‍‍來源 | 零壹智庫

歷經(jīng)了上半年激烈而又多元的大模型論戰(zhàn)之后，下半年的焦點終于到了“落地”層面。通用大模型仍在含苞待放，垂直領域的專業(yè)大模型開始嶄露頭角。

在金融領域，投研決策、數(shù)據(jù)分析、智能交互等業(yè)務方向涌現(xiàn)出多個大模型，各類金融機構與科技公司大顯身手，一同推動了金融大模型的快速落地。

3月底，彭博社發(fā)布擁有500億參數(shù)的大型語言模型 BloombergGPT，標志著全球首個金融大模型的誕生；5月，商星環(huán)科技推出第一款面向金融量化領域的生成式大語言模型“無涯Infinity”，度小滿推出國內(nèi)首個千億級中文金融大模型“軒轅”；6月，恒生電子發(fā)布金融行業(yè)大模型LightGPT......

時間來到8月底，馬上消費金融發(fā)布了零售金融大模型“天鏡”，緊接著螞蟻集團于9月8日正式發(fā)布了金融大模型及基于金融大模型能力的兩款產(chǎn)品“支小寶2.0”與“支小助”。此外，作為金融行業(yè)的主體，部分銀行也開始了對大模型的探索，我們也可以從中報以及高層公開演講中窺見一二。

在金融數(shù)字化轉型加速的大背景下，更多金融細分領域的大模型已在路上。本文從螞蟻集團、馬上消費金融已發(fā)布的金融大模型談起，結合銀行中報透露的大模型相關研究和布局情況，佐以業(yè)內(nèi)專家、高管的最新看法，來探討金融領域的大模型發(fā)展趨勢，供讀者參考。         

 01 關于金融大模型，螞蟻集團、馬上消費還有哪些問題沒解決？

金融業(yè)是典型的創(chuàng)新驅動型和數(shù)據(jù)、技術密集型行業(yè)，在ChatGPT引爆AIGC技術應用和金融機構數(shù)字化轉型逐漸深化的當下，金融業(yè)必然成為AIGC落地的“試驗田”和“前沿陣地”。據(jù)不完全統(tǒng)計，當前金融領域各類大模型已超過20個。            

 1、螞蟻金融大模型，解決產(chǎn)業(yè)真命題？

9月8日，在上海舉行的外灘大會上，螞蟻集團正式發(fā)布了螞蟻金融大模型。據(jù)了解，螞蟻金融大模型基于螞蟻自研基礎大模型，針對金融產(chǎn)業(yè)深度定制，底層算力集群達到萬卡規(guī)模。            

當天，螞蟻集團同時發(fā)布了基于金融大模型能力的兩款產(chǎn)品：智能金融助理“支小寶2.0”，服務金融產(chǎn)業(yè)專家的智能業(yè)務助手“支小助”           據(jù)介紹，螞蟻集團在2021年就已經(jīng)關注到了大模型，目前，基于螞蟻基礎大模型，針對金融產(chǎn)業(yè)深度定制的螞蟻金融大模型已在螞蟻集團的財富、保險產(chǎn)品上展開內(nèi)測。            

 “通用大模型無法在專業(yè)嚴謹?shù)念I域直接商用，特別是金融服務對錯誤的容忍度很低，金融大模型要確保領域知識和專業(yè)邏輯的嚴謹性，才能真正落地帶來產(chǎn)業(yè)價值。知識力、專業(yè)力、語言力以及安全力，保障四大能力是前提條件，也是金融大模型要解的產(chǎn)業(yè)真命題。”螞蟻集團副總裁、金融大模型負責人王曉航介紹，基于金融場景中的大量實踐，螞蟻金融大模型形成了“大模型+知識+服務”驅動的架構，這套架構已經(jīng)在螞蟻內(nèi)部金融智能化場景上內(nèi)測。            

螞蟻集團表示，未來將持續(xù)探索和精進大模型的五大能力方向。一是，建設高質量的數(shù)據(jù)標注團隊，沉淀高質量數(shù)據(jù)體系；二是，攻堅基礎大模型算法，以及高效綠色工程能力，提升模型邏輯推理等能力；三是，從通用語言大模型到通用多模態(tài)大模型，從一般通識走向全面專業(yè)；四是，建設高效的大模型評測標準和評測體系，加快大模型迭代速度；五是，建設大模型安全能力，保障大模型健康可持續(xù)發(fā)展。            

