作者 | 嚴井池???

人工智能是***未來的新興戰略性技術，是驅動新一輪科技革命和產業變革的重要力量。人工智能概念自1956年正式提出以來，歷經60多年的發展，已進入第三次熱潮。近年來，由于云計算、大數據和物聯網等技術研究和應用，人工智能技術得以迅速發展，產業化和商業化進程不斷提速，正在加快與各行各業深度融合。

2022年，世界人工智能產業發展取得了新的突破，ChatGPT這一“現象級”語言大模型產品的發布帶來了國內資本市場和消費者對AI產業熱情的再次進發，而ChatGPT的核心就是人工智能領域的自然語言處理技術。

自然語言處理（NLP）、機器學習（ML）、計算機視覺（CV）、智能機器人（IR）等是人工智能應用***廣的幾個子領域。金融業是對新興技術***為敏感的行業之一，為了更好觀察我國在金融行業的人工智能技術儲備和應用情況，零壹智庫將陸續推出銀行/證券/保險/消費金融/金融科技……+AI系列專利創新榜單和案例分析。本文聚焦商業銀行及其科技子公司的自然語言處理專利。

在我們傳統認知中，只有人類才有語言能力。人類的多種智能都與語言有著密切的關系。通俗點來說，自然語言處理技術是讓計算機來處理、理解以及運用人類語言，體現了真正意義上的“人工智能”。通過計算機理解人類語言并處理大量文本，進行針對性分析，可以為各行各業節省人力，提升工作效率，從而促進行業的數字化發展。

目前，自然語言處理技術已經廣泛應用于不同行業之中。2022年，我國自然語言處理產業規模約為87億元，其中金融領域為23億元，占到26.4%的比例。金融領域銀行、證券、保險等企業業務與自然語言處理技術結合緊密，同時具備建設意愿與資金投入，因而成為了市場規模的主要拉力。

對于銀行來說，可以將自然語言處理應用到大量的文本和語音數據，以提取信息、獲得洞見并簡化手工任務。例如，銀行使用聊天機器人來了解客戶的查詢并提供適當的響應。這些機器人可以處理基本的客戶服務請求，如余額查詢、資金轉賬和賬單支付，從而騰出人力代理來處理更復雜的問題。此外，自然語言處理技術還可以應用于銀行客戶反饋的情緒分析、交易反欺詐和信用風險評估等領域。

?01?

專利申請總量：工商銀行排名***，微眾銀行進入前10?

從銀行自然語言處理專利申請數量來看，工商銀行以286件排名***，其次為平安銀行、建設銀行和中國銀行，均在150件以上。從授權數量來看，工商銀行與微眾銀行以12件并列***，其次為建設銀行和中國銀行。專利申請和授權總量排名靠前的多為大型股份制商業銀行，這些銀行的數字化程度較高，在其業務中使用自然語言處理技術的情況較多。

股份制銀行中，浦發銀行以65件專利排在第7位；招商銀行緊隨其后，相關專利總量為25件。微眾銀行和新網銀行分別位列第5和第9名，進入了前10。

專注于線上業務的互聯網銀行，在風控、信息和數據處理等業務中繞不開自然語言處理技術，相關專利儲備有一定優勢。

銀行的一些自然語言處理專利是和其金融科技子公司共同申請的。其中，建設銀行與建信金科共同申請的專利數***多，為39件。工商銀行與工銀科技共同申請了10件，興業銀行與興業數金共同申請了3件，農業銀行與農銀金科共同申請了1件。

表1：銀行自然語言處理專利*申請及授權情況

*統計時間截止為2023年3月31日，包含銀行和其金融科技子公司共同申請的專利

數據來源：智慧芽，零壹智庫

?02?

