隨著數字化轉型、移動支付、人工智能、區塊鏈技術、大數據分析等技術的不斷奔涌，以及消費者對更加便捷、高效、安全的銀行服務的需求，銀行對金融科技、數字化轉型的重視程度不斷提高，金融與科技的結合度進一步提升，數字化轉型將在銀行管理、業務拓展和風險防控中發揮更重要的作用。

而近期持續火爆的大語言模型更是引發了銀行對于AI在產品創新、流程再造和服務升級的探索實踐，借助AI的自動化能力，有助于降低行業成本，提高服務效率，進一步提升普惠金融的覆蓋率、可得性和滿意度。

這其中，近年來憑借“數字原生”優勢取得快速發展的數字銀行，對于創新技術的自主研發與使用尤為重視。據了解，微眾銀行作為我國首家數字銀行，通過發揮金融科技的特色優勢，闖出了一條商業可持續的新路徑。該行在成立之初便以科技為核心發展引擎，并在ABCD（人工智能、區塊鏈、云計算、大數據）領域深入探索。目前，微眾銀行已經將AI技術投入使用在銀行金融服務的“前-中-后臺”，包括客戶服務、營銷、風險管理和反欺詐等，一定程度上簡化人工流程，提升效率，進一步降低運營成本。

微眾銀行首席人工智能官、加拿大工程院與皇家學院院士楊強教授在接受至頂網采訪時表示：“金融行業是數據密集型行業，AI以機器學習、知識圖譜、自然語言處理和計算機視覺等核心技術作為主要驅動力，助力金融行業的各參與主體和各業務環節。隨著大模型時代到來，我們將進一步探索前沿科技與金融服務深度融合，不斷拓展金融服務的廣度和深度，重塑以客戶為中心的金融價值鏈和生態，推動‘未來智能金融’的實現?！?/p>

確?？蛻綦[私和數據安全

當前，數據已經成為了數字化時代的生產要素，在多重領域發揮舉足輕重的作用。作為數據密集型行業，金融科技在數據隱私保護、安全合規等問題備受關注。同時，政府逐步加強數據使用方面的監管，數據安全、隱私保護相關的法規法律體系日趨完善。實現數據的多方協同和授權共享，得到更優的模型和決策，是當前人工智能賦能金融科技的一個重大挑戰。

面對金融業務場景中越來越多的數據流通和隱私保護的需求，2018年，微眾銀行在國內首次系統性提出“聯邦學習（Federated Learning）”理論體系，聯邦學習是分布式加密機器學習新范式，可以實現數據可用不可見的多方協作，在多源數據綜合發揮價值的同時保護每一個數據源方的隱私和數據安全。

2019年起，微眾銀行AI團隊推動全球聯邦學習生態構建，聯合多家機構持續迭代和完善隱私計算聯邦學習開源平臺FATE（Federated AI Technology Enabler），并持續推動聯邦學習技術的前沿研究、標準建設、開源生態建設、行業應用等。目前，聯邦學習作為支持數據要素安全流通的重要技術方案，被各行業和機構廣泛采用。

在實踐中，AI技術的應用要注重“安全、效率、性能”等多方面平衡，不能單純偏向其中一方。基于此，微眾銀行2022年在業內首次提出“可信聯邦學習”新范式，指出除了保證原始數據的隱私安全和模型的可證安全，還保證學習過程的高效率和模型的可用性，模型決策機制的可解釋性，模型的可溯源和審計監管。在此理論框架下，微眾銀行與香港科技大學等機構聯合發表一系列前沿理論研究成果，相繼被多個國際頂級學術會議和學術期刊收錄，包括“無免費午餐理論”、FedIPR等。

“技術的發展與應用是一個螺旋向上的過程，AI倫理和安全是始終不能忽視的問題，要確保技術的發展和社會的利益相互促進。只要用到數據，就會有安全和隱私的問題，所以必須有技術的加持去保護安全、隱私和確保合規?！睏顝姀娬{。

更精準的風險評估、控制與反欺詐

當前，銀行風控面對的最大挑戰之一是快速變化的風險形態。隨著技術不斷發展，欺詐行為也變得越來越復雜和隱蔽。反欺詐工作的開展難度自然也是越來越大。

作為一家數字銀行，微眾銀行沒有線下網點、幾乎全流程線上操作，和傳統銀行模式相比，如何在保證客戶體驗的同時提升風控能力至關重要。微眾銀行通過提升數字科技能力，做好大數據風控，以此為業務可持續發展夯實基礎。

具體而言，微眾銀行基于聯邦學習技術打造聯邦中臺，持續服務行內多個業務。在聯邦中臺通過搭建的可信數據通道，實現基于樣本保護的客群匹配、數據探查、關聯風險挖掘及聯邦模型應用等閉環服務。