2、拆解天鏡：如何做好金融大模型？

8月28日，馬上消費金融發(fā)布了其零售金融大模型——“天鏡”，這是零售金融領域首個大模型，它面向金融大模型的可信與安全兩大核心難題。

要推動金融大模型的發(fā)展，其核心痛點是如何在數(shù)據(jù)融合應用和安全保護間取得平衡。

圍繞這一痛點，馬上消費“天鏡”大模型提供了四點思路。第一是要真正解決企業(yè)尤其是零售金融企業(yè)的核心痛點問題；第二是要基于團隊合作的精神，讓大模型和已有的系統(tǒng)與模型融合，成為功能更強、解決問題更多的大模型；第三，在與業(yè)務結合的過程中要做到安全合規(guī)；第四，要主動適應現(xiàn)有的系統(tǒng)。

基于這種設計思路，馬上消費CTO蔣寧介紹，“天鏡”大模型問世后，仍面向人工智能的四個關鍵難題。

第一，關鍵性任務與動態(tài)適應性。一言以蔽之，大模型要在特定任務中，基于海量模型與分析能力，不管外界環(huán)境怎么變化，始終能保持決策準確性。

第二，個性化要求和隱私保護。金融行業(yè)需要為用戶提供個性化服務，這樣的服務在使用個人數(shù)據(jù)時會涉及個人隱私數(shù)據(jù)保護問題。

第三，群體智能與安全可控。蔣寧認為，美國大模型保持領先的其中一個因素在于已經(jīng)形成了完整生態(tài)，而中國暫時沒有形成完整生態(tài)，很難形成群體智慧。一面要積累群體數(shù)據(jù)，最終形成正向反饋，共建行業(yè)模型；另一面也要基于可信安全，對數(shù)據(jù)是否可共享做出明確區(qū)分，保證共享數(shù)據(jù)的安全可靠。

第四，基礎設施的能力挑戰(zhàn)。金融大模型需要的運算架構不一樣，要不斷優(yōu)化底層基礎設施，以適應垂直領域、金融領域大模型的發(fā)展。

蔣寧提及三個思考方向：一是大模型的持續(xù)學習能力，實現(xiàn)越用越聰明；二是強化魯棒性決策，實現(xiàn)金融領域要求的100%合規(guī)與安全，保證金融大模型在任何場景下能夠實現(xiàn)可信、安全、穩(wěn)定的輸出結果；三是組件式AI，要將金融大模型的自適應能力、機器分辨能力、語言理解能力、聲音感知能力進行整合，構建新興的金融大模型體系。            

 02 ‍9家銀行中報關于大模型的描述，透露了什么？

隨著 “中報季”收官，上市銀行2023年半年報也已披露完畢。零壹智庫在《七大指標對比：有的銀行業(yè)績塌房，有的“很行”》一文中對42家上市銀行上半年業(yè)績指標進行觀察分析，從科技投入角度來看，有6家銀行披露了科技及科技人員投入情況，9家明確表明大模型探索戰(zhàn)略。

具體來看，工商銀行、農(nóng)業(yè)銀行、中國銀行、交通銀行、招商銀行、中信銀行、興業(yè)銀行、江蘇銀行、浙商銀行等9家銀行在半年報中提及，正在探索大模型應用。

表1：上市銀行2023H1財報中關于大模型的表述

數(shù)據(jù)來源：企業(yè)預警通，零壹智庫

今年3月，工商銀行基于昇騰AI發(fā)布了首個金融行業(yè)通用模型。在發(fā)布會上，工行宣布該模型已應用在客戶服務、風險防控、運營管理領域。比如，工行應用該模型支撐智能客服接聽客戶來電；再比如，利用金融大模型，對工業(yè)工程融資項目建設進行進度監(jiān)測。

據(jù)中國工商銀行首席技術官呂仲濤在“2023中國智能金融論壇”上透露，工商銀行經(jīng)過5年多的建設，目前已經(jīng)沉淀人工智能模型3000余個，包括傳統(tǒng)機器學習模型、傳統(tǒng)深度學習模型和大模型三類。

他表示，從趨勢來看，大模型隨通用能力增強，將逐步超越傳統(tǒng)模型的能力，但受制于計算復雜度高、可解釋性差等問題，短期內(nèi)，大模型和傳統(tǒng)模型會共存，同時，大模型強大的語義理解能力使其可作為中控，將傳統(tǒng)模型作為技能進行調用。

同樣在3月，農(nóng)業(yè)銀行推出金融行業(yè)首個自主創(chuàng)新的金融AI大模型應用ChatABC。據(jù)悉，ChatABC重點著眼于大模型在金融領域的知識理解能力、內(nèi)容生成能力以及安全問答能力，對于大模型精調、提示工程、知識增強、檢索增強、人類反饋的強化學習（RLHF）等大模型相關新技術進行了深入探索和綜合應用。

