每經記者｜肖世清    每經編輯｜廖丹    

近日，“北大光華-度小滿金融大模型技術與應用論壇”在京舉辦，多位專業(yè)人士圍繞“大模型重塑產業(yè)生態(tài)”、“金融大模型如何落地應用”等話題展開討論。

北京大學光華管理學院金融系主任劉曉蕾表示：“金融行業(yè)作為人工智能應用場景密集的行業(yè)，是大模型技術落地的最佳領域之一。以大模型為代表的新一代人工智能技術將加速金融數(shù)字化和金融智能化的發(fā)展，重塑現(xiàn)有業(yè)務流程，改變產業(yè)格局。”

度小滿CTO（首席技術官）許冬亮表示，大模型讓機器具有了常識，懂得了邏輯，學會了創(chuàng)作，讓人和機器能以更自然的方式互動，通過與周邊工具的結合，大模型已經具有了通用人工智能的雛形。金融行業(yè)是高價值行業(yè)，數(shù)字化基礎好，高度依賴數(shù)據(jù)和技術，是大模型落地應用的高潛場景。對于中小金融機構，在大模型的浪潮里，他們也有機會通過應用創(chuàng)新，來加快自身的數(shù)字化和智能化進程，跨越數(shù)字化鴻溝。

光大信托數(shù)據(jù)中心總經理祝世虎認為，大模型是生產力的提升，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)的整合、大算力的合作，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。在大創(chuàng)新上，目前大模型在金融領域的應用主要集中在智能客服、智能運營、智能辦公等領域，后續(xù)應該更多應用于風險管理、資本管理和監(jiān)管科技等幾個方面。

談及當前大模型在金融領域應用存在的實踐，中國農業(yè)銀行研發(fā)中心大模型研發(fā)負責人耿博表示：“AI（人工智能）大模型面臨算力需求大、訓練和推理成本高、數(shù)據(jù)質量不佳、隱私和安全問題等挑戰(zhàn)。目前，大模型和場景融合是一個不斷演進、探索的過程，數(shù)據(jù)是大模型的生產要素，基礎設施是大模型的入場券，場景應用是大模型的驅動力，AI大模型未來發(fā)展將趨于通用化與專用化并行。”

許冬亮表示，金融作為一個強監(jiān)管行業(yè)，也有很多的行業(yè)特性不可忽視。因此，大模型落地金融的道路并不平坦。他認為目前還存在三大挑戰(zhàn)：一是通用模型能力不能滿足金融場景需要。例如，通用大模型本身精度不夠，當前大模型原生的幻覺問題、可控性問題和可解釋性問題都限制了生成內容的準確性和可控性，而金融又是一個對精準性、可控性要求很高的行業(yè)。

二是大模型如何高效植入現(xiàn)有業(yè)務場景。目前，具備這樣能力的公司和團隊是極少的，懂大模型技術的大多沒有具體的行業(yè)經驗，行業(yè)老兵又對大模型的技術理解不夠深入，需要時間去磨合和培養(yǎng)。

三是大模型生成內容的安全合規(guī)和隱私保護。金融本身是一個高合規(guī)要求的行業(yè)，加上大模型是顛覆性的新技術，我們對它的風險還沒有完全了解，監(jiān)管部門對它的落地應用也比較審慎。

許冬亮表示，上述三大挑戰(zhàn)是整個行業(yè)都會碰到的關鍵挑戰(zhàn)，而每家機構獨立去解決這些問題既是不現(xiàn)實的，也是不經濟的。度小滿將持續(xù)地把研究成果和應用進展開放出來，幫助全行業(yè)提升核心競爭力。