2023年初，ChatGPT引發全球轟動，很快席卷整個科技圈。AIGC（生成式人工智能）為傳統金融行業帶來了更多想象空間，短短半年多時間，國內外金融機構、科技公司、互聯網企業紛紛在算法模型、數據服務、應用場景等方面全方位競賽。今年下半年以來，金融大模型也紛紛破土而出，相繼落地。

7月末，騰訊研究院一項調研數據顯示，國內參數在10億規模以上的大模型數量由5月末的79個增加至116個，其中金融行業大模型約18個。

金融大模型到底是什么？它是怎么運作的？它將給金融行業帶來哪些改變？近日，在香港金融科技周2023期間，在第一財經舉辦的“人工智能新紀元：探路金融大模型”分論壇上，多位技術專家和行業領袖圍繞金融大模型的應用及前景，進行了深入討論。

多在基礎模型上微調而來

根據業內定義，大模型通常是“大規模預訓練模型”的簡稱，主要依據參數規模（即函數的參數數量）來定義，相對于基礎深度學習的“小模型”，通常參數規模多于10億的模型被稱作“大模型”。

萬向區塊鏈首席經濟學家鄒傳偉指出，開發基礎大模型需要大量的訓練語料、優秀的AI工程師、巨量的算力，并非所有金融機構都具備開發基礎模型的能力。從現實來看，目前很多金融大模型是在已開發的基礎模型基礎上，結合機構本身數據進行微調后產生。不過，目前大模型的核心特征就是高維的參數，因此當前的金融大模型也具備高維參數的特征。

大模型和行業場景融合是一個不斷演進、探索的過程?！巴ㄓ么竽Ｐ驮跁r效性、專業性、嚴謹性方面有一定欠缺，而這些恰恰是金融行業必須重視的三個要素?！编u傳偉指出，對于金融機構而言，首先可以結合向量數據庫技術，提高訓練語言的時效性，讓模型可以獲取最新的信息；其次是讓機構專業人士與大語言模型“對話”，通過人工反饋對齊，提高模型的嚴謹性；第三是探討將大語言模型和知識圖譜結合，提升回答問題時的專業性。

馬上消費金融首席信息官蔣寧則認為，大模型執行金融任務時，需要滿足幾個要求，一是在線持續學習，讓模型實現實時推理預測，能基于用戶行為做出快速的、最佳的個性化判斷；二是要構建組合式AI平臺，讓大模型和傳統的數千個普通模型有效組合，達成合作；三是滿足安全合規的根本要求，用對抗學習來解決模型的魯棒性問題，以保證金融100%安全。

“決策的革命”

金融大模型快速“落地”之余，對金融行業的影響也逐漸顯現，而是否能提升效率在業內存在爭議。

有業內人士認為，金融大模型將在優化金融市場效率上大有可為。鄒偉認為，從宏觀來看，金融是一個高度由數據驅動的市場，任何信息、數據都可能對資產價格產生影響。一類數據是公司的資產負債表等結構化的數據，目前金融領域已經有成型的量化分析和建模方法，有效提升了效率。而另一類信息則是以文本為代表的非結構化數據，但目前如何從非結構化數據中提煉出信息，總結知識，并升華成智慧，被探討的還較少。大語言模型可以讓大量非結構化的數據以更有效的方式進入市場，從而提高金融市場效率。

從微觀層面看，大語言模型為個人賦能，它能提供信息的檢索、文章的解析、研究報告和合同底稿起草、智能化客服的功能，可以幫助金融從業人員從簡單重復的工作中解脫出來，聚焦更具需要創造力、更能為用戶提供價值的領域。

蔣寧認為，金融大模型有助于提升決策的效率。他稱，金融大模型可以構建更加人性化、用戶體驗更好的金融產品。同時可以運用在風險控制、合規有效性等方面，有助于輔助進行更有效的決策。

在蔣寧看來，大模型在輔助決策方面還有更多的想象空間。未來可以搭建新型的數據平臺，讓數據更快的轉化成數據資產，讓數據資產能夠快速助益決策。

要實現這種效果，蔣寧認為“工具”的介入很重要。首先需要有洞察的工具，能在海量的數據資產中找到因果關系。例如，在經營場景中洞察到“為什么是我的客戶”、“一個客戶因什么轉化”等因果關系；其次，需要有數據資產轉化的工具；第三需要實時決策的工具。金融機構目前大多采用事后決策、間接決策，而未來在大模型場景下，金融機構有可能進行實時決策，讓業務人員直接面對消費者多樣化的需求，快速改變商品、服務的交易過程。

“人的決策讓渡給機器，對人類而言需要一個接受過程?！笔Y寧認為，大模型除了用工具改變流程外，未來也需要“決策的革命”，包括組織如何讓模型替代人的一些經驗決策，探索新的數字化組織形式等。

不過，也有業內人士認為，目前大模型在金融領域的落地場景相對有限。平安壹賬通銀行執行董事兼行政總裁費軼明指出，需要區分通用大模型、專業領域AI兩個概念。在通用大模型概念興起前，金融機構已有布局專業AI領域。以平安壹賬通為例，專業AI主要運用在銷售、風控、運營、客服四個方面，目前90%以上的客服是由AI來做處理的。而在通用大模型領域，目前來看金融應用場景暫時較少。

責任編輯：王超