叉校驗(yàn)實(shí)現(xiàn)數(shù)據(jù)糾錯(cuò)，提升數(shù)據(jù)質(zhì)量；二是通過(guò)多維信息，融合結(jié)構(gòu)化和非結(jié)構(gòu)化信息，提升客戶(hù)行為預(yù)測(cè)準(zhǔn)確率；三是創(chuàng)作更加精準(zhǔn)的內(nèi)容，喚起用戶(hù)關(guān)注與互動(dòng)。

探索金融大模型在商業(yè)銀行營(yíng)銷(xiāo)體系的應(yīng)用

商業(yè)銀行進(jìn)行數(shù)字化轉(zhuǎn)型建設(shè)起步較早，目前行業(yè)整體的數(shù)字化基礎(chǔ)能力已初步搭建完成，數(shù)據(jù)驅(qū)動(dòng)決策模式正在取代傳統(tǒng)決策模式。然而在營(yíng)銷(xiāo)側(cè)，商業(yè)銀行營(yíng)銷(xiāo)體系的數(shù)字化程度卻并不高，面對(duì)市場(chǎng)正在發(fā)生的兩大變化——增量市場(chǎng)競(jìng)爭(zhēng)轉(zhuǎn)為存量市場(chǎng)競(jìng)爭(zhēng)，以及數(shù)字經(jīng)濟(jì)下的企業(yè)價(jià)值重構(gòu)，現(xiàn)行營(yíng)銷(xiāo)體系已經(jīng)在營(yíng)銷(xiāo)方式、營(yíng)銷(xiāo)隊(duì)伍能力和后臺(tái)技術(shù)支撐上呈現(xiàn)明顯不足。

金融大模型目前已經(jīng)在語(yǔ)言力、知識(shí)力和專(zhuān)業(yè)力上具備應(yīng)用能力，其在海量信息的搜集、提取和分析能力上的優(yōu)勢(shì)更是人力無(wú)法企及，再加上金融大模型開(kāi)源將帶來(lái)生態(tài)的多樣性以及數(shù)據(jù)的豐富性，以上這些優(yōu)勢(shì)將有助于商業(yè)銀行構(gòu)建一套全域數(shù)字化營(yíng)銷(xiāo)體系，以彌補(bǔ)營(yíng)銷(xiāo)方式、營(yíng)銷(xiāo)隊(duì)伍能力和后臺(tái)技術(shù)支撐的不足，適應(yīng)愈加多元復(fù)雜快速變化的市場(chǎng)需求。

重視培育私域流量，創(chuàng)設(shè)數(shù)字營(yíng)銷(xiāo)助理

商業(yè)銀行的私域流量主要來(lái)自?xún)煞矫妫阂皇峭ㄟ^(guò)手機(jī)銀行、小程序等終端獲取，二是通過(guò)公域投放廣告引流轉(zhuǎn)化。前者主要面向存量客群，金融大模型對(duì)數(shù)據(jù)的挖掘、提取和分析優(yōu)勢(shì)將有助于精準(zhǔn)圈定可提升客戶(hù)，并為業(yè)務(wù)人員提供客戶(hù)行為預(yù)測(cè)；后者目標(biāo)是獲得新客，銀行通過(guò)大模型，可對(duì)廣告投放效果進(jìn)行分析，如點(diǎn)擊成本、觀看量、觀看時(shí)長(zhǎng)等，同時(shí)對(duì)轉(zhuǎn)化環(huán)節(jié)的數(shù)據(jù)分析，如觸達(dá)率、產(chǎn)品使用率等，以此獲得更加精準(zhǔn)的目標(biāo)客群畫(huà)像，調(diào)整廣告投放方案，提升私域流量轉(zhuǎn)化率。

ChatGPT和Sora的技術(shù)革新有望幫助商業(yè)銀行創(chuàng)設(shè)數(shù)字營(yíng)銷(xiāo)助理的角色，數(shù)字營(yíng)銷(xiāo)助理將打破線下?tīng)I(yíng)銷(xiāo)受限于人力資源的困境，釋放出更多人力資源向更高價(jià)值點(diǎn)處遷移；同時(shí)，數(shù)字營(yíng)銷(xiāo)助理將改善當(dāng)前線上廣告投放互動(dòng)性不足的問(wèn)題，通過(guò)增加與用戶(hù)互動(dòng)，獲取更多營(yíng)銷(xiāo)終端的非結(jié)構(gòu)化信息，這將有助于商業(yè)銀行形成全域數(shù)字化營(yíng)銷(xiāo)閉環(huán)。

