在數(shù)字經(jīng)濟浪潮的推動下，金融行業(yè)經(jīng)歷的數(shù)字化轉(zhuǎn)型，正在成為推動金融機構增長的新引擎。同時，為了應對個人客戶行為的線上化、投資多元化以及需求多變化，金融機構的營銷方式、獲客模式和觸達策略也在跟隨技術的變遷而不斷迭代。
在這個過程中，金融機構與客戶之間的關系變得更為直接，客戶的選擇也更為多樣。金融機構需要挖掘信任的價值，建立起不同場景、用戶和產(chǎn)品之間長期穩(wěn)定的生態(tài)關系，利用好科技的“雙刃劍”。
近一年來，科技領域最大的創(chuàng)新是大模型助力的生成式AI原生應用，大模型正在為金融機構帶來技術‘彎道超車’的窗口期，金融行業(yè)也將迎來大模型產(chǎn)業(yè)級應用落地的戰(zhàn)略機遇期。
就此，經(jīng)濟觀察報聯(lián)合百度營銷出品《AI自有光》系列訪談，邀請行業(yè)內(nèi)具有代表性的領先機構的負責人、高管，共同探討大模型技術的落地和產(chǎn)業(yè)化應用，分享洞見。
在本期節(jié)目中，中信消費金融首席信息官劉晉軍結(jié)合消費金融行業(yè)的痛點難點，對話百度MEG銷售業(yè)務平臺行業(yè)一部總經(jīng)理崔麗，系統(tǒng)闡釋了兩家公司在對大模型技術的分析與預判，并分享了在率先落地應用中的經(jīng)驗。
借力AI，破解金融服務業(yè)“三難”
中信消費金融公司于2019年成立，股東為中國中信金融控股有限公司和金蝶軟件（中國）有限公司，經(jīng)原中國銀保監(jiān)會批準成立為國內(nèi)第24家持牌消費金融公司，以普惠的在線式消費信貸為主要產(chǎn)品，服務大眾。
在當前經(jīng)濟周期中，消費復蘇在經(jīng)濟增長中的地位更加顯著，消費金融領域產(chǎn)品和服務的持續(xù)創(chuàng)新，有助于我國居民釋放更多消費潛力。發(fā)揮消費金融機構的科技能力和服務能力，為消費者提供更高價值更匹配消費熱點的金融產(chǎn)品，是各家消費金融普遍關注的問題。在用戶規(guī)模存量增長時代，更需要著力去解決用戶端的“發(fā)現(xiàn)難，體驗難，服務難”。
劉晉軍談到，在金融服務行業(yè)發(fā)現(xiàn)難和體驗難，服務難確實是很常見的問題，發(fā)現(xiàn)難主要是指的是如何發(fā)現(xiàn)潛在的客戶，發(fā)現(xiàn)潛在客戶以后如何發(fā)掘客戶真實的需求，過程中存在不高效、不經(jīng)濟、不及時的情況。消費金融機構對于這種情況通常是通過大數(shù)據(jù)的分析和人工智能算法來更加精準地在市場中發(fā)掘和找到客戶真正潛在的意圖，通過給潛在意圖客戶做更精準的標簽，圈定好目標客群之后再給客戶定制個性化的金融服務和產(chǎn)品，通過這個手段來解決發(fā)現(xiàn)難的問題。
