大模型时代，“AI+金融”有哪些热门应用？

虽然“AI+金融”很早就被提及，但近两年，随着人工智能技术尤其是OCR和LLM的高速发展，大模型时代的金融行业AI应用呈现出新的发展态势。

目前，AI在包括银行、保险、证券等在内的金融领域有哪些应用？又呈现出怎样的变化？

如果你也好奇，下面我们一起来瞧瞧。

一、OCR智能识别

一直以来，OCR被视为纸质资料数字化的媒介，也是信息交互的重要基础。

但早期OCR识别的精度和速度让人头疼，这导致保险这类很多需要经常和纸质材料、各色数据打交道的行业，很多业务都只能靠人工来完成。

比如在核保或理赔过程中就涉及大量医疗报告、票据、证明材料等的提交，在缺乏有效工具的情况下，以前基本靠手动记录和整理，后期再经由专门的人员进行审核。

这么做保障了业务的完整性，但投入的人力成本不低，用户等待的时间也长。有时手动录入出现失误，还可能影响业务判断。

而眼下，随着AI算法和模型的优化，OCR识别效率和精度全面提升，通过OCR智能数采系统辅助核保和理赔材料的采集和数据结构化管理，成了很多保险企业的新选择。

比如在司普科技推出智能核保和智能理赔案例中，OCR智能识别准确率能超过95%，匹配度高达99%，后期还能依托核保和理赔决策大模型，快速出具核保和理赔结论。整个过程可能不到1分钟的时间，就能低成本、高质量完成任务。

看好OCR智能识别在简化业务流程、数据采集与管理提效、知识图谱建设等方面的价值，这种新型的核保和理赔形态正在很多头部保险企业和TPA机构中推广开来。

二、智能营销服务

如果说，AI在金融行业的营销方面一直没有多少亮点可言。今年以来，随着大语言模型在金融行业的渗透，这种情况已经有很大的改观。

比如以往了解行业动态和内部经营情况，辅助营销策略和预算制定，主要靠人为搜集市场信息，研读各类财报年报。

现在，通过AI就能快速阅读和提炼海量材料中的关键信息，还能在几句对话中，完成市场了解、竞品比对、分析统计等操作，决策难度和风险都降低不少。

在营销内容的创作上，借助AI写作助手，不管是销售话术、营销文案还是研究报告，都能在人机协作之间秒速生成，而且文体风格、内容创意、专业深度等方面，比以前也有很大程度上的提升。

除了“文生文”，今年以来，随着AIGC技术在文生图、文生视频、视频生视频等方面的加速渗透，这种新兴的广告素材创意，也对包括金融在内的多个行业的营销模式带来了变革性的影响。

三、智能客户服务

作为AI较早渗透的领域之一，智能客服可能是金融行业最不“新奇”的存在。

不过大模型时代，获AI加持的智能客服，服务能力正变得更强，适用的业务场景也更广。

比如以前的AI客服大多仅限于简单的信息查询和预制问答，应答模式机械又低能，还没有上下文记忆，经常被人们吐槽是：“人工智障”。

而现在，AI聊天机器人化身的智能客服，不仅能查询信息、答疑解惑、办理业务，甚至还能陪聊天，讲故事，想象力和创意可圈可点，上下文理解和记忆能力也相当逆天。

更重要的是：通过模型训练，AI能打造专属的问答知识库和业务话术，极大地突破了预制问答的瓶颈，真正能做到365*24小时服务不掉线、始终保持专业水准。

也因为如此，金融行业的AI聊天机器人眼下不再仅限于客户服务，还被广泛运用于品牌宣传、产品推荐、情感关怀等场景。

四、AI数字员工

除了以上几点，AI在金融行业（尤其是银行、消费金融）很重要的一项应用还有AI数字员工。

据不完全统计，目前从客服、招商、营销到培训、风控，这些岗位都有AI数字员工的身影。

今年以来，随着大语言模型和数字人视频生成技术在金融行业的应用落地，完成大量金融知识训练的AI数字员工，3D形象升级的同时，交互和服务能力也明显提升。

目前，除了业务协作，有的AI数字员工甚至已经独立参与到交易场景的自助应答、业务办理等流程服务中。

着眼于AI数字员工在各行各业的广泛应用，IDC在《银行数字科技五大趋势》中预测：到2025年，超过80%的银行将部署数字人，其中，数字员工将承担90%的客服和理财咨询服务。

腾讯研究院在《2023数字人产业发展趋势报告》中也提到：据市场分析机构预测，AI数字人市场规模在2026年或达102.4亿元。

写在最后

其实除了金融行业表示出对AI数字员工的青睐，电商、企服、传媒等领域也对AI主播、AI主持人这类数字员工表示出很高的期待。

目前除了以上四大场景，AI在金融领域的应用还有很多，比如智能投顾、智能投研、智能监管、智能信贷等。

从总体看，AI在金融领域的应用较之其他行业可能算不上突出，但金融行业长期属于人力密集型行业，面向的客户群体广泛，又表现出对数据的极强依赖。

这意味着：随着OCR智能数采、知识图谱、生成模型、数字人等技术的快速发展，将很好地补足以往短板，推动行业实现更大程度的增长。