独家|对话网商银行CIO高嵩: AI应用要找高价值场景
“因为做了AI，我们不是在裁员，反而在扩招。”
文｜任晓渔
编｜徐鑫
过去一年，整个银行业言必称AI。
从国有大行、全国股份制银行到头部区域性银行，都陆续宣布接入Deepseek、通义千问或推出大模型平台及应用。集体押注，推高了行业的科技投入，不完全统计，银行业上半年科技投入已超千亿。
但同时，大家也害怕“投入打水漂”。
AI在银行业核心业务的渗透率当下仍不足5%。甚至有时候，在一些业务上，一线人员感觉“用了大模型，效果不好，还比人贵”。
想投入，认为AI一定是未来，可是如何去这个未来，全行业仍然在寻找参考答案——行业尚缺爆款，AI落地前景待明。
这种矛盾的情绪，是网商银行副行长兼CIO高嵩的日常。作为一家科技银行的CIO，探索出AI之路，不是可选题，而是必选题。
外滩大会举办前的3天，十几名来自东南亚、非洲等不同国家的银行CEO到访网商银行，肤色各异的各国银行CEO看到网商银行推出的应用，纷纷追着高嵩问，“你们的AI产品能不能卖给我们用？”
这个细节让他意识到，围绕着到底怎么用AI，不只是国内银行业，全球业界都在急迫地寻找锚点，从而获得某种方向感。
网商银行正试图加快自己的探索。今年6月，网商银行将AI银行作为自己新十年的战略，提出要成为千万小微的AICFO。
三个月过去后，在正在举行的外滩大会上，他们开始落地部分AI应用，分别处于AI信贷、AI营销手和AI理财板块。
高嵩认为，这是一波10年的巨浪，网商银行当下仍处在探索和尝试的初期，但他们对AI的态度越走越笃定。
面对行业的科技期待与焦灼，种种迷思仍有待破局，关于模型、场景、战略、人才、护城河等方方面面。网商银行的实践或许可以给行业提供一些参考。
以下是数智前线专访网商银行副行长兼CIO高嵩。
01
做了AI，网商银行反而在扩大招聘
问：现在行业都在找AI的运用场景，网商银行怎么选场景，到底想用AI解决什么问题？
高嵩：用客户痛点和技术成熟度，画一个四象限图，排出来当下能做且客户很痛的事。这是我们当下选择的一个标准。
但同时我们也想去挑战一些难而正确的事。就像丢一颗石头到水里，涟漪越大，它可能就越重要。
问：所以优先选择了信贷么？
是的，小微企业贷款，还是很大的痛点，虽然3、5万的小额贷款已经解决，基本能做到310（3分钟申请，1分钟放款，0人工干预）。不只是我们，其他银行也是如此。
但其实，还有一部分小微企业，他们需要的周转贷款是50万甚至200万、300万。对于这部分相对“中大额”的信贷，要做到310，还是很困难的。线上即使能批出来，也经常会遇到额度不稳的问题，线下走人工审批，又不方便。而且一般这样的客户，会遇到更多的复杂问题想要咨询，线上找不到人，服务没有人情味。
问：你们是怎么解决？
高嵩：我们肯定不能纯靠招人去尽调，去审批，这个是不经济的，也难以规模化。中国的小微企业数量是5200万，靠堆人是不可能的。
所以，我们让AI去学习信贷专家的经验，而且是顶级的专家，让AI的审批准确率能够和人一样好。
问：真的有可能么，实践效果如何？
高嵩：我们运行了5个月，AI确实给了我们很大信心，和专家的审批一致率从之前的39%提升到了90%。这个数据其实意味着大模型决策的准确性和可靠性有了比较充分的验证。
问：如果AI可以做到这么好，那人还有存在价值么？
高嵩：决策还是要靠人，人为结果负责。很多人都担心AI会取代人。但我感觉，恰恰相反。AI能让普通员工成为超级员工，普通信贷员成为超级信贷员，普通客服变成超级客服。你可以想象一下，如果服务你的，不是一个普通柜员，而是一个银行的行长，体验是不是大为不同。
或者用一个更容易理解的比喻，谁生病都想请三家医院的专家给自己看病，看这样的医生太稀缺，如果因为AI的帮助，社区医生的水平能达到专家水平，能对社会创造多大的价值。
因为做了AI，我们不是在裁员，反而在扩招。
问：为什么反而加大了人员招聘力度？
高嵩：一方面，我们需要更多专家，专家要把自己的专家经验总结出来，教给AI。另一方面，我们需要更多用AI的人，人机协同，服务客户。
我举个例子，网商银行的客服，过去可能只能回答用户的简单问题，也很难真的帮用户解决复杂难题，但现在有了AI的帮助，客服人员能回答用户更多问题，可以做理财的销售、做贷款的服务，提升转化，长远来看，是有可能从成本中心转变成增长中心的。
