金融行業(yè)是高價值行業(yè)，數(shù)字化基礎(chǔ)好，高度依賴數(shù)據(jù)和技術(shù)，是大模型落地應(yīng)用的高潛場景。對于中小金融機構(gòu)，在大模型的浪潮里，他們也有機會通過應(yīng)用創(chuàng)新，來加快自身的數(shù)字化和智能化進程，跨越數(shù)字化鴻溝。

【資料圖】

度小滿CTO許冬亮

事實上，目前國內(nèi)市場應(yīng)用與場景豐富，倒逼垂直領(lǐng)域的大模型飛躍發(fā)展，并率先在不同產(chǎn)業(yè)中實現(xiàn)落地價值。清華大學(xué)人工智能研究院常務(wù)副院長孫茂松指出：“古希臘著名數(shù)學(xué)家畢達哥拉斯有一句名言叫萬物皆數(shù)，我套用他的話，萬物皆向量。大模型基于其所構(gòu)建的向量空間，很可能打造出嶄新的智能信息處理基礎(chǔ)平臺，進而變革各行各業(yè)的基本生態(tài)。大模型必然會導(dǎo)致相關(guān)產(chǎn)業(yè)重新洗牌，金融大模型正在重新定義金融科技?！?/p>

在孫茂松看來，對于金融科技公司而言，金融大模型屬于兵家必爭之地。金融科技公司對于金融大模型的態(tài)度決定了自身的境界，也決定了這家公司在日異激烈的競爭中能否贏得下一個五年，乃至下一個十年。

不過，現(xiàn)階段，如何在金融領(lǐng)域發(fā)揮大模型的能力，許冬亮認為，還有三個挑戰(zhàn)需要解決。

第一個挑戰(zhàn)是通用模型能力不能滿足金融場景需要。首先是通用大模型本身精度不夠，當前大模型原生的幻覺問題、可控性問題和可解釋性問題都限制了生成內(nèi)容的準確性和可控性，而金融又是一個對精準性、可控性要求很高的行業(yè)；其次是通用大模型金融知識的缺失；再次是大模型更新迭代困難，金融是高時效的，模型必須能夠?qū)崟r跟蹤金融市場的變化和趨勢。

另外則是大模型如何高效植入現(xiàn)有業(yè)務(wù)場景。一個團隊既要懂業(yè)務(wù)場景的know-how，又要理解大模型的使用方法，而且還需要具備比較強的工程能力，這樣才有可能選擇出適合應(yīng)用大模型的場景，高效地將大模型嵌入到實際業(yè)務(wù)流程。

此外是大模型應(yīng)用于金融業(yè)中產(chǎn)生的安全合規(guī)和隱私保護問題。金融本身是一個高合規(guī)要求的行業(yè)，大模型又是具有顛覆性的新技術(shù)，目前大家對它的風險還沒有完全了解，隨著大模型落地的不斷推進，如何平衡大模型落地收益和潛在合規(guī)風險，會是一個越來越突出的問題。

那么，又該如何解決大模型在金融行業(yè)落地應(yīng)用的這些難題？許冬亮認為，每家機構(gòu)獨立去解決這些問題既是不現(xiàn)實的，也是不經(jīng)濟的，科技公司和金融機構(gòu)在金融大模型上的合作非常有必要，“科技巨頭提供通用大模型，或者技術(shù)能力強的金融科技公司提供金融行業(yè)大模型，具體的金融機構(gòu)基于這個行業(yè)底層模型，用自己的業(yè)務(wù)數(shù)據(jù)去做私域的訓(xùn)練，然后做私有化的部署和應(yīng)用”。

大模型時代，算力、算法、數(shù)據(jù)構(gòu)成了新范式的“三駕馬車”，北京大學(xué)光華管理學(xué)院商務(wù)統(tǒng)計與經(jīng)濟計量系教授王漢生也表示，好的人工智能算法、模型最終要解決的是業(yè)務(wù)問題，數(shù)據(jù)模型落地最重要的是尋找應(yīng)用場景，比如在金融科技實踐中，需要落地客服、銷售、風控等業(yè)務(wù)場景。

據(jù)介紹，今年5月，度小滿開源了國內(nèi)首個千億級中文金融大模型“軒轅”，“軒轅”在金融域任務(wù)評測中全面超越了市場上的主流開源大模型，開源以來已經(jīng)有上百家金融機構(gòu)申請試用。

關(guān)鍵詞：