金融壹賬通自然語言處理專利申請數******

從銀行金融科技子公司自然語言處理專利申請數量來看，金融壹賬通以269件排名***，******于其他金融科技子公司。其次依次為建信金科和民生科技。

從授權數來看，金融壹賬通以14件自然語言處理專利授權數排名***，其次為建信金科和民生科技。

表2：銀行金融科技子公司自然語言處理專利*申請及授權情況

*統計時間截止為2023年3月31日，專利為銀行金融科技子公司單獨申請

數據來源：智慧芽，零壹智庫

金融壹賬通早已走出平安體系，為銀行、保險、投資等行業的金融機構提供“技術+業務”解決方案。財報顯示，從2017至2020年，金融壹賬通先后投入逾38億元用于研發，每年的研發投入占收入的比例均超40%，其在***累計申請近6000件專利，其中人工智能相關專利超過1000件。

建信金科也在逐步走出建設體系，2022年財報顯示，其核心產品輸出政策性銀行、全國性股份制銀行、地方商業銀行等各類型銀行的收入16.39億元，同比增長20%，在總營收中占比19.89%。2022年，建行金融科技投入232.9億元，占營收的2.83%，獲取專利授權1256件，較2021年增加525件。

?03?

銀行及其金融科技子公司自然語言處理專利典型案例 ?

（一）工商銀行智能客服 ??

工商銀行在自然語言處理方面，深入研究語義分析相關技術和產品，并將研究成果應用于手機銀行語音導航、轉賬要素識別等智能客服場景，進一步提升智能客服的智能化服務水平，降低運營人力資源成本。

例如，工商銀行推出基于自然語言處理技術的智能客服“工小智”、在微信、短信、手機銀行、網上銀行等多個渠道為客戶提供服務，推動了遠程銀行中心系統升級和業務創新，完善客服、風控、外呼的智能服務應用。據2018年的統計，工行智能客服的識別率已達98%，處于行業***水平。

工商銀行2022年度報告顯示，工商銀行2022年科技投入金額為六大行的“榜首”，高達262.24億元，占營收比為2.86%，同比增長0.1個百分點。工商銀行通過自然語言處理相關技術廣泛應用于智能客服、智能營銷等各類業務場景，覆蓋手機銀行、電話銀行等108個渠道、2400個業務場景，涵蓋個人金融、普惠金融等多個業務領域，全年共釋放超過1.8萬人年工作量。

（二）微眾銀行人工智能ESG評級體系 ?

2021年7月，微眾銀行攬月智能資管團隊與萬得咨詢合作，在Wind金融終端正式上線***由銀行打造的基于人工智能技術和另類數據的微眾攬月ESG評級，***助推ESG信息披露和資產管理行業的可持續發展。

微眾攬月ESG評級的每個二級指標包含了多維度的數據點和數據來源，通過使用自然語言處理技術對非結構化數據進行數據提取、主體識別、事件提取、事理圖譜挖掘等分析，得到每個企業相應數據點的度量。這樣得出的ESG評級具有及時、準確、客觀的特點。

（三）浦發銀行智能網點與手機智能APP ?

浦發銀行近年來持續加大金融科技創新力度，聯合國內外前沿科技企業建立科技合作共同體和創新實驗室，共同探索數字化模式創新，加速人工智能、大數據等技術應用，持續提升用戶服務體驗。

例如，在智能網點建設上，浦發銀行創新推出i-Counter智能柜臺，通過對自然語言處理等技術的應用，促進了柜面業務遷移和人員釋放。浦發銀行的手機智能APP使用自然語言處理技術，建立了應用文本和隨機數相結合的聲紋認證體系，通過語音內容、聲紋模型等維度認證，客戶可以通過與APP溝通完成基礎金融交易。

（四）金融壹賬通加馬平臺 ?

由于金融領域存在海量不同類型、用途、結構、篇幅的文本材料。傳統的人工審核方式效率低下、流程繁瑣，而且極易出錯。為進一步解決金融領域海量文本的處理難題，金融壹賬通打造以自然語言處理技術為基礎的開放平臺體系——加馬平臺，為金融機構提供“技術+服務”的解決方案，賦能金融領域文本處理的數智化轉型升級。

該平臺實現了讓機器讀懂文本如股份回購報告書、財務報告等，提取關鍵信息進行解讀，已在銀行、證券公司、金融局等機構得到了一系列落地。該技術平臺實現了成本相比純人工審核的成本平均下降50%，同時平均降低20%的常規操作風險，實現了對實際金融場景的深度賦能。