我们采访了劳埃德银行集团首席数据与分析官Ranil Boteju，探讨FinLLM及该行“AI作为裁判”机制

生成式AI在银行业的应用机遇与挑战
生成式人工智能在提升企业生产力方面存在大量机会，但在金融服务业等受监管领域，AI输出必须可解释且无误。劳埃德银行集团正与科技初创公司Aveni合作开发FinLLM——专为金融服务调优的AI语言模型。该模型摒弃了基于互联网规模文本的无上下文训练模式，专门针对金融服务的语言、法规和产品进行优化。

专业模型的实际应用场景
当分析偿付能力、审核行为准则或起草适配性信件时，FinLLM能基于专为解析金融服务细微差别设计的模型进行判断，而非提供粗略推测。该银行已在审计团队测试FinLLM，由集团审计与行为调查部门开发的审计聊天机器人虚拟助手正在变革审计人员获取审计情报的方式。该助手将生成式AI与内部文档系统Atlas集成，实现更快速、智能和直观的信息检索。

构建可信AI系统的关键技术
劳埃德银行集团首席数据与分析官Ranil Boteju表示，银行基于所有收集的审计数据，利用FinLLM及其审计知识有效训练了该聊天机器人。鉴于OpenAI和谷歌等提供的大语言模型多为通用型，该行正研究如何将基于公共互联网数据训练的生成式AI模型广度，与银行掌握的精细化金融服务信息相结合。

智能体架构与裁判机制
为处理客户对话，聊天机器人需理解对话内容，将客户查询转化为一系列编排任务——这正是智能体AI的体现：每个任务都由专业AI系统处理。Aveni首席执行官Joseph Twigg指出：“AI智能体大规模直接参与客户交互已成必然，这需要新型保障机制来规范其行为。”

为确保各AI系统输出的响应合理准确，劳埃德银行集团采用“智能体作为裁判”策略。Boteju解释道：“特定模型产生结果后，我们会开发不同模型来审查这些结果并进行评分。”通过多模型独立评估输出，确保其符合金融行为监管局指南及银行内部规定。

合规保障与未来展望
Boteju强调，审查AI模型输出是复核客户建议准确性的有效方式。目前银行正在完善这些防护机制，他表示：“建立此流程至关重要。”该项目展示了如何部署生成式AI与专业模型来支持核心银行业务流程，其工程化方法为构建面向客户的聊天机器人提供了技术蓝图。