國際人工智能權威雜志《自然機器智能》將大模型定義為網絡參數規模達到億級以上的預訓練深度學習算法，大模型通過海量數據的訓練學習，具備強大的語言理解表達、思維鏈推理等能力，在對文本圖像的理解與內容生成等方面，AI表現出顯著優勢和巨大潛力。

業界已經看到大模型的廣泛應用前景，通過大模型可以助力企業提質增效，推動數據與實體的融合，改變行業的發展格局。

當前，由于技術的先進性和創新性，金融機構普遍采用合作、創新、共存的模式探索大模型在金融領域的落地路徑，在合作方面以數據驅動大模型應用，通過內部數據整合以及內外部數據的安全共享，滿足大模型的數據需求，釋放數據要素價值，同時加速數字化轉型。

近日，依托服貿會平臺，在由“科創中國”舉辦的“2023中國智能金融論壇”上，多位銀行專業人士圍繞人工智能大模型這一當今全球熱門技術，探討其在我國金融領域的應用創新成果與智能金融未來發展方向。

任務大模型可快速賦能業務 機構經營水平將出現分化

中國工商銀行首席技術官呂仲濤以《金融行業AI大模型落地探索與實踐》為主題發表演講，他認為，關于大模型應用落地，目前業界尚無標準方法論，企業可按照場景通用化、專業化程度，分別使用基礎大模型、行業大模型、企業大模型、任務大模型。四層模型訓練數據規模和投入算力逐層遞減，專業屬性逐層增強。其中，基礎大模型由于投入數據量大、算力成本高、算法難度大，由頭部AI公司進行建設，雖然通識能力較強，但其缺少金融專業知識，對金融場景應用有限。

呂仲濤建議稱，對于大型金融機構而言，因金融數據海量，應用場景豐富，可引入業界領先的基礎大模型，自建金融行業、企業大模型，考慮到建設周期較長，可采用微調形成專業領域的任務大模型，快速賦能業務；對于中小金融機構而言，綜合考慮應用產出和投入成本的性價比，可按需引入各類大模型的公有云API或私有化部署服務，直接滿足賦能訴求。

中國農業銀行研發中心副總經理趙煥芳分享了該行在建設大模型平臺生態，以及在真實金融場景下應用大模型的探索和實踐。

據介紹，農業銀行在大模型建設思路上主要遵循四點：一是“以我為主”，場景和數據是銀行的，只有適應銀行的大模型，才是真正可以深度應用到場景里、業務流程中的大模型；二是以用帶建，一項創新技術要真正發揮效果，可能在十個方向中只有一到兩個可以產生價值，如果不用大模型，僅是紙上談兵肯定不行；三是安全合規，農業銀行要有大行的擔當，在新技術應用的過程中，注重數據安全、隱私保護和法律法規，一開始就加強關鍵詞、敏感詞的過濾和審核；四是與業界、同業構建一個生態。

趙煥芳表示，農業銀行創新采用大模型+MLOps標準，該標準是機器學習一體化的Ops流水線，農業銀行將此用在大模型數據訓練的全流程中，從處理、構建、最后測試，整個流程實現自動化，非常高效而且閉環，構建和沉淀了2.6TB的高質量訓練數據，這是以后深度推進大模型應用的基礎，沒有數據就是無米之炊。

關于數據能力以及大模型對金融行業帶來的革新，中國郵政儲蓄銀行金融科技創新部高級信息技術專家朱峰如此認為，銀行業具有非常優秀的數字化基礎，沉淀了海量的數據，比如交易數據、風控數據、貸前報告、貸后分析等，其中包含了大量結構、非結構數據，而且質量非常高，這些既是大模型應用落地的良好基礎，也是內生的動力之一。隨著銀行數字化轉型進入深水區，人工智能技術應用已經從過去的可選項變成了必選項，面對市場和環境變化，經營策略、知識管理、運維支持等場景都需要規?；貞么竽Ｐ图夹g進一步提升工作質效。

