银行

银行软件开发人士对界面新闻表示，场景数量越来越多之后，银行最终需要建立的，是类似银行员工的“全生命周期管理”：上线前进行压力测试和风险评估，上线后持续监测模型表现，对数据、模型、提示词、知识库和调用权限进行审计，并建立异常情况下的人工接管和紧急停止机制。

事实上，除了业务应用本身的责任主体难以确认，银行目前在技术路线上的分化，也是应用落地需要审慎考虑的“天花板”。

目前一些银行已经开始从“模型建设”转向“企业级治理”。

银行软件开发人士对界面新闻表示，场景数量越来越多之后，银行最终需要建立的，是类似银行员工的“全生命周期管理”：上线前进行压力测试和风险评估，上线后持续监测模型表现，对数据、模型、提示词、知识库和调用权限进行审计，并建立异常情况下的人工接管和紧急停止机制。

一位股份制银行人士向界面新闻举例，该行建设了基于大模型的消费者权益保护智审平台，将“AI智审前置，人工复核兜底”作为基本架构，针对信贷产品、代销理财和营销宣传材料进行智能审查。

”有银行人士对界面新闻透露。

一东部地区银行人士也认为，不同银行、同一银行内部不同部门之间，受到的冲击差异较大，以总行集中管理模式的银行为例，AI对总行人员的影响更大，分行受到的冲击相对有限。

有东部地区银行人士表示，在大模型应用选择上，银行大致分成了两种路径：

不过，AI并不局限于做银行中后台的“辅助工具”，更进一步，是成为业务流程中的“参与者”。

这是AI应用对银行中后台渗透的一个缩影，效果显而易见。

可以说，对于银行中后台部门，AI应用带来的效率提升和成本缩减效果是立竿见影的。

一位银行业人士认为，未来银行中后台大量岗位可能出现的变化，并不是简单意义上的“岗位消失”，而是岗位内部任务结构发生变化。

再进一步，在探索银行的AI应用边界与天花板的同时，已然发生的是，AI应用正在重塑整个银行业务流程和组织架构。

这显然意味着银行业务流程和组织结构的变化。

平安银行 三季报披露，9月末累计落地大模型应用场景超500个

上述人士坦言，对于大型银行而言，这实际上又增加了一层新的AI风险：技术依赖风险。

一位股份制银行人士向界面新闻举例，该行建设了基于大模型的消费者权益保护智审平台，将“AI智审前置，人工复核兜底”作为基本架构，针对信贷产品、代销理财和营销宣传材料进行智能审查。

一位股份制银行人士向界面新闻举例，该行建设了基于大模型的消费者权益保护智审平台，将“AI智审前置，人工复核兜底”作为基本架构，针对信贷产品、代销理财和营销宣传材料进行智能审查。