对话奇富科技首席算法科学家费浩峻：金融科技如何用好大模型？

文/王力 编辑/周远方

“去年，我们对大模型技术在金融领域的应用还持有一定的观望态度。然而，随着技术的不断进步和应用场景的不断拓展，我们开始逐渐认识到大模型技术的巨大潜力。”奇富科技首席算法科学家费浩峻先生对观察者网表示。

12月19日，第六届上海金融科技国际论坛之“2024年度人工智能大模型金融领域示范场景及创新应用案例成果特展”活动周在上海隆重开幕，吸引了众多金融科技专家和企业的参与。此次活动不仅展示了人工智能大模型技术在金融领域的最新应用成果，为行业内的创新合作提供了平台。

在活动现场，上海金融科技产业联盟创新监管实验室与奇富科技签订了创新伙伴合作协议。双方将携手探索金融科技的创新路径，推动新技术在金融领域的高效和安全应用，共同助力上海打造全球金融科技中心。

奇富科技作为金融科技领域的领军企业，在本次成果展上展示了其在人工智能大模型技术领域的最新进展，并分享了其在金融科技领域的深入实践和前瞻性思考。当日，观察者网有幸与奇富科技的首席算法科学家费浩峻先生，就金融科技领域的创新实践与挑战进行了深度对话。

大模型在金融核心业务中的深度应用：从表征到决策的全方位赋能

“去年，我们对大模型技术在金融领域的应用还持有一定的观望态度。”费浩峻先生坦言，“当时，我们主要担心大模型的‘黑盒’特性以及其在金融业务中的稳定性和合规性。然而，随着技术的不断进步和应用场景的不断拓展，我们开始逐渐认识到大模型技术的巨大潜力。”

在对话中，费浩峻先生首先回顾了奇富科技在人工智能大模型领域的探索历程。他表示，奇富科技对人工智能大模型技术的关注始于其潜在的巨大价值，但初期也面临着诸多不确定性和挑战。

在谈到奇富科技在金融科技领域的创新实践时，费浩峻先生首先提到了大模型技术的引入与突破。他表示，奇富科技一直致力于将最前沿的技术应用于金融业务中，而大模型技术的出现，为金融科技的创新提供了新的可能。

“我们原来一直是想把大模型，真正的人工智能，它就应该是从端到端的解决方案。”费浩峻说道，“但是，随着Agent模式给我们做了很大的启发，因为Agent其实是多人工协作、多Agent一起协作，最后得出一个满意的答案。我们过去其实也是在走这样的一个路子，因为我们现在线上整个加起来应该有700多个模型在运转。后来，我们就去做拆解了，正如我刚才说的，整个大模型、整个信贷的核心能力，其实就有两块，一个是表征，一个是预测。”

费浩峻进一步解释，表征是指将用户的各种信息转化为模型能够识别的特征，而预测则是基于这些特征进行风险评估和决策。在过去，奇富科技在预测方面遇到了不少挑战，但随着大模型技术的引入，这些问题逐渐得到了解决。

“我们过去其实有顾虑的一点是因为大模型它太黑盒了，在业务上我们要求我们的每一个模型都是在不断进步的。”费浩峻说道，“但是大模型之前是没有这样的能力的，所以我们要把以前小模型上的数据能力，投入一定的能力移植到大模型上，这个是一个契机。”

当前在金融业务中，大模型技术的应用涉及多个方面。费浩峻介绍，奇富科技在大模型技术的应用上，主要集中在风险识别、需求识别、客户体验提升等方面。

“在风险识别方面，我们通过大模型对用户的各种信息进行深度挖掘和分析，能够更准确地评估用户的风险水平。”费浩峻说道，“在需求识别方面，大模型能够根据用户的行为和偏好，为用户提供更加个性化的金融产品和服务。同时，在客户体验提升方面，大模型的应用也使得我们能够更加快速地响应用户的需求和问题。”

此外，费浩峻还提到了大模型在信贷业务中的应用。他表示，通过大模型对用户的信贷记录、收入情况、消费习惯等信息进行综合分析，能够为用户提供更加精准的信贷额度和利率。这不仅提高了信贷业务的效率，也降低了风险。

金融科技面临的挑战与应对策略

在金融科技领域，技术挑战是不可避免的。费浩峻表示，奇富科技在技术创新的过程中，也遇到了不少技术挑战。

“首先，大模型技术的复杂性和不确定性给我们带来了很大的挑战。”费浩峻说道，“我们需要不断地对模型进行训练和调优，以提高其准确性和稳定性。同时，我们还需要关注数据的质量和安全性，确保模型的应用不会带来风险。”