楊強介紹，在反洗錢場景中，傳統“規則與人工”的判斷方式依賴規則系統和專家經驗，而且規則命中案件量大、準確率低、人工成本高，案例容易積壓。而將AI技術結合業務經驗，構建反洗錢可疑案例排除模型，可減少約37%的人工篩查工作量。同時利用機器學習算法構建洗錢交易監測模型，并通過搭建交互式的案例展示系統，進一步提高模型的可解釋性，輔助人工進行交易監測的同時，更快速地發現新型可疑交易。聯合多家銀行的聯邦反洗錢探索則可以進一步在各家機構數據不出本地的前提下提高反洗錢模型的準確性。

在信貸風控場景中，針對中小微企業信貸評審數據稀缺、不全面、歷史信息沉淀不足等問題，通過聯邦學習，微眾銀行探索在確保數據安全及隱私保護的前提下，融匯企業經營數據、稅務數據、工商數據、支付數據等多源信息，豐富建模特征體系，提升風控模型的準確性和有效性。

在反欺詐方面，微眾銀行通過AI人像核查、聲紋核查等技術，在開戶、授信、放款等金融服務多個環節把控風險，有效甄別欺詐行為。例如在開戶、放款等業務環節，需要保留視頻存證以驗證客戶身份，聲紋識別、聲音密碼等技術可以幫助在核身環節中抵御模仿攻擊、語音合成等多種電信欺詐行為，驗證或檢索時有效時長僅需2.5秒，且驗證過程用戶無感知。

智能化的客戶服務和營銷

近年來，許多銀行都以客戶為中心，積極采取積分、返券等營銷手段來吸引客戶；并通過線上化、智能化的產品服務創新改善客戶體驗。

客戶服務質效的提升對于數字銀行而言亦至關重要。微眾銀行基于自研的智能在線客服與智能語音機器人，可以實現7X24小時回應海量用戶需求，并通過智能坐席助手與實時質檢輔助人工坐席，在及時響應的同時規范客服話術與行為，不斷提升客服質量，有效保護消費者權益。

其中，坐席助手可以幫助實時監控坐席合規、情緒、語速等，提醒與幫助坐席人員及時糾正錯誤；質檢系統對客服錄音進行智能檢測，建立敏感詞庫，對關鍵詞和語義、語速等方面進行快速檢測，將傳統的人工聽錄音進行服務質量檢測的2%覆蓋率提升到100%。

目前智能客服已經支撐了微眾銀行億級客戶規模，98%的日消息由機器人服務，每次問詢可以在1s內回復，準確率超過93%。微眾銀行的智能客服還多次榮獲國內國際獎項，例如深圳市金融監督管理局評選的“2017年度深圳市金融科技專項獎”、中國人工智能產業發展聯盟評選的“2022客服中心應用優秀案例”、《亞洲銀行家》評選的“2023年度卓越零售金融服務獎-最佳語音機器人項目”等。

在營銷場景中，微眾銀行持續升級智能營銷解決方案，結合智能語音機器人、聯邦學習等技術，在數據不出本地的合規前提下，實現業務營銷獲客和存量促活，更加精準地觸達目標人群。

在廣告投放場景中，隨著線上線下廣告渠道的豐富化和多元化，傳統的代理商投放方式成本高，轉化效率低，難以精準觸達潛在客戶。微眾銀行在保證數據安全與用戶隱私的前提下，通過引入聯邦學習技術，將廣告主與投放平臺進行數據不出本地的聯合建模，建立起準確率更高的“聯邦廣告”模型，更精準地找到目標用戶。在業務實踐中，獲客成本和授信費用率可平均降低30%。

AI助力數字銀行高質量發展

每一輪科技變革，都會伴隨著產業的深度發展。2023年，人工智能大模型技術迎來“爆發”，智能金融的發展為銀行數字化帶來了全新的可能性。

在此背景下，微眾銀行也在探索將大模型等技術進一步應用在金融服務場景中的可能性。例如，通過高效生成營銷內容與推薦策略，打造更加人性化與高效的創意廣告；在線上客服、智能質檢等系統中探索融入大模型技術，提升多輪對話中客服問答的準確性，快速生成客服語音摘要，實時監控和提升客服效率和質量；構建企業金融大模型，服務于科創企業融資需求，實現對科創企業的數字化精準觸達和數字化營銷運營等。

由此可見，數字銀行運用前沿的科技能力實現降本增效，并讓金融服務更具溫度，以及更加個性化、人性化，最終挖掘到商業增量，探索出商業可持續的新模式、新路徑。未來，人工智能技術與金融業務的深度融合，將進一步衍生出新業態、新場景，或將深刻影響金融業的發展模式，為我國數字銀行的高質量發展增添動力。