AIGC的發(fā)展正在從概念開始走向落地應(yīng)用，從“通用大模型”走向“行業(yè)大模型”。以大模型為代表的新一代人工智能技術(shù)，將加速金融數(shù)字化和金融智能化的發(fā)展，重塑現(xiàn)有業(yè)務(wù)流程，改變產(chǎn)業(yè)格局。
那么，金融行業(yè)作為人工智能應(yīng)用場(chǎng)景密集的行業(yè)，無疑是大模型技術(shù)落地的最佳領(lǐng)域之一。未來，大模型能解決金融領(lǐng)域哪些需求？創(chuàng)造什么樣的價(jià)值？落地應(yīng)用有哪些技術(shù)難點(diǎn)？多名學(xué)者及業(yè)內(nèi)人士認(rèn)為，大模型落地金融行業(yè)重在尋找合適的應(yīng)用場(chǎng)景，但是在落地應(yīng)用的過程中，還面臨著算力、精度、安全合規(guī)等挑戰(zhàn)。
(資料圖片)
落地最重要的是尋找應(yīng)用場(chǎng)景
大模型讓機(jī)器具有了常識(shí)，懂得了邏輯，學(xué)會(huì)了創(chuàng)作，讓人和機(jī)器能以更自然的方式互動(dòng)，通過與周邊工具的結(jié)合，大模型已經(jīng)具有了通用人工智能的雛形。北京大學(xué)光華管理學(xué)院商務(wù)統(tǒng)計(jì)與經(jīng)濟(jì)計(jì)量系教授王漢生表示，“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(chǎng)景，比如在金融科技實(shí)踐中，需要落地客服、銷售、風(fēng)控等業(yè)務(wù)場(chǎng)景。”
“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(tái)，進(jìn)而變革各行各業(yè)的基本生態(tài)。大模型必然會(huì)導(dǎo)致相關(guān)產(chǎn)業(yè)重新洗牌。”清華大學(xué)人工智能研究院常務(wù)副院長孫茂松認(rèn)為，金融大模型正在重新定義金融科技。對(duì)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(duì)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益激烈的競(jìng)爭中能否贏得下一個(gè)五年，乃至下一個(gè)十年。
在度小滿CTO許冬亮看來，金融行業(yè)是高價(jià)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(chǎng)景。對(duì)于中小金融機(jī)構(gòu)，在大模型的浪潮里，有機(jī)會(huì)通過應(yīng)用創(chuàng)新，來加快自身的數(shù)字化和智能化進(jìn)程，跨越數(shù)字化鴻溝。
至于大模型怎么在行業(yè)應(yīng)用，車萬翔總結(jié)說，“無非也是這三板斧：語義檢索、指令微調(diào)、繼續(xù)預(yù)訓(xùn)練。通過語義檢索，將檢索結(jié)果作為提示詞輸入，能夠提高通用模型處理專用任務(wù)的能力；針對(duì)特定任務(wù)標(biāo)注數(shù)據(jù)并進(jìn)行微調(diào)，可以進(jìn)一步提高模型的性能；如果某個(gè)行業(yè)擁有大量數(shù)據(jù)，可以針對(duì)該行業(yè)進(jìn)行持續(xù)的預(yù)訓(xùn)練，以進(jìn)一步提高模型的性能。同時(shí)，還需要解決行業(yè)能力和通用能力之間的平衡問題，以及持續(xù)學(xué)習(xí)過程中的重點(diǎn)問題?！?/p>
光大信托數(shù)據(jù)中心總經(jīng)理祝世虎認(rèn)為，大模型需要大創(chuàng)新。目前，大模型在銀行的主要應(yīng)用包括智能客服、智能運(yùn)營、寫文章和寫郵件。但是，這些應(yīng)用并非銀行的核心應(yīng)用，沒有涉及銀行的核心應(yīng)用。銀行的核心應(yīng)用仍在風(fēng)險(xiǎn)管理、資本管理和監(jiān)管科技等幾個(gè)方面。大模型在保險(xiǎn)和信托領(lǐng)域的應(yīng)用可能更多，因?yàn)殂y行產(chǎn)品主要是借貸，而保險(xiǎn)產(chǎn)品非常復(fù)雜，需要耗費(fèi)時(shí)間去解釋。不過，從商業(yè)角度看，銀行的市場(chǎng)會(huì)更大。
