今年的近日，毕马威中国发布尽管大模型已经在银行业实现了较为广泛的应用，但实际效果与用户期望之间还存在一定的差距。以市面上常见的AI智能客服为例，AI的“答非所问”和“已读乱回”经常让用户陷入沟通困境。此外，在财富管理、投资策略等银行重点关注的领域，大模型应用仍存在一定的局限性，与银行的核心业务尚未实现深度融合。

　　针对大模型“广而不精”的现象，银行业仍需深化探索，推动大模型从“可用”迈向“优用”，从“大而全”转向“专而精”。“关键还是要看需求，根据实际需要对大模型进行优化调整。”博通咨询金融行业首席分析师王蓬博认为，大模型在银行业的广泛应用是科技金融助力降本增效的直接体现，推动银行业在数字化转型、降低运营成本的同时，为产品创新和业务模式改变提供了技术支撑。未来，银行业应深入研究不同业务场景的实际需求，针对财富管理、投资策略等重要领域，可以尝试探索AI与行业专家结合的模式，弥补大模型在复杂决策中存在的不足。除此以外，要建立健全用户反馈响应机制，针对AI客服 “答非所问”等情况，通过用户交互数据不断优化算法，提升大模型的语义理解与精准回答能力。

　　中国邮政储蓄银行研究员娄飞鹏表示，大模型在银行业应用仍具有持续开发的潜力，在客户营销、业务创新、风险管理、机构运营等方面都可以通过AI来实现优化完善。目前来看，“人工智能+银行”的应用还在不断探索中，需要持续的资源投入。近年来，开源大模型的出现和推广确实降低了不少银行的成本投入，但不能仅是“可用”，还要迈向“优用”。在此过程中仍需要银行在推动模型本地化时根据实际情况进行优化，持续更新完善模型，保障数据质量，从而不断提升大模型的应用成效。