作者簡介：陳劍，IBM 大中華區科技事業部金融行業架構師，資深 IT 專家。 深耕 IT 行業二十余載，積累了涵蓋技術產品研發、解決方案架構、團隊管理等領域的豐富經驗。尤其在銀行及金融行業擁有超過 15年的深入服務經驗，精通銀行系統構建、方案設計、應用開發、服務交付及團隊領導，并曾擔綱多個關鍵項目的技術負責人和團隊領導者。

全球銀行業轉型之路與中國銀行業的機遇

根據 IBM 商業價值研究院最新發布的《2025年全球銀行和金融市場展望》報告，全球銀行業正面臨前所未有的挑戰。利率波動、地緣政治緊張、以及金融科技公司帶來的激烈競爭，使得傳統銀行的盈利能力承壓。然而，挑戰也伴隨著機遇。報告指出，生成式 AI 和人工智能 (AI) 將成為銀行業轉型升級的關鍵驅動力，為銀行帶來客戶體驗升級、運營效率提升、風險降低和 IT 基礎設施現代化的潛力。

生成式 AI 在金融行業的現狀與發展趨勢

生成式 AI 在金融領域的應用已初露鋒芒。從智能客服機器人、個性化金融建議，到自動化后臺流程和風險評估，生成式 AI 正滲透到銀行的各個環節。然而，如同《2025 年全球銀行和金融市場展望》所揭示的，目前銀行業對 生成式 AI 的應用仍處于試驗階段。2024年，僅有 8% 的銀行在全面性和系統性地開發和利用生成式 AI，而 78% 的銀行則采取的仍是戰術性方法，進行小范圍的試點和嘗試。

最近，DeepSeek R1 模型的推出和開源，也為金融業注入了一劑強心劑。開源降低了 AI 技術的使用門檻，使更多中小型銀行也能參與 AI 創新。然而，開源也帶來新的挑戰，例如如何保障數據安全，如何針對金融行業的特殊需求進行模型定制等。

IBM 的觀點與解決方案

IBM 認為，銀行需要采取一種戰略性、負責任的 AI 部署方法。IBM 在 生成式 AI 領域的核心觀點是：開放性、可信性、針對性和賦能性。

開放性 (Open):IBM 認為，銀行不應該被單一的 AI 供應商鎖定。IBM 的 watsonx.ai 平臺提供多種模型選擇，包括 IBM 自研花崗巖系列模型(Granite)、開源模型 (如 Llama，Mistral，和最新的 DeepSeek R1) 以及與客戶一起共同創建和調優的模型。這種開放性使得銀行能夠根據自身的需求和合規要求，靈活切換模型，避免受到單一廠商鎖定和特定模型的限制。

可信性 (Trusted):金融行業對 AI 的可信度要求極高。IBM 的 watsonx.governance AI 治理平臺，能夠幫助銀行加強 AI 開發和使用的整個生命周期中的企業數據和信息安全。通過公平性掃描、數據追蹤和實時合規檢查，watsonx.governance 可幫助銀行建立部署可信、可更新且符合法規的人工智能系統。

針對性 (Targeted):銀行業需要針對特定業務場景定制 AI 模型。IBM 提供了多個基于行業相關數據訓練的基礎模型，例如用于代碼生成和現代化的模型、具有各種技能的 LLM 以及針對金融行業信息的模型。此外，IBM 還提供開源的 InstructLab 等模型微調技術和服務，幫助銀行利用自身的數據訓練出更具針對性、更加高效的 AI 模型。

賦能性 (Empowering):IBM 致力于賦能銀行，使其能夠掌控自己的 AI 轉型。通過 watsonx.ai 平臺，銀行可以訓練、微調、部署和管理 AI 模型，同時保留所創造價值的所有權。這種賦能性使得銀行能夠構建自己的 "AI 工廠"，加速創新周期，從簡單任務的自動化轉向復雜任務的自主決策、流程優化和行動 (Agentic AI)。

