【環球網財經 記者 馮超男】2022年末，ChatGPT以“狂飆”之勢火爆全球，科技界對人工智能的認知提升到一個新的高度。當這輪AI熱潮席捲到國內，各類通用大模型如雨後春筍般冒出，酣戰之下與機遇並存是挑戰，如何商業化成爲科技企業面對的現實問題。

到了今年下半年，一個明顯變化是國產大模型賽道從“卷”模型切換到“卷”應用。通用大模型的熱潮，讓科技企業看到技術革新的意義，落地應用成爲產業升級的關鍵所在，而數據成爲鑄就“智能大腦”的內核。

對於擁抱數字化浪潮的金融行業來說，自然成爲大模型落地的最佳場景。臨近年底，火熱一整年的大模型究竟在金融行業產生多少應用價值？還面臨哪些挑戰？

落地路徑探索：集中在客服、營銷等環節

從感知智能向認知智能逐步攀升，人工智能技術革新使很多產業發展方式產生了質的變革。其中，金融行業對於人工智能有着較高接受度。得益於數據密集型的行業優勢，金融行業對大模型的“追逐”可以說是水到渠成。

今年7月末，騰訊研究院發佈一項調研數據：國內參數在10億規模以上的大模型數量達116個，其中金融行業大模型約18個。時至如今，大模型在金融領域落地效果如何？對此，環球網記者通過採訪瞭解到，目前主要應用場景涉及客服、營銷及運營等。

今年一季度，通過金融專屬數據預訓練、業務數據精調，樂信自研大模型LeXinGPT正式對外亮相。LeXinGPT的應用，使得樂信在客服、電銷、私域運營等方面提升了傳統人工坐席的效率。同時，樂信以LeXinGPT爲核心重構了運營、研發、測試、數據分析、設計以及後臺職能環節的工作流、知識流和通訊流。

無獨有偶，馬上消費發佈的“天鏡”大模型，在營銷獲客、客戶服務和運營資管等零售金融場景實現落地應用，分別用於對C端用戶提供個性化、人性化服務。不僅如此，該模型結合馬上消費業務的價值鏈效率和決策科學性實現全流程改造。

而在財富管理過程中，客戶以往面臨着金融專業信息過載和他真正需要的信息並不匹配的情況。中金財富方面表示，對於研報提供的信息，大多數非專業客戶能夠消化吸收多少，對個人理財能有多大的幫助，無法確定。此外，信息不匹配的情況下，由於金融產品設計複雜，很容易在市場波動時造成客戶的不理性贖回。

人工智能快速發展使得“不匹配”有可能被破解。中金財富相關責任人強調，通過人工智能對知識庫的學習可形成一個平臺層面最專業的數字員工。理論上，一個人不能夠整合團隊300人的智慧，但人工智能可以做到。“很多因素制約着企業不能把高質量服務對接給每個人，通過數字員工不僅可以解決信息過載問題，還可以在信息分發上做到千人千面，根據客戶自身情況形成量身定製的資產配置方案。前途是非常樂觀的，一定會有公司把這件事做成，我們很希望能成爲這家公司。”

正如財通證券研報所言，金融大模型有望重塑財富管理行業生態，包括重塑客戶服務流程、提高客戶體驗；提升內容生產效率與創意；提升風控水平。其中，研發提到，在客戶服務方面，大模型的接入改變傳統人機交互方式，大幅優化人工智能服務下的客戶體驗。傳統聊天機器人是一種基於規則或預定義腳本的自動化程序，只能執行特定的任務。而大模型依託海量專業知識庫，爲客戶提供24小時不間斷實時服務，並且可以自主生成創造性的內容，同時基於客戶反饋不斷迭代和提升生成內容的質量。

此外，長江證券在研報中提到，隨着大模型在金融領域的進一步廣泛應用，人工智能將在多個場景，如客戶服務、風險控制、交易投資等產生巨大的影響，進一步推動金融業智能化，減少了信息不對稱、降低了交易成本、提高了風控水平，充分滿足客戶個性化需求，從而加快金融業的數字化進程。

不過，某業內企業負責人指出，大模型尚處在相對早期階段，技術和應用場景都還有巨大的可挖掘空間，落在金融相關領域，應用場景主要集中在電銷、客服等領域，深度和廣度都有待進一步加強。