“對于體驗難也是指客戶如果在有意向的情況下去持續(xù)獲得金融產(chǎn)品服務的過程中，可能也存在體驗不高效，也不便捷的情況。金融機構普遍采用的方法是通過科技的手段不斷地改進客戶的準入操作門檻，比如說現(xiàn)在都是通過在線式的方式APP，小程序讓客戶觸達，來獲得服務。在過程中可以不斷地簡化用戶操作這些APP程序的過程，讓客戶的感覺體驗得到最簡單，從而讓客戶非常便捷地能夠獲得服務的體驗。”劉晉軍表示，服務難是指當客戶成為金融機構的客戶之后，后續(xù)獲得支持和幫助的過程可能也有一些便捷性和時效性的問題，金融機構通常是會不斷地完善全渠道，全時空的服務體系，會把過去的一些可能線下的跟客戶服務的方式搬到線上，采用在線化，移動化，音視頻多種支持方式，提供7×24小時的時效響應，從而可以對客戶的多種訴求，非�？斓模皶r、高效的響應。
從行業(yè)發(fā)展階段來看，消費金融行業(yè)已經(jīng)從增量市場進入到存量競爭階段，整個行業(yè)都面臨著客戶留存難、競爭加劇等難題，運用科技來提升運營效率和用戶體驗對消費金融來說成為必選題。
“總體而言大模型給予消費金融業(yè)務和客戶提供的不僅是上面提到的內(nèi)容，我覺得大模型的發(fā)展會非常地迅速，可以預見地會極大地改變消費金融或者是金融行業(yè)的生態(tài)。”劉晉軍表示。
多管齊下，促進大模型應用落地
當前大模型在金融領域的應用，逐漸從外圍走向核心，金融同業(yè)與大模型科技伙伴加強合作是一條可行的路線，共同探索建立金融服務重量級應用，為金融服務實體經(jīng)濟提供助力。大模型在金融領域的應用充滿挑戰(zhàn)和機遇，需要做好算力、數(shù)據(jù)、技術、人才的積累，積極擁抱新技術帶來的變革。
劉晉軍表示，現(xiàn)在大模型市場分主要的兩大發(fā)展方向，通用型和專用領域。就兩種類型的大模型來說，通用型的入門門檻非常高，計算成本和訓練成本每次都是數(shù)十萬美金，硬件和軟件人員投資非常高，除了在金融行業(yè)里部分頭部超大型金融企業(yè)在嘗試之外，絕大部分的中小金融機構都是在基于通用大模型平臺的基礎之上，研發(fā)自己的大模型應用。
崔麗認為，金融行業(yè)是AI大模型應用的高潛行業(yè)，在大語言模型的加持下，消費金融領域的數(shù)字化、智能化進程將會加速駛?cè)肟燔嚨馈４竽Ｐ蛯⒃谥悄軤I銷、智能客服、智能運營、智能風控等領域應用落地，重塑產(chǎn)業(yè)結(jié)構。
消費金融行業(yè)對生成式AI的需求也將進入爆發(fā)期，與外部科技公司合作，借助“外腦”共同開發(fā)垂類大模型，也是中小型金融機構的可選路徑。
崔麗表示，百度營銷著眼于客戶價值，通過應用層面的“AI Native商業(yè)全景應用”和合作層面的“共拓計劃”，讓客戶和生態(tài)伙伴都能抓住大模型時代的機遇，便捷地享受技術成果。“經(jīng)過AI大模型賦能的消費金融，我們的首批金融行業(yè)商家BOT內(nèi)測客戶‘梧桐樹保險’就是一個很好的例子。當有意向的用戶在百度搜索長尾詞時，梧桐樹金融AI助手會率先做出首輪內(nèi)容回復，還會通過反向提問或者需求引導，給用戶提供最匹配其需求的產(chǎn)品和服務，這樣雙向激發(fā)的模式會極大提高廣告的轉(zhuǎn)化率和轉(zhuǎn)化質(zhì)量。”崔麗介紹。
劉晉軍表示，大模型的發(fā)展前景是非常廣闊，目前雖然是初級階段且訓練和部署成本比較高，但未來一定會發(fā)展成為像今天云計算一樣的基礎設施，成為性價比比較合適的一種基礎能力，會極大地提高金融業(yè)務的創(chuàng)造性和生產(chǎn)效率和生產(chǎn)質(zhì)量，一定會為整個社會的經(jīng)濟發(fā)展提供助力。
