“只需要輸入簡單的幾條個性化信息，系統(tǒng)就能夠自動生成一份詳盡的可疑交易分析報告，‘隨興寫’讓我們從繁瑣的報告撰寫中解放出來，將更多精力投入到業(yè)務(wù)發(fā)展之中。”一名參與“隨興寫”測試的反洗錢專員高興地說道。

“隨興寫”是基于興業(yè)銀行自主研發(fā)的可疑交易報告智能生成模型（AML-GPT），利用大模型與自然語言處理技術(shù)，智能分析洗錢可疑客戶行為、可疑主體信息和可疑交易信息等特征，并生成可疑交易輔助分析報告，并通過運用智能問答技術(shù)，甄別人員可在模型生成的初稿基礎(chǔ)上快速調(diào)整優(yōu)化，實現(xiàn)興業(yè)銀行類GPT大模型從0到1的突破，并且在“興火·燎原”創(chuàng)新馬拉松大賽2023年度行內(nèi)賽中榮獲綜合賽道創(chuàng)新項目獎一等獎。

2022年12月，基于GPT-3.5模型的ChatGPT發(fā)布后，生成式人工智能技術(shù)熱潮席卷全球。如何使用生成式人工智能技術(shù)為經(jīng)營發(fā)展賦能，成為金融機構(gòu)面臨的新課題。

當前，客戶營銷、運營助手、智能客服等場景金融大模型應(yīng)用不斷涌現(xiàn)，利用大模型與自然語言處理技術(shù)賦能金融機構(gòu)合規(guī)風(fēng)控尚不多見。興業(yè)銀行獨辟蹊徑，聚焦反洗錢這一細分領(lǐng)域，給出了“興業(yè)方案”，自主研發(fā)推出AML-GPT模型。

據(jù)介紹，該模型是金融業(yè)首個在反洗錢可疑報告智能生成領(lǐng)域運用的大模型。AML-GPT專注于反洗錢這一特定領(lǐng)域，具有很強的專業(yè)性和針對性，能夠提供深度定制化服務(wù)，不僅減輕了基層反洗錢人員的日常工作負擔，還能提升案例甄別的質(zhì)量和效率。在中國人民銀行福建省分行指導(dǎo)下，“隨興寫”的技術(shù)方案已被收錄于《中國反洗錢實務(wù)》。

“在沒有智能輔助工具的情況下，我們每天需要處理約30份可疑交易報告，每份報告都需要經(jīng)歷開展調(diào)查、分析交易流水與行為特征到撰寫報告的過程，每份報告處理時長20-60分鐘不等。”分行一位基層反洗錢員工表示。

而“隨興寫”利用強人工智能技術(shù)，訓(xùn)練反洗錢可疑案宗報告智能生成模型，依托于系統(tǒng)涵蓋的多維度特征，綜合分析研判形成符合反洗錢專家邏輯的可疑分析報告，并給出初步處理意見。此外，將大語言模型內(nèi)嵌進反洗錢系統(tǒng)，基于知識檢索工具擴充知識庫，大模型可以充分發(fā)揮生成能力，不斷修正和完善可疑分析報告內(nèi)容，這相當于為每一位反洗錢工作人員配置了一名個性化的數(shù)字助手。

近兩年來，興業(yè)銀行反洗錢工作人員共撰寫可疑交易報告逾百萬份?！皯?yīng)用大模型智能生成報告后，基層員工可以從繁瑣的手工報告中解放出來，釋放出更多精力投入到業(yè)務(wù)發(fā)展、新型洗錢手法研究和專業(yè)規(guī)則優(yōu)化等工作中來?！薄半S興寫”項目負責(zé)人表示。

據(jù)悉，興業(yè)銀行計劃將AML-GPT升級為百億級參數(shù)量模型和先進可調(diào)算法，并結(jié)合機器學(xué)習(xí)、知識圖譜、自然語言處理技術(shù)和文本挖掘等技術(shù)，以進一步提高模型整體表現(xiàn)。

數(shù)字時代，興業(yè)銀行全面加快數(shù)字化轉(zhuǎn)型，繪就數(shù)字興業(yè)新圖景，越來越多類似于“隨興寫”的創(chuàng)新項目正在興業(yè)舞臺上競相綻放。目前，興業(yè)銀行科技人才約8000人，年度科技投入超過80億元，初步形成了“1（手機銀行）+5（興業(yè)普惠、興業(yè)管家、興業(yè)生活、錢大掌柜、銀銀平臺）+N（場景）”的數(shù)字興業(yè)體系，過去三年發(fā)明專利申請增長50倍。