ChatGPT是美国人工智能研究公司OpenAI研发并于2022年11月30日发布的人机互动模型。ChatGPT一经上线即成为爆款，注册用户5天超过100万，月活用户两个月突破1亿，创造用户增长新纪录。ChatGPT不仅得到用户的热捧，也在整个科技领域掀起滔天波澜，各大科技公司纷纷宣布跟进相关产品，百度宣布其同类产品“文心一言”将于3月上线，引起股价暴涨；阿里随即表示“达摩院版ChatGPT”已经进入内测阶段；甚至谷歌仅因人机互动平台聊天机器人Bard的回答出现事实错误而直接导致公司市值一夜蒸发7000亿；美国新媒体Buzzfeed仅因宣布采用ChatGPT进行协作创作，股价即在连天内飙升300%，可见资本市场和数字科技领域对ChatGPT的推崇度之高。与此同时，关于ChatGPT会替代什么岗位的讨论也冲上热搜，引发媒体和普通群众的持续热议。

(资料图片仅供参考)

银行业正在推动数字化进程，ChatGPT一经火爆就被银行业投以高度关注。1月18日农业银行研发中心就针对ChatGPT形成了技术解析和应用发展报告。2月6日晚招商银行发布基于ChatGPT创作的亲情信用卡(附卡)文案，2月9日招商银行再度发布《当ChatGPT遇上AI小招》，借助ChatGPT热度为自身金融服务进行宣传。虽然现阶段各银行关于ChatGPT的试水使用仍以“蹭”热度做宣传为主，但ChatGPT给银行数字化升级带来的理念启迪及后续发展中的持续影响必将是深远且显著的，我们有必要从仅以ChatGPT作为人工智能(AI)工具和整个ChatGPT爆火的事件两个视角去分析此次热潮给行业带来的影响和启示。

作为工具

ChatGPT概括来说就是一个通用的聊天机器人。GPT是“Generative Pre-trained Transformer”生成型预训练变换模型的缩写，该模型可通过深度学习生成人类可以理解的自然语言。目前为大家所了解的GPT-3是由OpenAI训练与开发的，包含1750亿个参数，是有史以来参数最多的神经网络模型。在GPT的基础上，OpenAI使用人类反馈强化学习(RLHF)技术对模型进行了训练，且加入了更多人工监督进行微调，在这样的机制下ChatGPT相较以往的对话机器人，能够更好地应对如个性化搜索任务、逻辑解析、写作内容以及辅助编程等自然语言任务，并能够实现相对准确、完整的多轮次对话。

(一)在工具角度，ChatGPT属于利用人工智能技术生成内容(AI Generated Content，AIGC)范畴。AIGC被认为是继专业生产内容(PGC)、用户生产内容(UGC)之后的新型内容生产方式。UGC对PGC的替代推生了如博客、公众号、短视频等爆款应用，而AIGC是否能够进一步替代UGC则仍有待观察，不过近年来AIGC在数字生成文字、图片、音视频等领域均取得了较为显著的进展，ChatGPT进一步成为该领域的里程碑。

(二)在工具角度，ChatGPT实现了技术升级。模型中所使用的自注意力(Transformer)模型是近几年人工智能技术最大的亮点之一，可以按输入数据各部分重要性的不同，而分配不同的权重，使得模型精度和性能上都要优于之前流行的卷积神经网络(CNN)、循环神经网络(RNN)等模型，大幅提升了模型训练的效果，让人工智能得以在更大模型、更多数据、更强算力的基础上进一步增强能力。而且ChatGPT具有较好的客户体验。OpenAI于2016年就发布了GPT-1模型，经过5年的更新迭代才形成现阶段的ChatGPT，正是这5年的打磨，使得ChatGPT能够做到迅速地响应和比较靠谱的回答，基本满足人们的对话要求，实现较好的客户体验，摆脱了“人工智障”的传统认知。

(三)ChatGPT工具的技术从目前来看仍只是生成式AI技术迭代的一部分，并不存在突破性技术进展。其模型与谷歌、Meta、英伟达/微软等公司的相关模型，都遵循着相同的基础架构，因此也具有相似的问题，比如不会主动规划也不讲道理，会生成一些不准确、误导或错误的信息，尚不支持获取实时数据，回答缺乏时效性，模型训练成本高等问题。

因此以工具角度出发，综合其优势表现及问题弱点，可预期ChatGPT未来短期内可在无目的聊天、结构化写作和通识写作等领域掀起巨大变革，对应具体行业包括媒体行业、营销服务、娱乐行业等，并在如金融、教育等领域对基础数据收集、结构化文档输出等环节提高相应工作效率，形成对基础人工的替代。在长期内通过对专业领域深耕并进一步实现技术突破，在有效解决安全性、可解释性及一系列制度责任问题之后，则有望在金融分析师、交易员、理财规划师等需要专业知识注入的领域形成优势替代。