为了应对这些技术挑战，奇富科技采取了一系列措施。首先，公司加大了对技术研发的投入，引进了一批优秀的技术人才。其次，公司建立了完善的数据治理体系，确保数据的质量和安全性。此外，公司还加强了与高校和研究机构的合作，共同探索新的技术和方法。

除了技术挑战外，金融科技还面临着合规挑战。费浩峻表示，金融业务的特殊性要求企业必须严格遵守相关法律法规和监管要求。

“在合规方面，我们一直保持着高度的警惕和重视。”费浩峻说道，“我们建立了完善的合规管理体系，对每一项业务都进行了严格的合规审查和风险评估。同时，我们还加强了与监管机构的沟通和协作，确保我们的业务始终符合监管要求。”

为了应对合规挑战，奇富科技采取了一系列措施。首先，公司加强了对员工的合规培训和教育，提高员工的合规意识和能力。其次，公司建立了合规监测和预警机制，及时发现和纠正潜在的合规风险。此外，公司还加强了与第三方机构的合作，共同应对合规挑战。

在金融科技领域，市场竞争日益激烈。费浩峻表示，奇富科技在市场竞争中面临着来自传统金融机构和科技巨头的双重压力。

“在市场竞争方面，我们一直保持着清醒的头脑和敏锐的洞察力。”费浩峻说道，“我们深知自己的优势和不足，因此一直在努力提升自己的核心竞争力和创新能力。”

为了应对市场竞争和挑战，奇富科技采取了一系列措施。首先，公司加强了品牌建设和市场推广力度，提高了品牌知名度和影响力。其次，公司加大了对产品和服务的创新力度，不断推出符合市场需求的新产品和服务。此外，公司还加强了与合作伙伴的协作和共赢发展，共同应对市场竞争和挑战。

智能体优化与数据飞轮：奇富科技在金融科技领域的持续创新

会上，费浩峻指出，2024年金融科技行业见证了营销智能体的显著进步。这些智能体不仅在任务执行上更加高效，而且在服务场景和能力上也实现了质的飞跃。得益于UN技术的支撑，营销智能体的提效尤为显著，为企业的营销活动带来了前所未有的便捷与效率。

在智能体的发展历程中，奇富科技从单一智能体的优化逐步迈向了多智能体的协同工作。费浩峻表示，过去智能体可能仅局限于执行简单的通知或流程引导任务，但如今，它们已经能够以更加人性化的形式出现，全方位解决用户在营销过程中的各种问题。例如，智能体能够灵活通过短信、企业微信等多种渠道与用户保持紧密联系，并同时与内部风控和运营系统实现无缝对接。

费浩峻透露，2024年营销智能体的承载量级增长了一倍，平均通话时长也增长了60%。这一显著增长不仅意味着智能体能够服务更多场景，更彰显了其在特定场景下的服务能力得到了大幅提升。为了实现这一进步，奇富科技首先优化了单个智能体的能力，随后通过自研的强化学习框架，进一步提升了多智能体的协同效率。

在谈及数据飞轮的建设时，费浩峻强调，数据飞轮是实现金融业务智能化和自动化的关键所在。奇富科技通过构建完善的数据采集、处理和分析体系，不断积累和优化业务数据，为大模型和智能体的训练与优化提供了有力支持。这种数据飞轮的模式不仅大幅提高了金融业务的效率和准确性，还有效降低了运营成本和风险成本，为奇富科技带来了长期的竞争优势。

费浩峻还表示，奇富科技对产品保持谨慎态度，确保营销智能体能够直接与B端和C端用户有效沟通。通过传统结构与大模型的有机结合，公司加速了迭代过程，显著提高了智能体的优化频率和成功率。

展望明年计划，费总表示预计在2025年6月正式发布基于强化学习的智能体优化框架的开源版本，以促进整个行业的技术共享和进步。同时，奇富科技在探索与多个学术机构和企业的合作，共同推动大模型产品的发展。“我们期待与更多有志之士合作，共同打造行业最佳落地场景，推动多模态Agent推理加速技术的发展。”费浩峻表示。

“未来，金融科技将继续朝着智能化、个性化、普惠化的方向发展。”费浩峻说道，“通过大模型、区块链、人工智能等先进技术的应用，金融科技将能够提供更加高效、便捷、安全的金融服务。”

在谈及奇富科技的未来规划时，费浩峻表示，公司将继续坚持技术创新和业务拓展并重的发展策略。他提到，奇富科技将不断加大在人工智能、大数据、区块链等前沿技术领域的研发投入力度，并积极拓展新的业务领域和市场空间，为用户提供更加全面、优质的金融服务。