且除了探索大模型在場景應用外，如衆安保險在今年7月推出的自主研發的AIGC中臺靈犀，通過適配國內外主流的大模型，可實現“1個MaaS（Model as a Service）平臺，2種應用場景策略”，即爲了幫助保險機構更好適配AIGC能力，靈犀可以允許機構用戶，在大模型內嵌入行業專業領域知識庫，實現AIGC在保險垂直領域的應用快速適配。此外，靈犀也支持把企業內部應用工具包裝成大模型插件，讓大模型更加貼近業務應用場景，通過AIGC助推企業業務能力提升。

從通用到金融，有哪些機遇與挑戰？

無論是前述哪一類應用，目的是爲業務增長提供新的動力。與此同時，大模型的應用面臨着一些現實障礙。北京社科院副研究員王鵬指出，其中包括數據質量不高、數據標註成本高、模型可解釋性差等問題。此外，金融機構還需要考慮如何保證大模型的穩定性和安全性及應對監管要求等問題。

在衆安保險方面看來，技術領域內GPT、Llama等基礎大模型更多用於解決通用性問題，在特定垂類領域上會存在專業性欠佳的問題。作爲一個相對其他行業更爲專業、嚴謹的數據密集型行業，金融行業雖然沉澱了交易、客戶、市場、風控等的海量數據，但目前這些數據與數據應用尚未能在通用大模型上得到規模化的有效使用。同時，金融的嚴謹專業也要求了大模型應用在賦能具體業務場景時，需要更精準有效。

同時，安全合規是大模型在金融領域可持續發展的根基。“金融機構應加強數據安全管理，包括數據的採集、存儲、傳輸和處理等環節，確保數據的安全性和隱私性。”國內諮詢機構Co-Found智庫研究負責人張新原表示，金融機構需建立健全的網絡安全體系，採取多種手段防範安全風險，如防火牆、加密技術、訪問控制等。機構還應加強員工安全意識教育，確保員工的安全行爲並防範內部安全風險。

資料顯示，樂信作爲金融科技平臺，在數據管理層面，建立更嚴格的數據管理和保護機制，並通過有效的數據清洗和驗證，保證數據層面的安全；在模型安全防護層面，建立健全模型安全防護規則，採取更嚴謹的算法設計和審查，保障模型的安全防護；在監控機制和渠道建設層面，搭建完善的人工智能監控和控制機制，系統性防範合規和安全性的問題。同時，樂信與行業協同，呼籲建立有效的行業規則策略集合，從行業底層規範上保證大模型最終輸出內容的可控性。

且金融業務低容錯率對大模型的準確性提出了更高的要求。不過，大模型在魯棒性決策中存在巨大挑戰，大模型可靠性仍然存在巨大的挑戰。馬上消費相關負責人認爲，大模型在交易安全、生命安全等領域，在相當長一段時期裏依然面臨着巨大挑戰，特別是在自動駕駛、醫療衛生等關乎社會安全和生命安全的領域，大模型還不能給出100%的正確建議，應該有效地利用大模型的建議，並對它進行有效管理。

該負責人指出，大模型技術還沒有形成一個連續學習和強化學習的機制，需要在聯邦學習基礎上，發揮羣體智慧，來實現互利共贏。在金融領域，各家金融機構要利用自身數據優勢，建立起共研、共創、共享的生態機制。

不過，不可否認的是，大模型在金融領域的應用前景是非常廣闊。王鵬指出，隨着技術的不斷髮展和應用場景的不斷擴展，大模型將會在金融行業中發揮越來越重要的作用。未來，大模型將會應用於更多的金融業務領域，如投資決策、風險管理、資產配置等。同時，大模型也將會與其他技術相結合，如區塊鏈、雲計算等，形成更加完善的金融科技生態系統。

星環科技相關責任人表示，通用場景基於基礎大模型，落地時間更短，應用速度更快。而專有大模型需經歷專有領域語料發展、積累及訓練的過程，一旦落地，對業務效果有更顯著的提升作用。未來，隨着我國的智能算力、通用和專有領域語料數據、大模型技術與應用建設能力三方面的提升，將給金融領域帶來全面的人工智能技術革新。據悉，2023年5月底，星環科技推出了星環無涯金融大模型Transwarp Infinit，主要聚焦資本市場分析領域。