招商銀行方面，半年報顯示，加快新技術應用推廣，提升GPT類自然語言處理大模型的建設能力，并重點發(fā)掘其在全流程財富管理中的應用，投產(chǎn)FinGPT創(chuàng)意中心，加快大模型應用模式探索。

據(jù)悉，招行目前已打造了一支近300人的人工智能團隊，全行累計立項金融科技創(chuàng)新項目3494個，累計上線項目2687個，報告期內(nèi)新增立項252個，新增上線項目237個。招商銀行在銀浦江金融科技論壇上表示，未來將在大模型的基礎上，通過統(tǒng)一管理和共享prompt等方式，結合以往累積的AI資產(chǎn)，構建通用大模型平臺。         

 03 

現(xiàn)階段“不建議直接對客使用”；警惕中小金融機構“技術掉隊”

中國工商銀行首席技術官呂仲濤表示，當前階段大模型并不成熟，因此，短期內(nèi)不建議直接對客使用，應優(yōu)先面向金融文本和金融圖像分析理解創(chuàng)作的智力密集型場景，以助手形式，人機協(xié)同提升業(yè)務人員工作質效。            

關于大模型應用落地，呂仲濤表示，目前業(yè)界尚無標準方法論，企業(yè)可按照場景通用化、專業(yè)化程度，分別使用基礎大模型、行業(yè)大模型、企業(yè)大模型、任務大模型。四層模型訓練數(shù)據(jù)規(guī)模和投入算力逐層遞減，專業(yè)屬性逐層增強。

其中，基礎大模型由于投入數(shù)據(jù)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(yè)知識，對金融場景應用有限。

對于大型金融機構而言，因金融數(shù)據(jù)海量，應用場景豐富，可引入業(yè)界領先的基礎大模型，自建金融行業(yè)、企業(yè)大模型，考慮到建設周期較長，可采用微調形成專業(yè)領域的任務大模型，快速賦能業(yè)務，比如工行前期和鵬城實驗室聯(lián)創(chuàng)，通過微調，率先實現(xiàn)了人工智能大模型在行業(yè)內(nèi)的應用。

對于中小金融機構而言，綜合考慮應用產(chǎn)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。

度小滿CTO許冬亮在麥肯錫“2023年中國金融業(yè)生成式人工智能發(fā)展論壇”上表示，大模型時代需警惕中小金融機構“技術掉隊”。           

他強調，大模型是科技公司的“必爭之地”，做不做大模型將決定一家金融科技公司未來5到10年的技術發(fā)展水平。但訓練大模型的門檻也非常高，他提醒在大模型時代需警惕中小金融機構“技術掉隊”，中小機構與頭部機構的數(shù)字化、智能化鴻溝有進一步擴大的可能。

中國農(nóng)業(yè)銀行研發(fā)中心北研平臺三部處長趙存超表示，對于商業(yè)銀行，不可能靠一個大模型打天下，需要多層次、分級分類的模型。這些模型該如何管理，如何進行共享、復用才能真正發(fā)揮集團軍作戰(zhàn)能力，需要探索。

他說，在金融業(yè)大模型的深度應用，尤其是嵌入到金融場景的深度應用，農(nóng)行認為數(shù)據(jù)是核心，安全是前提，算力是基礎，場景是動力，人才是關鍵，協(xié)作是保障。

同時，他提出，大模型生態(tài)的建設，需要同業(yè)之間聯(lián)合共創(chuàng)共享、制訂標準規(guī)范，需要產(chǎn)學研一起形成生態(tài)。            

光大信托數(shù)據(jù)中心總經(jīng)理祝世虎也認為，大模型是生產(chǎn)力的提升，在金融行業(yè)的落地路徑要依靠大合作和大創(chuàng)新。通過大數(shù)據(jù)整合、大算力合作，在垂直領域精調模型，以小規(guī)模算力打造輕量級推理模型。

（編輯：楚濟慈）

參考資料：

[1]. 零壹智庫，《七大指標對比：有的銀行業(yè)績塌房，有的“很行”》[2]. CIC金融科技與數(shù)字經(jīng)濟專家委，《中國工商銀行首席技術官呂仲濤：金融行業(yè)AI大模型落地探索與實踐》《中國農(nóng)業(yè)銀行趙存超：大模型賦能金融高質量發(fā)展之中國農(nóng)業(yè)銀行ChatABC的模型建設實踐》

       原文標題 : 金融業(yè)正式進入大模型時代，警惕中小機構“技術掉隊”