当前，在金融行业的数字化转型过程中，人工智能发挥了日益重要的作用。特别是人工智能大模型与金融场景的融合应用，正成为金融科技极具代表性的体现。但受制于大模型技术技术特点，其带来的科技伦理风险和金融安全风险需银行业给予高度重视。

在今年的服贸会上，多家银行将人工智能大模型应用于客户服务场景。如邮政储蓄银行数字员工“邮晓蕊”，通过大模型和语音识别技术的应用，基于5000余条业务问答库，能为客户解答办理业务过程中遇到的问题。

（邮政储蓄银行数字员工“邮晓蕊” 郭博昊/摄）

除此之外，大模型在智慧办公、智能开发领域也扮演的重要角色。“人工智能大模型具备强大的通用能力和智能创作能力，可以通过聊天交互模式，协助用户完成文案撰写、文档审核、代码生成等各类智力和创造性工作。”中国工商银行首席技术官吕仲涛举例道，利用大模型的文本生成能力，围绕邮件、文档、会议等员工日常事务，优化行内办公工具交互体验，提高全行员工办公效率；在研发端，利用大模型代码生成、识别和检测等能力，赋能工行研发全生命周期，提升一线开发人员编码效率和质量。

但需要注意的是，“大模型并非万能，受制于模型黑盒、计算复杂度高、推理结果不可预知等因素，大模型存在答非所问、应用成本高、科技伦理风险等方面问题。”吕仲涛指出，国家高度重视大模型应用安全，国家网信办等多部门发文，从适用范围、管控要求、鼓励引导等方面，明确深层次大模型管理要求。

尽管大模型的应用存在诸多挑战，但不可否认其在助力银行数字化转型中的作用。吕仲涛认为，银行拥有海量高价值数据资源和丰富的应用场景，是大模型技术深度应用的重要行业。通过数据驱动，释放数据要素价值，加速金融行业和企业大模型建设，加速推进银行业数字化转型；银行要深化与产学研用各方的深度合作，积极参与国家数据要素市场建设，加快推进大模型技术在行业的广泛应用。

2022年，《金融科技发展规划（2022—2025年）》和《关于银行业保险业数字化转型的指导意见》先后出台，规划了银行业数字化转型蓝图。

“银行数字化转型要以服务实体经济作为出发点和落脚点。”中国建设银行原党委书记、董事长王洪章认为，在解决中小企业融资难融资贵的问题上，银行可通过数字化转型来提高项目效率、降低企业融资成本。

“银行在尝试技术创新的同时，要深入研判新技术的适用性和安全性，充分评估新技术和业务融合的潜在风险。”中国银行业协会党委书记、专职副会长邢炜提醒，银行要保障客户数据的安全和隐私，避免损失和信任危机的发生。

第十三届全国政协经济委员会主任、原中国银监会主席、中国证监会原主席尚福林也表示，金融科技创新要遵循金融业务的底层逻辑和基本规律，金融标准不能迁就于技术手段，特别是不能因为盲目追求技术便捷而降低金融风险防范的标准。要让技术为金融服务，帮助实现金融功能，其中也包括防范金融风险的功能。