以前很多人觉得客服是最容易被AI替代的岗位，但网商银行实际在扩大招聘。
问：相当于不是纯粹降本，也希望创造增量？
高嵩：是的，当然。纯粹降本，不是AI的价值。AI核心是创造增量价值。我们要相信一件事，金融其实是服务业，但现在高端用户能享受到的金融服务，和普通人能享受到的金融服务，差距还是很大的，因为专家级的金融员工还是稀缺的。
普通人对金融服务，还有很多槽点，很多服务还不充分，很多人觉得自己理财收益不稳，不知道怎么配置，保险条款看不懂，理赔麻烦，金融营销太打扰人，不够量身定制，等等。
这里面全是增量价值。
02
以前的千人千面不是真的「一人一策」
问：金融营销现在确实受到很多吐槽，这个AI也能解决么？
高嵩：金融营销现在是个行业问题。很多人吐槽贷款、理财的营销。不想看的广告一直发，不需要的产品一直推。
但对于银行而言，也很苦恼，如果完全不做营销，无法获客，做了，又打扰用户。两难。这两年，大家真金白银的红包给得越来越多，但获客越来越难，还会被投诉。
问：问题的症结是什么？
高嵩：其实是匹配的问题。找不准人，投不对渠道，或者内容做不到用户心坎上。
问：其实千人千面行业里说了很久，说个性化，说定制化，但似乎还是不解决问题？
高嵩：以前的千人千面不是真的「一人一策」。
我们常见的，圈一个人群包，10万、100万，做一个营销策略，其实已经是在做人群区分了，但可以想见，如果10万人一个人群包，不可能这10万人需求和喜好一样的。
问：现在AI能做成「一人一策」？
高嵩：是的，AI让这件事，变得真的有可能，虽然目前还在路上。
比如，刚刚过去的暑假，我们想对乡村文旅的用户进行贷款营销。
AI先分析宏观经济、区域地理、产业等数据，圈出200万的用户。过去，我们会针对这200万人发一份营销信息。
但现在，我们会让AI往下下钻。从中观、微观角度，再做分析。
比如，同样是温州洞头景区，做熟食店的是旺季需要用钱，开汽修的就不用。同样是做民宿的，广州种荔枝的是旺季，而大明山主要做滑雪生意的就不是。
找准人之后，就是内容和投放。可以尝试通过AI去找到用户的活跃场景，有的人喜欢刷抖音，有的人主要逛淘宝，然后通过AIGC为每个人生成不同的内容。这就是大模型最能大显身手的地方。
最终是需要的人在合适的地方看到有用的信息，不需要的人不打扰。
问：不需要的人不打扰，会不会也会错过一些商机，因为有的需求是被营销激发的？
高嵩：就看是需求驱动，还是销售目标驱动了。我们觉得还是需求驱动。销售需要和服务一体。
金融产品的消费，往往决策链路很长。客户进来想要提额，咨询理财服务，你最终他要的是解决问题，不是你给他提供情绪价值。
我们用大模型对智能客服做了一些升级：能够接着上次的问题聊，不是挤牙膏式，而是能多轮交互，突发情况还能一键转人工。
问：实际应用情况怎么样？
高嵩：网商银行目前AI营销覆盖的用户超过2300万。智能客服的有效承接超过90%。但最重要的是，用户的满意度提升了19.5%。当然，现在覆盖面还是有限，我们还在探索。
问：能解决自己的问题，但行业问题依然难解？
高嵩：需要人先走出一条可行的路，然后大家能朝着这个方向去走。
问：网商银行从信贷起家，理财是个新业务。
高嵩：去年外滩大会，我们宣布要做普惠小微理财，选择了代销银行理财这个品类。
问：正好一年，现在如何？
高嵩：增速很快，已经成为我们的第二增长曲线了。目前网商银行代销规模仅次于招行。
问：AI理财想解决什么问题？
高嵩：银行理财收益不稳。
问：理财收益主要还是受市场行情影响更多吧，AI为什么能对这个问题有帮助？
高嵩：AI不是唯一决定性因素，收益和市场行情、宏观政策等等都有关。我们先解决平台能使劲的。比如说投资经理对收益的影响是最直接的，我们如果帮投资经理管理产品规模，看清产品里的长钱和短钱，能帮他去改善投资策略，最终让收益变好。
这也是我们在做的。
问：为什么这个能影响收益？
高嵩：稳产品规模，主要在季末、月底等时点。如果投资经理发现投资机会，我们能帮他稳住规模，他就能改善收益。
看清长钱短钱，投资经理就能改善长期的投资策略。
问：那AI发挥了什么作用？
高嵩：我们通过用户理解大模型和时序预测大模型，去预测小微资金流和产品申赎。这个过程就像天气预报。然后我们在推品、管品、营销等环节进行运筹，好比人工降雨。二者结合，能让规模比较可管理。
减少投资经理想投资的时候，用户的钱跑了，不想投资的时候，钱又往里涌，被迫追涨杀跌。
问：目前合作了多少家机构？
