人工智能大语言模型的技术基础、应用场景与风险防范——以银行业为例.pdfVIP

王道平，梁雅夕.人工智能大语言模型的技术基础、应用场景与风险防范——以银行业为例

［DOI］10.19653/j.cnki.dbcjdxxb.2025.04.002

［引用格式］王道平，梁雅夕.人工智能大语言模型的技术基础、应用场景与风险防范——以银行业为例［J］.东北

财经大学学报，2025（4）：17-30.

人工智能大语言模型的技术基础、

应用场景与风险防范

——以银行业为例

1，21

王道平，梁雅夕

（1.南开大学金融学院，天津300350；2.南开大学前沿交叉学科研究院，天津300350）

摘要：随着人工智能的迭代演进，大语言模型已成为银行业数字化转型的关键，其发展与应用正引发深刻的行

业变革。本文从大语言模型的技术基础出发，系统梳理了其在银行业务中的应用场景与风险防范。研究发现：从

技术基础看，大语言模型凭借其在自然语言处理、复杂推理和非结构化数据分析方面的卓越能力，与银行海量文

本处理和智能化决策的内在需求高度契合。从应用场景看，在零售业务方面，大语言模型通过提升交互真实性与

准确性优化智能客服体验，并基于客户数据分析实现超个性化营销；在金融市场业务方面，大语言模型能够通过

分析结构化和非结构化数据进行市场预测，结合实时市场信息和情绪构建动态投资组合；在风控业务方面，大语

言模型通过整合非传统数据提升信用风险评估精度和欺诈交易行为识别能力。从风险防范看，大语言模型在数据

安全、模型稳健性和合规部署等方面仍存在风险。尽管大语言模型为银行业务提供了强有力的技术支持，但其现

阶段仍无法完全替代以人类判断为核心的传统银行模式，未来的发展必须在审慎、可控的治理框架下进行。

关键词：人工智能；大语言模型；银行业；数字化转型；ChatGPT

中图分类号：F830文献标识码：A文章编号：1008-4096（2025）04-0017-14

一一、、引引言言

党的二十大报告强调构建新一代信息技术、人工智能等增长引擎。近年来，我国的政府工作

报告也多次强调人工智能等研发应用，开展“人工智能+”行动。与此同时，随着全球科技飞速

［1］

发展，银行业逐步认识到技术创新对其业务模式和运营效率的重要影响。大数据、人工智能和

收稿日期：2025-06-10

基金项目：国家自然科学基金重大项目“科技金融的基础理论与实证”）；国家社会科学基金后期资助项目“基

于多源异构数据的系统性金融风险：监测、预警与防范研究”（22FJYB033）

作者简介：王道平（1984‒），男，湖南隆回人，副教授，博士，主要从事科技金融、国际金融、金融风险与监管研究。

E‐mail：wangdaoping@

梁雅夕（2001‒），女，广西柳州人，硕士研究生，主要从事智能银行管理研究。E‐mail：yanaliang_xi

163.com

17

学报2025年第4期（总第160期）

区块链等技术的广泛应用正促使传统银行业不断调整和重塑自身结构，以适应数字化转型的需求。

这种变革不仅体现在优化操作流程上，更深刻地影响了客户服务、市场分析和风险管理等多个关

键环节。在数字化转型的浪潮中，以ChatGPT为首的大语言模型作为人工智能的代表，凭借其强大

的语言生成和理解能力，