經濟觀察網 記者 汪青 “自2022年底ChatGPT橫空出世以來，金融業(yè)憑借其數(shù)據密集、計算要求高且對準確性有著極高要求的行業(yè)，成為大模型技術應用的主要領域。”中關村科金CTO李智偉在9月8日接受經濟觀察網采訪時表示，盡管目前大模型技術在金融領域正在不斷加速落地，但距離成熟應用仍存在諸多挑戰(zhàn)。

金融成為大模型應用主陣地

在業(yè)內看來，除了數(shù)據、算法和算力這三個大模型重要因素外，場景的匹配度也是大模型在金融領域應用的重要考慮因素。

據悉，金融作為數(shù)據密集型行業(yè)，擁有海量且復雜的金融數(shù)據，通過大模型技術能夠高效挖掘數(shù)據價值，提升業(yè)務效率。同時，面對業(yè)務需求復雜多變、監(jiān)管趨嚴等挑戰(zhàn)，金融行業(yè)也在積極尋求新技術進行數(shù)字化轉型。

“從復雜的風險評估到專業(yè)的投資決策，再到高效的客戶服務和創(chuàng)新營銷策略，大模型技術可以通過它自身強大的數(shù)據處理能力和智能分析優(yōu)勢為金融機構的效率與專業(yè)度帶來顯著的提升。”李智偉指出，大模型技術中的大語言模型不僅可以幫助金融機構構建更加智能、自然的智能交互系統(tǒng)，提高溝通效率和客戶體驗，還降低了企業(yè)的人力成本。

李智偉以金融大模型在投資決策端的應用為例解釋道，目前多家頭部券商通過與公司的大模型技術深度融合，成功推出了得助智能投顧、得助智能投研以及得助智能陪練等創(chuàng)新應用。

“通過對比公司過往的服務數(shù)據可知，金融大模型在投顧、投研方面的應用輔助可提升營銷轉化率8%以上，客戶滿意度提高30%以上，信息獲取效率提升50%以上，整體投顧業(yè)務水平提升15%以上。同時，員工培訓效率和質量顯著提高，為產品部門減少了80%以上的培訓時間投入；員工的產品知識獲取效率提升70%以上。”李智偉說。

推進中的坎兒

大模型在賦能金融業(yè)務層面雖然已經取得了一些成績，仍需要應對諸多挑戰(zhàn)。

首先，技術成熟度是金融大模型應用的一個重要影響因素。

中國證監(jiān)會原主席肖鋼在第六屆外灘金融峰會上提到，金融業(yè)對于準確性、精準性的要求特別高，同時對風險外溢的防范也非常嚴格。因此，大模型在金融領域的應用必須經過嚴格的測試和驗證，確保其能夠滿足金融業(yè)務發(fā)展的需要。然而，目前大模型技術還不是很成熟，很多大模型在金融場景下表現(xiàn)并不理想，往往只是重復一些原則性的話語，難以深入滿足實際需求。而這既是由于技術本身存在一些缺陷，也是因為很多大模型沒有經過專有金融領域、特別是細分行業(yè)的數(shù)據訓練。

其次，對于金融行業(yè)而言，強監(jiān)管的屬性決定其在大模型的準入和應用等方面都需要有明確的政策指導。

“然而，目前具體的監(jiān)管政策還未完全出臺，這對于金融機構如何正確使用大模型造成了一定的困擾。因此，相關部門需要盡快完善相關監(jiān)管政策，為大模型在金融領域的應用提供明確的指導。”肖鋼表示。

清華大學五道口金融學院、中國保險與養(yǎng)老金融研究中心主任魏晨陽也表示，AI技術目前還處在早期階段，存在短板和不確定性。如何監(jiān)管AI技術，確保其準確性、及時性和可控性也是行業(yè)和政策部門需要共同面對的問題。

在魏晨陽看來，需要構建一個審慎但又足夠開放的治理架構，以應對大模型技術在金融業(yè)落地過程中的挑戰(zhàn)。這樣的治理架構需要既能夠確保AI技術的穩(wěn)健發(fā)展，又能夠充分釋放其創(chuàng)新潛力，避免過度監(jiān)管限制創(chuàng)新。

