赋能千行百业 引领产业变革 AI大模型驱动金融科技创新发展
上半年，一场由ChatGPT掀起的大模型海啸浪潮席卷了全球，大模型技术能力涌现使得AI领域成为技术较量的核心课题。基于金融行业数字化转型与人工智能技术的研究积累，以彭博、百度、360等国内外科技巨头发力大模型，并加速布局金融行业的大模型应用。
也因此，如何深入金融场景需求的同时进一步促进行业大模型的产业化进程，成为金融业数字化变革的重要话题。
重塑千行百业 大模型将改变金融业应用场景
与过去需要数十年才能展开的革命不同，目前正是一个指数级变化的时代。随着通用人工智能（AGI）与生成式人工智能（AIGC）的兴起，大模型对技术和数据重新进行了定义，AI对部分产业的颠覆开始加速。在百模大战、千模大战的热闹场景下，人工智能技术再次成为人类创新的焦点，大模型也迎来爆发节点。尽管其技术仍在发展完善的前期阶段，但因其引发产生的技术浪潮却为各行业智能化转型升级打开了新的大门，也为新时代数字经济发展提出了新要求。
新一轮科技迭代，从交通领域到教育领域，再到医疗领域，大模型的研发呈现一个百花齐放的态势，并在各个行业和领域展现出了广泛的应用价值和潜力。我们可以看到教育机器人可以与学生进行自然对话，并根据学生自身水准调节教学内容，逝者将以数字形态“永生”等此类AI与各行业应用的融合案例。
作为一个数据、技术密集型行业，金融业同样也是大模型技术落地的最佳领域，其产业必然也将随人工智能时代到来做出相应的改变。那么，前景广阔且应用形式丰富的大模型又如何在金融业赋能显“神通”？
在算力、算法、数据“三驾马车”的推动下，强大的内容生成能力能够生成高质量的文本和图像，为自然语言处理和计算机视觉等领域的应用提供了强大的工具。依托于海量专业知识库和自我学习迭代能力，大模型实现重构传统人机交互方式，在优化用户个性化服务体验、产品和用户需求更精准匹配同时，实现个性化精准营销，有效提升金融领域营销、运营等价值链效率。如银行等金融机构正在尝试开发各种自动问答系统来为客户提供咨询和业务办理服务。
此外，大模型数据的提炼和处理能力不仅提高了展业效率和风控水平，还进一步拓展数据决策在风控领域的创新应用效果，助力券商、基金等金融行业数字化转型产生实质性的飞跃，率先为客户提供服务的厂商将抢占先机。
加速智能化进程 各大企业纷纷入局AI大模型
2022年11月，一场由OpenAI发布GPT-4大模型技术彻底点燃了科技圈的热情，而这一领域的“军备竞赛”也由此正式拉开了帷幕。
国外，我们熟知的谷歌、Facebook、彭博社等科技巨头公司积极发力大模型开发与应用，形成了大模型的先发优势。国内，基于大模型拥有安全可控、个性化决策和体验、持续学习的优势和特点，各大科技企业加速布局大模型的应用场景，如智能客服、智能投资顾问、AI写作、数字人以及代码编写等。
技术与业务的逐步突破，产品与实体产业的深度融合，大模型正走上了国内金融的大舞台。
2022年阿里云在业界首提MaaS（Model as a Service，模型即服务）理念，并据此搭建以AI模型为核心的云计算技术和服务架构，为新一轮AI浪潮下的大模型生态建设提供了理论依据和最佳实践，迅速成为行业共识。
2月14日， 度小满宣布成为百度文心一言（英文名：ERNIE Bot）首批生态合作伙伴，提供适配金融场景的全新智能交互服务。这标志着对话式语言模型技术在国内金融场景的首次落地应用。
6月19日举办的腾讯云行业大模型峰会上，腾讯云曾宣布联合信通院共同构建行业大模型的标准体系及能力架构,包括ILMOps方法论、数十项能力建设指标。
马上消费基于自主的金融大模型和动态自适应强化学习技术，在营销、服务运营、数据决策等领域已经研发了实时人机决策模型、多模态大模型、数据智能模型等，并在内部正式上线测试。“近期，我们将正式发布自主大模型，与社会各界共享、共创更多有价值的探索。”马上消费CIO蒋宁在2023世界人工智能大会上发表主旨演讲时透露。
融360旗下占融数科成熟运用人工智能、云计算、大数据等先进技术的基础上，辅以RPA、Auto Modeling、NLP、生成式AI等先进技术，为银行、持牌消费金融公司、保险公司等金融机构提供专业的数字金融服务。
挑战与机遇并存 新一轮金融科技革命已开启
根据国际数据公司(IDC)方面公布，预计中国人工智能市场规模在2023年将超过147亿美元，到2026年将超过263亿美元。此外，在研究领域，根据科技部新一代人工智能发展研究中心发布的《中国人工智能大模型地图研究报告》数据显示，我国研发的大模型数量位居全球第二。据不完全统计，国内参数在10亿规模以上的大模型全国已发布的数量达到80左右。
A I技术蓬勃发展，大模型与行业结合将产生更大的价值已成为行业共识，但当喧嚣过后，摆在玩家眼前的更多是对于市场变现的理性思考。
就当前而言，成本较高、金融数据不充分，落地场景和大模型之间实际预期业务价值之间存在差异。企业对模型精度和效率要求更高，尤其是一些专业性强、知识密度高的领域，大模型的表现存在输出结果不受控、可解释性较差、可信程度较低等情况，从而限制了其应用场景。此外，在新技术的应用过程中面临伦理道德、价值观上带来的挑战时，人工智能带来的伦理问题需要法律法规约束。
对于商业落地的过程中可能存在的问题，马上消费CIO蒋宁认为，未来马上消费将主要围绕“算法、算力、数据、规范”四个层次进行探索。金融机构决策性的模型如何和大模型的通用方法相结合，因此需要组合式AI，这样既能发挥大模型的泛化能力，又能发挥小模型的组合能力，才能使决策稳定、安全和合规。
值得关注的是，7月28日，国内首个金融行业大模型标准诞生于在行业大模型高质量发展论坛暨可信AI大模型标准宣贯会上。该标准由腾讯与信通院将联合牵头开展《面向行业的大规模预训练模型技术和应用评估方法第1部分:金融大模型》编制，为金融行业智能化的高质量规范化发展提供重要支撑。
金融业变革的历史车轮才刚刚开始，大模型的进化之路还很长。
文/北京青年报记者范辉 马佳丽
编辑/范辉
