目前，我国有19家民营银行，分别背靠腾讯、阿里的微众银行、网商银行是其中的“佼佼者”。那么，作为数字原生银行的这2家银行，在金融科技上有着怎样的新进展呢？《银行科技研究社》以2023年报为主，辅以其他资料，对两者进行了对比。

追逐大模型

现在一说到科技，就避开不了大模型。2022年末至今，大模型和生成式人工智能概念极其火热，相关产业发展迅速。目前，已有银行将大模型和生成式人工智能技术广泛用于智能办公、代码生成、智能客服等场景中。

作为头部民营银行的微众银行和网商银行，也早已开启大模型探索之路。

微众银行2023年报显示，其正探索联邦大模型。具体而言，该行基于“可信联邦学习”的理论框架，提出“联邦迁移大模型”。2023年4月，FATE社区（FATE是微众银行发布的工业级人工智能联邦学习开源框架）推出FATE-LLM开源项目，推动联邦大模型技术研究和落地。

微众银行透露，其已在多方面进行大模型应用：

在营销方面，该行探索通过大模型素材系统生成营销素材，并自动完成内容审核及打分。如“微业贷”依托于大模型AI Agent技术，可在有效避免版权风险的前提下，推动广告素材生成效率较人工提升266%。该行还升级AI Agent智能营销解决方案，基于联邦学习与大模型技术，在业务数据不出本行的情况下，联合广告平台、第三方数据源等进行联邦建模，完成客户定位和精准投放。

在客服方面，该行通过大模型AI Agent技术对客户对话内容进行小结，助力坐席快速定位用户问题；通过大语言模型完成直通理财知识库相似问题推荐，较传统人工的处理效率提升两倍以上。

在消费者权益保护方面，该行基于大模型技术打造的消保广告视频审核系统平均准确率达95%，节约90%的人工审核时间。

在数字人、元宇宙等领域，微众银行也在探索生成式人工智能的应用。其中，在内部场景方面，该行基于AIGC模型打造数字人形象制作、音色克隆、唇形匹配、动作库等功能，大幅减少数字人的制作时间。据悉，该行以微众银行大厦为原型，完善其3D数字孪生体，也集成了生成式人工智能等技术。

值得一提的是，微众银行基于覆盖14个领域的77亿条企业数据，打造小微企业百亿参数大模型2.0，对比大模型1.0效率加速152倍。其已将该大模型应用到企业金融，实现数字精准化触达和数字化精细运营。

网商银行则在2023年报中表示，其已在客户经营认知、产业链认知、理财客户挖掘、人工智能外包等多个场景实际测试大模型的落地应用，争取早日突破，以人工智能技术去重塑小微金融服务，实现金融服务能力升维式的进阶。

网商银行2023年报透露的大模型相关进展并不多，不过其2024年或在加速。就在前不久，网商银行宣布升级“大雁系统”，将大模型的能力应用于产业链金融。其中大模型的应用主要在于：一是基于知识抽取能力构建产业链图谱，大模型读取海量相关信息后，形成产业链图谱，可更了解产业链上下游的小微企业；二是基于信息解析能力，通过小微企业的经营情况等数据，更快地进行信用评价。

值得注意的是，这一应用这并非是直接生成内容、与用户互动，而是在后台，成为金融风控系统的“助手”，帮助金融机构识别小微企业。

其他的金融科技进展

当然，大模型不是金融科技的全部，两家银行在其他技术上也有新的进展。

从2023年报透露篇幅及重点来看，微众银行还关注隐私计算、区块链、人工智能等技术，网商银行则关注卫星遥感、隐私计算、人工智能等技术。

微众银行

在隐私计算方面，2023年，由微众银行发起的联邦学习开源框架FATE推出2.0版本，从应用层、调度层、通信层、异构计算层4个方面实现多层次隐私计算平台间互联互通。

在区块链方面，微众银行加强底层核心技术攻关。包括提出集公有链和联盟链两大技术路线优势为一体的“公众联盟链2.0”理念体系，并面向公众开放观察节点接入功能；开展第三代FISCO BCOS的升级迭代，年内更新9个版本，新增轻节点、多CA支持、可验证读、块内分片、动态共识切换、树状网络分发等能力，同时依托对区块级流水线（BLP）和确定性多合约并行（DMC）的技术攻克，推动实现区块间和区块内同时高效处理，端到端性能突破10万TPS。

另外，微众银行也在推进数字人、元宇宙等新兴领域的探索，加强技术能力建设，并在行内外的应用场景中完成多项功能和技术验证。

值得一提的是，微众银行还推动开源技术发展。截至2023年末，该行在AI、区块链、云计算、大数据等技术领域共开源36个项目，获得超过40000个Star、超过15000个Fork。

网商银行

网商银行2023年报强调，其为全国第一家将云计算运用于核心系统的银行，也是第一家将人工智能全面运用于小微风控、第一家将卫星遥感运用于农村金融、第一家将图计算运用于供应链金融的银行。

在卫星遥感方面，该行进一步拓展“大山雀”卫星遥感风控系统适用范围。截至2023年末，“大山雀”可识别品种覆盖15大类农产品产业，并新增“大棚作物”的识别能力。

在隐私计算方面，基于密态时空计算能力，网商银行联合农业农村部大数据发展中心承建联合实验室，开展全网商农户的种植作物识别分析，通过总对总，降低农村金融业务的数据成本。技术上首次将时空大数据和隐私计算相结合，在信创可执行环境（TEE）内，实现可用不可见下的分布式时空计算，将TEE原生编程变为密态时空大数据SQL研发，支持高效率联合建模分析，将海量时空数据的隐私计算提速2个数量级。

另外，网商银行以人工智能赋能小微风控，并在2023年取得新进展。据悉，其小微智能交互式风控系统深度应用AI技术，结合计算机视觉、知识工程、人机互动、语义理解等技术，可快速获取、识别和理解小微客户信贷诉求、资产表现和经营状况，形成用户全息画像。2023年，该行重点升级了多主体经营身份识别、位置画像构建、产业链规模化构建等能力。

经营数据、科技相关数据

最后，用数据说话。

说微众银行、网商银行是头部民营银行，是因为两者在经营数据、规模指标等方面领先于其他民营银行。不过，两者之间也存在差距。

2023年，在营业收入和净利润上，微众银行分别达到393.61亿元、108.15亿元，而网商银行分别为187.43亿元、43.03亿元。在最新核心一级资本净额和资产总额上，微众银行分别达到461.55亿元、5355.79亿元，网商银行则为212.57亿元、4521.30亿元。

《银行科技研究社》本想对比两家银行2023年科技方面的数据，但两者均只透露部分数据，因此并不好对比。

在科技投入方面，网商银行没有透露具体数值。微众银行则透露研发费用为33.22亿元，同比增长12.89%，以此计算，研发费用占营收比为8.44%。不过值得注意的是，该项数据或并不等同于科技投入。原因在于，微众银行2023年报表示，其历年IT投入占营收比重超过9%。

在科技人员方面，微众银行科技人员占员工比为51%。而网商银行该项数据达64%，比前者高出十余个百分比。按网商银行员工数1687人计算，该行科技人员约为1080人。

因此，在经营情况及规模上，微众银行更强，而网商银行或对科技人才方面更为重视。