基于ChatGPT的工具长短期能力情况，在银行数字化领域需跟踪关注的影响包括：一是互动模式升级。ChatGPT展示出的更为接近真人的沟通能力使得人机互动模式可以更加人性化，借助AI能力改进产品设计，优化客户旅程，系统操作可通过语音、视频等模式进一步人性化，甚至以前难以实现的数字人对话等模式均成为可能，过去僵硬、冰冷的系统操作流程将面临挑战和淘汰，需关注交互模式升级方向。二是决策辅助能力提升。传统技术进行数据收集并加工成为有效信息资源的效率较低，ChatGPT模型可以通过更为丰富的业务情景、上下文信息，提供极高效的信息加工整理，为决策者提供更优的智能辅助，商业智能(BI)呈现将发生革命性改变，如高管驾驶舱、数据报表系统、绩效考核系统等均需关注全新挑战。三是简单重复劳动被替代。ChatGPT在数据处理、结构化写作及基础代码编写等方面表现出较强的能力，因此将对专业知识要求低、简单重复的劳动形成替代，转而向可以进行模型专业训练、对专业问题具有判断能力、可以基于基础工作进行决策判断的人力资源形成需求，对人才队伍的全新需求方向需跟踪关注。四是智能服务提升运营效率。通过ChatGPT能力，形成更为人性化的智能客服、智能催收、智能营销工具，提升运营效率、降低运营成本，相关工具革新和AI应用需跟进关注。

作为事件

近年来基于人工智能技术形成的商业服务已经不算是新鲜事物了，如人脸识别、语音识别等。就人机互动领域来讲从苹果的语音助手(Siri)、百度小度、微软小冰、天猫精灵到基本各大平台均已具备的智能客服功能，银行业的智能外呼、智能催收等应用，也在一定程度上实现了人力资源的节约和运营效率提升。单就AICG领域，智能绘画、作曲、写作等应用也取得了较好的成绩，但这些应用并没有激起广泛的关注和讨论。因此，ChatGPT火热出圈促使微软迅速将ChatGPT与必应搜索相结合并在社会层面形成巨大影响，值得我们在事件层面而非仅仅工具技术层面进行分析，思考其对银行数字化的启示。

(一)技术进步是基础。根据前述分析可以知道ChatGPT确实在模型层面形成了优势迭代，且OpenAI在模型性能提升方面不惜投入，花费5亿美元的建设超算中心，每年在微软云服务上的投入超过7000万美元，GPT-3拥有1750亿参数，单项训练成本就在460万美元以上，OpenAI还雇佣了一个专业的数据团队，对数据多样性和标注体系进行设计。真正的技术前沿探索和高投入的性能优化，使得ChatGPT在客户体验和产品能力方面形成优势。

对应到数字化转型领域，银行在数字化过程中应把握行业发展前沿和科技脉搏，选取优势技术、优化产品设计，在金融与科技两个方向增强竞争力，形成优势壁垒，相应的软硬件和人力资源投入是必需的，这是数字化转型取得成功的基础。

科技服务机构则更应直接提升自身产品力，以硬实力打造自身优势，在咨询引导、产品性能、交付服务、售后运维等方面形成体系化赋能，在理念、技术、数据、设计等方面保持领先。在算法方面紧跟前沿大数据、AI算法的发展，融合国内制度要求，在算力方面充分发挥云计算优势，服务全社会数字产业化和产业数字化。

(二)有趣。在现在的社会传播链条中私域流量正起到越来越关键的作用，有趣更能吸引人们进行接触和了解，好玩且具有一定不至于招人反感的炫耀性更能激起“自来水”效应。有趣、好玩对产品传播的价值已经无数次做了展示，如阿里的集五福活动、微信的摇一摇功能等，这一特征在ChatGPT事件中表现得也尤为明显，通过向ChatGPT进行各类提问并进行点评，甚至近乎一种“调戏”并进行传播，可以展现自己科技爱好者的标签、关于人类未来的思考和一点专业领域的学识。因此，ChatGPT宣传方面形成明显的“飞轮效应”助力了产品的爆火。

银行在数字化过程中应注重产品和活动的趣味性，吸引客户和员工投入其中，低“入坑”门槛，这是激发内外部动力的不二法门。比如平安银行在数字化过程中打造的“奇Pai说”活动、创新车库机制，都是激发应用数字技术进行创新的有效方法，同时在产品设计中，平安银行积极打造的如“小财娘”虚拟IP及财神节等趣味活动，激活线上线下客户，既向市场展现了自身积极创新的能量，也引导员工投入数字化过程中，相比全部依赖大系统升级和指令型组织架构改革推动的数字化，更能获得关注、更具有可落地性。