發(fā)展智能投顧應(yīng)用，應(yīng)對(duì)業(yè)務(wù)人員專(zhuān)業(yè)提升需求

數(shù)字經(jīng)濟(jì)時(shí)代，產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型升級(jí)持續(xù)加碼，數(shù)據(jù)作為新的生產(chǎn)要素，數(shù)據(jù)資產(chǎn)重新定義企業(yè)價(jià)值。與此同時(shí)，個(gè)人客群與產(chǎn)業(yè)客群的營(yíng)銷(xiāo)邊界加速模糊，市場(chǎng)對(duì)銀行業(yè)務(wù)人員的知識(shí)廣度和深度提出更高要求。目前商業(yè)銀行普遍存在梯隊(duì)人才短缺的現(xiàn)狀，尤其在營(yíng)銷(xiāo)端，缺乏專(zhuān)業(yè)型業(yè)務(wù)團(tuán)隊(duì)。

金融大模型可通過(guò)多語(yǔ)義關(guān)聯(lián)與匹配，對(duì)數(shù)據(jù)和知識(shí)進(jìn)行挖掘與理解，更加智能地識(shí)別出用戶(hù)真實(shí)意圖，進(jìn)而給出更符合用戶(hù)需求的答案。商業(yè)銀行可面向營(yíng)銷(xiāo)端的業(yè)務(wù)人員，配置智能投顧，嵌入現(xiàn)有的移動(dòng)終端，一方面可以快速檢索分析政策、市場(chǎng)、行業(yè)、和客戶(hù)財(cái)務(wù)信息等數(shù)據(jù)，向業(yè)務(wù)人員提供個(gè)性化、針對(duì)性強(qiáng)的營(yíng)銷(xiāo)話術(shù)，另一方面結(jié)合移動(dòng)終端錄入采集的多維數(shù)據(jù)，如地理信息、行業(yè)信息、訪客信息、財(cái)務(wù)信息等，幫助業(yè)務(wù)人員進(jìn)行目標(biāo)客群價(jià)值排序，提升單位時(shí)間產(chǎn)能。

創(chuàng)設(shè)“監(jiān)管沙盒”，發(fā)展金融大模型開(kāi)源生態(tài)

“監(jiān)管沙盒”的邏輯產(chǎn)生于市場(chǎng)中很多大企業(yè)采用在虛擬環(huán)境中進(jìn)行測(cè)試技術(shù)的方法。應(yīng)用于金融領(lǐng)域，“監(jiān)管沙盒”的意義在于為新興業(yè)態(tài)創(chuàng)造一個(gè)安全區(qū)域，支持生態(tài)企業(yè)發(fā)展，通過(guò)適當(dāng)放松參與實(shí)驗(yàn)的創(chuàng)新產(chǎn)品和服務(wù)的監(jiān)管約束，激發(fā)創(chuàng)新活力，提高創(chuàng)新和轉(zhuǎn)化效率。

金融大模型的發(fā)展特征趨向于開(kāi)源和垂直類(lèi)，商業(yè)銀行具備海量存儲(chǔ)數(shù)據(jù)的天然優(yōu)勢(shì)，通過(guò)創(chuàng)設(shè)“監(jiān)管沙盒”，商業(yè)銀行積極發(fā)展開(kāi)源生態(tài)，既能解決數(shù)據(jù)單一、質(zhì)量不高的問(wèn)題，更重要的意義在于引領(lǐng)形成人工智能創(chuàng)新生態(tài)圈，擴(kuò)大了應(yīng)用場(chǎng)景創(chuàng)新出現(xiàn)的領(lǐng)域范疇，有望為內(nèi)部管理和外部客戶(hù)提供更加多元的解決方案，獲得市場(chǎng)創(chuàng)新溢價(jià)。

過(guò)往營(yíng)銷(xiāo)側(cè)的數(shù)字化程度受制于數(shù)據(jù)采集、數(shù)據(jù)量、算法、算力等因素，發(fā)展一直相對(duì)滯后，生成式AI技術(shù)的快速迭代，以及Sora文生視頻的技術(shù)顛覆，有望實(shí)現(xiàn)營(yíng)銷(xiāo)側(cè)數(shù)字化改造，形成一套適應(yīng)于新經(jīng)濟(jì)新市場(chǎng)的數(shù)字化營(yíng)銷(xiāo)體系。長(zhǎng)遠(yuǎn)來(lái)看，全域數(shù)字化營(yíng)銷(xiāo)體系有利于打通營(yíng)銷(xiāo)和研發(fā)的邊界，構(gòu)建快速反應(yīng)的營(yíng)銷(xiāo)作戰(zhàn)體系和快速迭代的產(chǎn)品研發(fā)體系，以持續(xù)變革來(lái)適應(yīng)復(fù)雜多元的新需求。

（戴潤(rùn)靜為杭州銀行南京分行財(cái)務(wù)管理部副總經(jīng)理。特約編輯/孫世選，責(zé)任編輯/丁開(kāi)艷）