面臨算力、精度、安全等挑戰(zhàn)
大模型時(shí)代，算力、算法、數(shù)據(jù)構(gòu)成了新范式的“三駕馬車”。哈工大計(jì)算學(xué)部長聘教授車萬翔認(rèn)為，大模型的應(yīng)用還需要解決定制化、小型化、角色化、個(gè)性化以及安全性、隱私性等問題。這些問題并非簡單地引入一項(xiàng)技術(shù)就能解決，需要深入的研究和探索。
在走向落地應(yīng)用金融場(chǎng)景的過程中，大模型仍然面臨著挑戰(zhàn)。中國農(nóng)業(yè)銀行研發(fā)中心大模型研發(fā)負(fù)責(zé)人耿博表示，AI 大模型面臨算力需求大、訓(xùn)練和推理成本高、數(shù)據(jù)質(zhì)量不佳、隱私和安全問題等挑戰(zhàn)。目前，大模型和場(chǎng)景融合是一個(gè)不斷演進(jìn)、探索的過程，數(shù)據(jù)是大模型的生產(chǎn)要素，基礎(chǔ)設(shè)施是大模型的入場(chǎng)券，場(chǎng)景應(yīng)用是大模型的驅(qū)動(dòng)力，AI 大模型未來發(fā)展將趨于通用化與專用化并行。
在許冬亮看來，大模型落地金融存在三大挑戰(zhàn)。第一，通用模型能力不能滿足金融場(chǎng)景需要。通用大模型本身精度不夠，而金融又是一個(gè)對(duì)精準(zhǔn)性、可控性要求很高的行業(yè)。其次是通用大模型金融知識(shí)的缺失，做通用模型的公司和機(jī)構(gòu)幾乎沒有辦法獲取到這些數(shù)據(jù)，那他們的模型自然也不具備這方面的知識(shí)。再次是大模型更新迭代困難，金融是高時(shí)效的，模型必須能夠?qū)崟r(shí)跟蹤金融市場(chǎng)的變化和趨勢(shì)，怎樣保持大模型所學(xué)知識(shí)和信息的時(shí)效性，是個(gè)比較大的挑戰(zhàn)。
第二個(gè)挑戰(zhàn)是大模型如何高效植入現(xiàn)有業(yè)務(wù)場(chǎng)景。一個(gè)團(tuán)隊(duì)既要懂場(chǎng)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(qiáng)的工程能力，這樣才有可能選擇出適合應(yīng)用大模型的場(chǎng)景，高效的將大模型嵌入到實(shí)際業(yè)務(wù)流程中去。而大模型的微調(diào)和提示詞工程等等都是很有技巧的。就當(dāng)下而言，具備這樣能力的公司和團(tuán)隊(duì)是極少的，懂大模型技術(shù)的大多沒有具體的行業(yè)經(jīng)驗(yàn)，行業(yè)老兵又對(duì)大模型的技術(shù)理解不夠深入，需要時(shí)間去磨合和培養(yǎng)。
第三個(gè)挑戰(zhàn)是大模型生成內(nèi)容的安全合規(guī)和隱私保護(hù)。金融本身是一個(gè)高合規(guī)要求的行業(yè)，加上大模型是顛覆性的新技術(shù)，我們對(duì)它的風(fēng)險(xiǎn)還沒有完全了解，監(jiān)管部門對(duì)它的落地應(yīng)用也比較審慎。本月15號(hào)，面向大模型的第一個(gè)監(jiān)管文件《生成式人工智能服務(wù)管理暫行辦法》已經(jīng)開始實(shí)施。隨著大模型落地的不斷推進(jìn)，如何平衡大模型落地收益和大模型風(fēng)險(xiǎn)控制，是一個(gè)越來越突出的問題。
孫茂松認(rèn)為，“實(shí)際上，在技術(shù)上要做好這個(gè)大模型，不是簡單的基礎(chǔ)模型就可以做好，里面有很多對(duì)模型進(jìn)行研究的成分。因此，這些挑戰(zhàn)都不是輕而易舉就可以解決的，這就要求做大模型的公司一定要有研發(fā)能力，不是簡單的應(yīng)用，而是自身要有比較雄厚的研發(fā)能力?！?/p>
（文章來源：21世紀(jì)經(jīng)濟(jì)報(bào)道）
快訊
教育
投資
資訊