朱峰直言，大模型的快速發展也為金融業帶來變革和挑戰，一方面大模型可以更加高效、準確地完成一些基礎性、重復性、要求不高的腦力勞動，這對強調流程、標準的金融行業特別是銀行業務來說，將是一種新的思路和做法，大模型的應用將帶來行業運營效率的大幅度提升，人們的直觀感受是，工作機會將會被占據，一些工作模式和流程將會發生變化，不同機構的經營水平也會產生差距。

另外一方面，金融行業當中很大一部分工作，比如深度研究分析等人員，由于其創新性和挑戰性無法直接被人工智能所取代，人工智能將會以助手、參謀角色讓專家更為專注，讓團隊的效率提升，也會出現“一個人+人工智能工具”后成為一個團隊。

在建信金融科技基礎技術中心副總裁吳磊看來，人工智能經歷了感知智能、認知智能和行動智能三種不同的智能體，2014年感知智能已經被AI超越，AI做到了在感知領域的強人工智能。

隨著去年ChatGPT的發布，其在認知領域的某些方面超越人類，但在行動方面還沒有達到像人一樣靈活的水平，在行動智能領域還不是強人工智能，所以體力勞動者被大模型取代的風險暫時還不大。接下來可能會有70%的人去做由AI分配的體力勞動，例如外賣小哥，AI強化學習后將路徑選擇分派給他們從A點移動到B點，類似這樣的工作會越來越多。

“競爭是加劇的，人員是有限的，人才是缺乏的，費用是緊張的，金融在脫媒，獲取客戶的難度在加大，經營的難度在加大，產品創新也是難的，培訓也是難的，交互的效果也是不太好的，營銷的提效、服務的滿意度、忠誠度都是有待提升的，AIGC在這幾方面都可以發力?！崩确汇y行黨委委員、副行長、中國互聯網協會數字金融工作委員會副主任陳樹軍如是說。

陳樹軍進一步談到，大模型可以讀懂客戶，既可以讀懂客戶的結構化數據，也可以讀懂客戶的非結構化數據，包括錄音、錄像、通話記錄、文本、外部數據等，可以洞悉客戶、了解客戶、更好為客戶服務。面對大量的產品培訓資料、營銷資料、競品材料、監管規定等，客戶經理可以借助大模型讀懂產品，變成產品官、產品專家。

提升大模型風控水平 促進數字金融健康發展

中國人民銀行科技司原司長、中國互聯網協會數字金融工作委員會專家委員會主任陳靜在演講中提出，當前要發揮通用、大模型人工智能技術優勢，金融業應集中力量為切實提升金融的核心功能服務，就是為實體經濟服務、為現代社會民眾服務，這集中體現在銀行金融機構的信貸服務和支付服務。

“要提升金融的核心功能服務，必須有效提升金融機構風險防控能力。近幾年來，我們一直呼吁和積極推動人工智能在金融風險防控中的應用。當前通用、大模型人工智能技術的發展更是帶來新的機遇，我們應切實加強其在金融風險防控方面的應用。同時，高度重視新一代人工智能應用可能產生的新的風險，從一開始就積極研究和探索，采取有效措施。不斷將我國金融風險防控提升到嶄新的水平，為數字金融的持續、健康發展做出應有的貢獻！”陳靜強調說。

業內分析人士指出，大模型應用對成本投入、治理能力、技術水平都有一定要求，行業準入門檻較高，如若基礎大模型與垂直領域知識相融合，將衍生出領域大模型、行業大模型，可滿足具有行業特色的應用需求。

隨著金融科技和數字金融的快速發展，大模型在金融領域的應用正在不斷深化。相信在大模型的助力下，金融機構將不斷提升人機協同智能化、經營決策智能化、業務流程智能化，賦能數字化轉型，服務實體經濟與人民的金融需求。

責任編輯：韓希宇