生成式 AI 的成功落地與實施，是一項復雜的系統性工程，其相關技術和能力建設必須遵循體系化方法進行推進。 IBM 可以通過以下產品和解決方案，幫助中國銀行業利用好 AI 進行轉型升級：

watsonx.ai：企業級 AI 開發和運行平臺，賦能金融新。watsonx.ai 提供 AI 模型從訓練到部署的全生命周期工具鏈，助力銀行利用 Granite, Llama, DeepSeek R1 等模型，構建更強大的金融 AI 應用。

watsonx.data：智能數據平臺，夯實銀行 AI 數據根基。基于開放式湖倉架構，watsonx.data 幫助銀行高效管理和分析數據，快速找到并準備 AI 模型訓練所需數據，并支持向量數據庫集成，為 AI 能力建設提供堅實的數據基礎。

watsonx.governance：可信賴的 AI 治理平臺，助力銀行 AI 應用合規、公平、透明。watsonx.governance 協助銀行建立完善 AI 治理體系，助力 AI 模型的使用合規，并兼顧公平性、透明性和可解釋性的要求，降低 AI 風險。

watsonx Code Assistant (WCA)：銀行開發提效利器。WCA 代碼助手賦能銀行開發人員，提升編程效率和應用現代化水平，加速軟件開發進程，釋放創新潛能。

watsonx Orchestrate：銀行智能自動化引擎。作為 IBM 重點發展的 AI 智能體平臺，watsonx Orchestrate 助力銀行將 AI 能力深度融入業務流程，集成各類企業應用和系統，構建自動化工作流程，例如自動化客戶服務、風險評估和 IT 運維等，提升運營效率和服務水平。

不僅如此，IBM 咨詢顧問團隊(IBM Consulting)更可為銀行客戶量身定制專業咨詢服務，從 AI 戰略制定、業務流程優化到技術人才培養，全方位護航銀行 AI 轉型之路。IBM 科技團隊(IBM Technology)則以領先的基礎設施、軟件及服務，為銀行 AI 戰略落地提供堅實可靠的技術保障。

針對不同規模的銀行，IBM 提供以下差異化的 AI 解決方案：

大型銀行:大型銀行通常擁有更豐富的數據和更強的技術實力，可以利用 watsonx 平臺，構建自己的 "AI 工廠"，進行 AI 模型的自主研發和定制。

中型銀行:中型銀行可以與 IBM 合作，利用 IBM 提供的基礎模型和微調服務，快速構建適合自身業務場景的 AI 應用。

小型銀行:小型銀行可以采用 IBM 提供的 SaaS 化的 AI 服務，實現快速試驗和落地，降低 AI 的使用門檻和成本。

對中國銀行業客戶深入使用 AI 的行動建議

基于上述分析和 IBM 的觀點，我們為中國的銀行業客戶在深入使用AI技術方面提出以下建議：

制定 AI 戰略，錨定轉型目標：銀行需從戰略高度重視 AI，確立清晰的轉型目標，并使其與自身業務發展戰略深度融合。

加強數據治理，夯實 AI 基礎:數據是 AI 的基石。銀行需要建立完善的數據治理體系，確保數據的質量、安全和合規。

采用混合云戰略，靈活部署 AI 應用:結合不同落地場景的實際情況，采用不同的部署架構，在滿足業務需求的同時，滿足安全和合規要求。

擁抱開源，積極參與 AI 社區:開源是 AI 技術發展的重要推動力。銀行應該積極擁抱和利用好開源軟件，積極參與 AI 開源社區，學習和借鑒開源 AI 技術的經驗，共同推動金融 AI 的發展。

關注 AI 倫理，確保 AI 的公平、透明和可解釋:AI 的發展不能以犧牲安全和倫理為代價。銀行需要關注 AI 倫理問題，確保 AI 的使用公平、透明和可解釋，避免造成歧視和不公正。

加強人才培養，構建 AI 人才梯隊:AI 的發展離不開人才的支撐。銀行需要加強 AI 人才的培養，構建一支既懂金融又懂 AI 的復合型人才隊伍。

共商生成式 AI 賦能金融業之大計

生成式 AI 正在重塑銀行業。機遇與挑戰并存，唯有積極擁抱 AI，才能在激烈的市場競爭中脫穎而出。我們誠摯邀請您參加 IBM 近期即將舉行的面向金融行業客戶的線上技術論壇，共同探討生成式 AI 賦能金融業的戰略與實踐。讓我們攜手合作，共商生成式 AI 賦能金融業大計，共同開創中國銀行業更加美好的未來!(完)

關于 IBM

IBM 是全球領先的混合云、人工智能及企業服務提供商，幫助超過 175個國家和地區的客戶，從其擁有的數據中獲取商業洞察，簡化業務流程，降低成本，并獲得行業競爭優勢。金融服務、電信和醫療健康等關鍵基礎設施領域的超過 4000家政府和企業實體依靠 IBM 混合云平臺和紅帽 OpenShift 快速、高效、安全地實現數字化轉型。IBM 在人工智能、量子計算、行業云解決方案和企業服務方面的突破性創新為我們的客戶提供了開放和靈活的選擇。對企業誠信、透明治理、社會責任、包容文化和服務精神的長期承諾是 IBM 業務發展的基石。