作者｜黃楠
編輯｜袁斯來
金融行業高度依賴科技，在這一領域，AI+工具應用已久，為金融機構提供了更高效、更智能的服務方式。例如過去一年多，大模型多以信息處理和內容生產的方式，被用於改善客戶服務體驗，使機器人對話更加流暢；並幫助理財師和金融機構工作人員整理文檔、會議紀要，並提供理財助手服務。
然而，這些服務雖然在降低成本和提高效率等方面起到一定作用，卻仍處於金融業務的外圍應用，並非核心業務的一部分，未能深入改變金融行業的核心領域。
10月28日，2024年香港金融科技周在香港亞洲國際博覽館開幕。度小滿CEO朱光在科技周主論壇上指出，「以o1推理大模型為代表的新一波生成式AI技術在金融領域的應用，將從外圍場景深入到核心業務，直接影響金融行業的核心決策質量，在為客戶的產品和服務體驗上帶來巨大突破的同時，將會重塑金融科技行業。」
度小滿CEO朱光在金融科技周主論壇上發言
對一個行業而言，生成式AI技術帶來巨大變革離不開兩大前提。朱光分析，一是必須讓核心的客戶體驗發生巨大改變；二是必須對業務的核心決策產生影響。
比如在信貸業務，對員工來說，潛在客戶並不稀缺，因為有資金需求的人會主動尋求服務；但想要找到與服務相適配的優質客戶，就需要進行精準的客戶畫像，通過大模型來對優質客戶進行網絡識別。而站在用戶視角上，當大模型能夠為其金融服務體驗帶來影響、對風險決策、經營決策等核心業務決策產生重大影響的時候，才能真正釋放出大模型的潛力。
其中，自OpenAI發布GPT-o1大模型後，模型的「思考能力」得到顯著提升，可在金融場景中實現更複雜的邏輯推理和問題拆解。以風控場景為例，度小滿通過推理大模型，可以分析客戶的徵信報告、銀行流水，推理出來客戶的還款能力，最後給出是否審核通過的風控決策建議，可將決策時間縮短在最快1分鐘實現。
朱光表示，當前大模型已掌握了風控知識並具備推理能力，「可以像專業審核員一樣讀徵信報告、看帳單流水，甚至能解讀網絡大數據，思考和捕捉數據之間的關聯，並生成風險判斷的依據和結論，」
此外，在量化投資領域，通過大模型可以挖掘高價值的因子，並優化投資算法。在保險領域，可以根據客戶的情況，進行個性化的產品設計和是否承保的決策。可以看到，大模型在金融領域應用落地還在持續擴大，先擁抱AI、擁抱大模型，降低AI使用門檻，以解決更多實際場景下的複雜問題。
針對提升客戶體驗方面，度小滿開發了一個小型智慧卡通機器人，該機器人會始終顯示在客服人員的桌面上。當客服人員在服務過程中出現如激動或生氣等情緒波動時，機器人通過語音識別技術能夠立即監測到這些情緒變化。此時，卡通機器人的表情會變紅，並提示客服人員放慢語速、控制情緒。根據實測，這一措施可以顯著降低客戶對投訴率，確保了每一通電話的服務質量。