科技服务机构应考虑以更有趣的模式，以低门槛、人性化的方式提供科技服务、设计产品交互、提供运营支持等，做到界面好看、交互合理，摆脱纯代码化的思维，以产品经理打磨产品的思想助力数字化升级。

(三)有用。传统AI在专业领域有了一定的应用，比如人脸识别、围棋、电子竞技等，但只能在小圈子内部表现出有用，非专业人士无法在自己的工作生活中形成强烈的认知，而各大平台智能客服表现出类似“人工智障”的反馈能力也使得大家对AI进一步习以为常，甚至不厌其烦。ChatGPT则因其可以完成内容梳理总结、问答反馈、基础代码编写等日常且基础的工作，而使得非专业人士开始广泛关注其进展，形成超出技术领域的热烈反馈。更明显的对比是元宇宙火爆出圈后随即表现出应用场景不明朗、技术研究方向分散等问题，即使是巨头的大规模投入也难以保持持续发展，最终逐步降温，以至于Meta出现巨额亏损，微软解散工业元宇宙部门。

而数字化转型也正是如此，如何将数字化从信息科技部门解放出来，或者从每个部门当中个别数据管理岗位的责任中解放出来，在广泛的层面达成有用、好用的共识，才是数字化真正发挥作用形成热潮的关键。

在银行内部，一是在技术方面可通过人工智能、低代码平台及数据资产管理平台等技术降低数字化的准入门槛，利用类ChatGPT的模式将代码、数据处理与自然语言尽可能地相互融合，降低参与难度。二是组织架构层面可打造每个条线/部门均按照科技团队、产品团队、业务团队进行矩阵构架的模式，在组织上打通科技与业务的边界。三是产品层面要不断寻找和打造符合自身特征定位又能切中目标客户痛点的产品，使其可在外部提升社会影响力，在内部形成标杆激发数字化的主动性。

科技服务机构则应发挥自身优势服务银行相关需求，如满足银行相关科技、组织架构咨询、产品设计咨询及运营管理能力需求等，通过自身业务体系促进业务、技术相融合，在银行体系内及广泛的社会面形成数字化有用、好用的传播热潮。

(四)有话题。AI对人的替代始终是智能科技发展中最具争议和话题性的部分，这一点从影视作品中就可以发现，从多年前的“黑客帝国”“终结者”到今年的“流浪地球”均包含人工智能替代并对人类产生威胁的内容。ChatGPT可在通用领域进行内容生产，必然激起广大群众内心的相关恐慌，激发相应的讨论和分析，从媒体、自媒体到朋友圈等各个途径均得到激发，使得产品摆脱AI研究小圈子内部的孤芳自赏，形成广泛的社会性话题。

银行数字化过程中同样应注意话题，有助于自身品牌的打造、提升机构社会影响力和资本市场认可度，助力数字化进程顺利开展。针对这样的需求，科技服务机构应有效把握相关话题度，为银行提供相应助力，从曾经的区块链、到后来的量子技术等，均在一定阶段引领过话题流量，科技机构可提供相应的概念服务和场景接入，为银行打造个性化产品和品牌宣传空间。

其他涟漪

除ChatGPT作为工具对数字科技的影响和作为数字化产品爆火对相应商业思维的启迪之外，ChatGPT也可能在一些其他层面激起涟漪，比如信息安全。

新领域符合信息安全要求是必然要求。ChatGPT作为人类反馈强化学习模型，对它的提问和交流就是一种训练，那么，高热度的使用实际上为其提供了大量的训练数据，这些数据中是否涉及商业机密、隐私数据是需要关注的问题。在ChatGPT的激发之下，AI大模型必然在后续的发展中一定程度取代原有专业模型成为发展方向，而这个方向的信息安全则有必要在一开始就成为关注的要点。

最后，ChatGPT的热度就是数字科技的热度，每一次如区块链、元宇宙、数字化货币、虚拟现实技术/增强现实技术(VR/AR)、ChatGPT等的火爆出圈，无论最后是成为里程碑还是一地鸡毛，都是数字技术和数字经济一次深入人心的宣传，所谓潜移默化、久久为功，ChatGPT团队“AI不会取代你，用AI的人会取代你”的表达是数字化最好的标注，最终数字化的大潮将会改变世界，每一次进步都不可低估。

(作者单位：神州信息，神州信息新动力数字金融研究院。戴可为神州信息副总裁)

关键词：