同時，投入產出比也是企業(yè)應用大模型技術的重要考量因素。

李智偉表示，考慮到金融業(yè)務的復雜性和專業(yè)性要求，大模型必須具備高精度、高準確性的分析能力，而通用模型往往難以滿足這一需求，因此實施大模型應用落地需要較高的成本投入，金融機構需要在投入與產出之間找到平衡點，確保技術應用的經濟合理性。

實際上，AI技術投入成本高昂，對不同規(guī)模的金融機構產生的影響也各不相同。因此，肖鋼認為，金融機構不必執(zhí)著于應用大模型，小模型可能會有更高的性價比。并且大模型和小模型本身就并非相互排斥，而是可以相互協(xié)調、配合使用滿足金融業(yè)的不同業(yè)務需求。

今年以來，OpenAI、微軟、Google等公司都開發(fā)了很多小模型，并在小模型領域展開了激烈的競爭。這一現(xiàn)象也表明，小模型在金融業(yè)的很多業(yè)務中，特別是細分業(yè)務中，具有更好的性價比和更高的準確性。

此外，由于金融行業(yè)數(shù)據的敏感性和保密性，大模型在應用過程中必須嚴格遵守相關法律法規(guī)和監(jiān)管要求，確保數(shù)據安全和隱私保護。

“這就要求金融機構在引入大模型技術時，必須結合具體業(yè)務場景的實際環(huán)境進行深度優(yōu)化，建立全方位的安全防護體系以保障合規(guī)性和安全性。”李智偉以中關村科金構建的五重安全防護體系介紹道，首先，實施嚴格的數(shù)據清洗，剔除各類不合規(guī)內容；接著，進行隱私脫敏處理，在模型二次訓練階段加入合規(guī)加訓環(huán)節(jié)，將行業(yè)法律法規(guī)與不合規(guī)案例融入模型，增強其合規(guī)意識；同時，通過提示工程在應用層面對模型輸出進行約束，確保其在特定場景下遵循合規(guī)規(guī)范；最后，采用傳統(tǒng)合規(guī)質檢方式，對輸出內容進行敏感詞和質檢點檢測，一旦發(fā)現(xiàn)違規(guī)內容立即預警，全方位保障金融大模型應用的合規(guī)性與安全性。

金融大模型前景

“我們也看到大模型技術在保險行業(yè)應用的一些積極趨勢，部門強有力的大廠開始利用自身的數(shù)據和場景優(yōu)勢，以及強大的研發(fā)能力進行AI技術的研發(fā)。與此同時，更多的保險公司也開始愿意與科技公司合作，共同探索AI技術在保險業(yè)的應用。”魏晨陽認為，未來，金融大模型的成熟落地離不開更精細且多方協(xié)同的生態(tài)。

在李智偉看來，隨著創(chuàng)新技術的不斷進步，金融行業(yè)將迎來全無人營銷與客服的新紀元，知識輔助的自助辦理將變得更加普及與智能，數(shù)據分析和業(yè)務機會的挖掘也將迎來前所未有的智能化水平。同時，多模態(tài)大模型將極大促進遠程業(yè)務辦理的便捷性，但也對防偽識別技術提出了更高要求，需加快布局以應對挑戰(zhàn)。

在這一背景下，李智偉認為，技術開放性與數(shù)據合規(guī)使用的議題愈發(fā)凸顯，金融機構需要主動探索，這既考驗管理決策的智慧，也挑戰(zhàn)科技公司的快速學習能力。

此外，隨著科技公司在大模型技術和應用方面的投入不斷加碼，大模型技術本身的價值將逐漸同質化。

李智偉認為，作為科技企業(yè)，專注大模型技術應用不僅僅是大模型技術本身，更存在于技術之外的服務能力，必須將“最后一公里”服務視為至關重要的環(huán)節(jié)，向企業(yè)客戶交付一個有價值的產品，確保客戶能夠順利安裝、運行并使用產品，甚至需要在產品運行初期提供持續(xù)的支持及試運行服務。基于此，公司推出了產品場景適應性更寬、產品運營效率更高、服務半徑更廣的多模數(shù)據增強的新一代智能交互平臺。