高嵩：14家，有一定成效，2季度末，这部分产品的波动性比大盘低5BP。
问：除了信贷、营销、理财，还有其他场景在探索吗？
高嵩：网商银行内部在很多战场齐头并进，我们还有AI Coding、AI+服务、分析、数据处理，也都取得了一定的结果。
未来我们有更多，走得比较成熟的，也会拿出来交流。
问：还是围绕小微金融吗？会做其他领域的探索吗？
高嵩：网商银行还是做普惠金融，这是我们最底层的价值观。每一次技术革命，我们都把它当做实现普惠金融下一步的阶梯。
这一代AI，它最令人兴奋的地方，就是真的能有成为专家的可能性，把专家送到普通用户面前，把以前只有几千万资产的私行客户才能享受到的服务，变成普通人能享受到的服务，改变很多金融服务为人诟病之处。
金融是高端服务业，做好了，就是《金融与好的社会》里所说的：“我们可以在金融活动中创造价值，提升效率，服务生活，也可以为每一个参与其中的人提供社会回报。”
03
幻觉不可避免，AI在银行更像是辅助驾驶
问：金融容错率很低，但AI有幻觉问题，这个老生常谈的问题怎么办？
高嵩：大模型技术的幻觉问题，是天然存在的，AI系统会误判，人也会。金融对幻觉是低容忍场景，我们会想办法将幻觉控制到最低，让它更可控。
问：具体怎么做？
高嵩：比如语料上，把控底层训练语料的数据质量，除了一般标注还有专业语料标注。
在训练阶段，可以引入拒贷或欺诈领域的专家经验来让模型学得更准，让它判断的错误率或者失误率进一步降低。
技术手段之后还有一个兜底的阀门。人出现误判，可用doublecheck，AI误判能否doublecheck？
今天我们的AI并非单纯的一项技术，它本身是一套系统化的工程，我们会针对不同的场景，构建一道合规安全防线来保证它可用。
问：更像是辅助驾驶？
高嵩：对，我们不会让大模型直接在关键场景对客户进行服务，大模型先服务辅助人的方向去做，让人对最终的服务结果负责。
问：现在行业里人才和卡都很贵。AI如果一直很贵的，行业内就很难真正把AI大规模用起来。
高嵩：高级的人才和顶级的资源，在哪个时代都贵。更重要的是AI到底用来解决什么问题。这也是我们强调要做难而正确的事的原因。要找到AI要去解决的高价值的场景，解决普遍性覆盖度高，而且不用AI没办法解决的问题。
问：每个场景都需要大模型吗？
高嵩：不是，大小模型协同是趋势。有很多问题，小模型和算法就能解决得很好。用大模型就是高射炮打蚊子。
问：所以要破除唯大模型论。
高嵩：一些企业认为大模型包治百病，最后发现，用了大模型比人工还贵。技术方案不是炫技，而是从解决问题出发。
问：知道什么问题用什么模型来解决很难。
高嵩：企业里需要有一个路由系统，什么样的问题适合用大模型解决，具体按任务可以分配给不同的大模型，有些问题就适合用小模型解决。我们现在也是这么做的。
问：哪些场景适合大模型，有没有标准？
高嵩：大模型进去能解决问题有几个前提条件：
一是专家服务和普通服务之间，差值很大。
二是要有专家经验。专家经验越深，数据越多，解决问题带来的价值越高。等于说，你越能把通用AI训练成个专业领域的“博士”
二是这些专家经验要能被抽象出来，能搭建一套公理系统。公理系统就像语法、规则，行业通用判定准则。有了这个，AI就能为具体的案例找到坐标，做出判断。
04
基模厂商无法颠覆我们
问：今年会是银行应用AI爆发的一年吗？
高嵩：当下技术达到一定水位了。比如可用性、可靠性、成熟度等。模型的强思维链能力，多模态、跨模态甚至全模态的理解和生成能力都比以前有大幅提升。
我们判断基础模型的能力现在到了一定的高度，在基模上做垂类的垂直应用，是未来大方向。金融是领域之一。
通用大模型是个AI的高中生，我们需要把它训练成专才，成为金融学的研究生、博士。然后找到场景，创造客户价值。
问：如果未来AI公司来开一家银行，你们会被颠覆吗？
高嵩：不会。互联网时代，互联网银行也没有颠覆银行业，反而是银行业都拥抱了互联网，现在大家都有手机银行。
AI时代，专业领域的应用，是由专业模型来完成的。这是共识。我们有积累了专业的金融知识、数据，风险管控、客户服务的能力，这个是我们的护城河。
未来的银行竞争力不是基础模型，而是能不能训练出最懂金融的AI。
问：AI的变化很快，对一家应用厂商来说，什么才是更长久更根本的竞争力？
高嵩：保持对用户的洞察，对真问题的洞察，同时保持组织的敏锐。我们也始终提醒自己，别丧失这种洞察与敏锐性。
