《银行科技研究社》（作者 木子剑）：山东省金融科技创新监管工具新一批5个创新应用于4月公示，其中之一为工商银行山东省分行申请的“基于大模型技术的智能信贷管理服务”。
该应用由工商银行山东省分行实现研发及运营，并提供金融应用场景。
将大模型用于信贷管理，实现知识问答、文本生成及优化
据《银行科技研究社》了解，该应用运用多项技术，搭建智能信贷管理平台，从多维度对行内外尽调信息进行聚合，一方面生成尽职调查参考报告，通过构建财务风控模型，对信贷业务进行全面分析，辅助客户经理进行贷前审批；另一方面，提供AI智能问答助手，提供尽职调查开展过程中的信贷制度、行业政策智能问答及信贷风险识别，通过智能问答可快速了解不同类型信贷业务的业务流程、准入规则以及信贷审查关注的重点内容，通过提供行业风险识别可辅助客户经理在尽职调查过程中关注不同行业客户重点调查方向。
该创新应用主要使用3项技术：
一是大模型技术，使用银行信贷规章制度、行业政策、风险提示等文本进行训练，通过AI理解分析，实现信贷知识问答，并对客户的行业风险分析提供参考文本供客户经理使用，客户经理参考大模型生成的内容，结合实地调查对尽职调查报告进行调整，大模型再使用调整后的文本内容进行微调优化实现经验传承。
二是大数据技术，在获得客户授权的前提下，将企业工商、司法等行外数据与行内客户基础信息、历史交易数据等进行分析挖掘与处理，构建客户综合分析模型，实现尽职调查报告数据的自动化采集，通过多维度交叉验证企业真实情况，为信贷决策提供数据支撑。
三是机器学习技术，对行内外数据进行特征学习和样本训练，构建财务粉饰度模型，识别分析财务报表舞弊风险，辅助授信决策。
据介绍，该应用的创新性在于3点：
一是在信贷业务辅助指导方面，采用人工智能大模型技术，为客户经理提供信贷政策、行业分析、市场分析、财务分析等内容的智能问答，通过回流微调实现经验传承，相较于传统人工智能模型的碎片化内容输出，提高客户经理信贷业务管理能力。
二是在数据应用方面，采用大数据技术整合行内外多渠道数据，实现尽职调查数据自动化采集及分析，一方面提升尽职调查的效能及准确性，纾解以往尽调过程中信息收集难、真实性难保证的痛点；另一方面实现尽调报告“实时计算、自动统计、一键输出”，为基层员工减负增效。
三是在风险识别方面，采用机器学习技术，建立财务粉饰度模型，对财务指标异常客户进行提示，相较于传统人工评估的方式，提高风险识别和防范能力。
项目的预期效果为，实现信贷业务全流程辅助、多维度分析、标准化尽调、可视化输出，上线后尽调报告自动化程度超过70%，生成效率提升50%；提升银行信贷风险防控能力及服务水平，提高信贷业务办理效率；预期可通过开放大模型专家经验能力等方式在全省同业范围内复制推广。
项目预期规模则为，预计年服务银行信贷客户经理2000余人，服务一般法人企业客户（中大型企业）2000余户，普惠信贷客户（小微企业）2万余户。
多家银行探索，大模型成为信贷场景的“有力助手”
近两年，大模型、生成式人工智能受到极高的关注。大模型是生成式人工智能的基础，生成式人工智能则是大模型能力体现的重要方式。
在金融业，已有多家银行进行大模型、生成式人工智能技术探索应用。而从金融科技创新应用方面来说，此前也有银行申请相关创新应用。几个月前，衡水银行申请的“基于图智能及AIGC技术的普惠金融贷款服务”对外公示。
衡水银行申请的该创新应用同样是将AIGC技术用于企业信贷场景，其主要是用来生成风控结果，辅助业务人员审核，便于审批人员出具评估结论，提高信贷审核效率和有效性。而上述工商银行山东省分行的创新应用中，基于大模型，除了对客户的行业风险分析提供参考文本以及对尽职调查报告进行微调优化外，还为客户经理提供相关内容的智能问答。
工商银行软件开发中心方面曾透露，该行早已探索大模型在信贷领域的应用。其体系化地规划信贷领域的应用场景，打造知识助手、文档助手、任务助手、风控助手、数据助手5大智能助手，分别用于检索专业知识、编写文档、自动处理任务、提供风控决策支持、降低取数用数门槛。
据《银行科技研究社》了解，还有更多银行探索信贷场景的大模型应用。
民生银行曾表示，在贷前调查报告、数据审查报告自动化、风险预警精准化、量化交易辅助风险决策、欺诈监测和防范、智能辅助管理决策等方面，该行也在进行相应的大模型尝试和探索。
而前不久，网商银行升级“大雁系统”，将大模型的能力应用于产业链金融，在后台作为金融风控系统的“助手”，帮助金融机构识别小微企业，更好更快地进行信用评价等。
还有一些中小银行也尝试通过大模型生成企业客户尽调报告，再由客户经理审核修改，在尽量避免风险隐患的同时提升工作效率。
从上述信贷场景来说，大模型并不是与客户进行交互或直接用于授信，而是作为银行人员的助手，提供帮助、支持。
