与现有AI模型相比，大模型具备强大的通用能力和创作能力，可以通过聊天交互模式，协助完成文案撰写、文档审核、代码生成等各类智力性和创造性工作。
目前，头部银行都在积极探索大模型在业务场景中的应用，且经过试点验证表明，大模型有望实现生产力的范式变革，未来将成为银行AI标准化的重要组成部分。
沙丘社区通过研究平安银行、浦发银行、中国邮政储蓄银行、北京银行等在大模型方面的探索，旨在为其他银行提供参考。
▎案例一：平安银行大模型应用探索
大模型将助力银行数字化转型，银行在数据、算力、算法方面和科技公司相比没有明显优势，因此平安银行基于数据及场景的差异化优势，更多的探索上层应用创新。
目前，平安银行在数字化经营、数字化运营、数字化管理三个领域尝试大模型应用。本文介绍了平安银行在营销物料生成、经营数据分析、客户与员工情感分析、房贷文件审批等场景的大模型技术探索，为其他银行提供参考。
免费获取完整版案例，可添加微信号zimu738
▎案例二：浦发银行大模型应用探索
浦发银行在多个业务场景探索大模型应用，其中数据标注、问答场景、财富管理等场景大模型试用效果较好，交易辅助等场景效果不佳，代码生成场景在引入国外厂商产品时存在合规问题。
大模型未来有望成为企业AI标准化的重要组成部分，但在银行内部需要成熟和被大量验证后才会大范围应用。
免费获取完整版案例，可添加微信号zimu738
▎案例三：中国邮政储蓄银行大模型应用实践
在投行业务领域，中国邮政储蓄银行运用大模型技术辅助本外币拆借业务，构建数字代理员工理解对手方交易意图，从简单的咨询出价逐步介入交易谈判、成单撮合、策略研判，实现自动交易撮合，在业内属于较为创新的应用场景之一。
免费获取完整版案例，可添加微信号zimu738
▎案例四：北京银行大模型与向量数据库探索
北京银行在大模型领域以自研为主，在应用场景的选择上，对话不是业务的刚性需求，很难直接带来业务价值，大模型可能会发挥价值的场景包括：
· 通过大量数据的预训练和小量数据样本的学习快速实现业务交付，例如在图像识别场景，通过自动化标注小样本学习实现单据识别；
· 通过搜索快速找到信息给出答案，提高信息的利用效率。
在探索大模型的过程中，北京银行业同步引入了Milvus向量数据库，用于智能投顾、OCR识别和图文检索等业务场景。
免费获取完整版案例，可添加微信号zimu738
