角逐國內金融GPT：大模型如何重新定義金融科技

來源：商業秀

圖片來源：由無界AI 生成‌

國內的大模型戰場，在經歷了數月的狂飆和扎堆秀“肌肉”後，在日趨降溫中迎來新的戰事。

今年3月以來，隨著以ChatGPT為代表的生成式AI引發新一輪科技浪潮，國內有超過20家的互聯網企業競相推出大模型。

到7月6日的2023世界人工智能大會，更可謂“百模爭流”，甚至形成了“千模大戰”之勢，可與當年互聯網發展時期的“千團大戰”相媲美。

沒人想在這場AI大模型的浪潮中掉隊。但眼下，大模型發展已從“通用”階段進入“垂直”階段。

**越來越多的企業理性地認識到，通用大模型只有頭部幾家巨頭才能舉“算力、算法、數據”甚至人力、財力去All in做的事，而聚焦場景應用、定制適配的垂直大模型，才更值得中小企業去投入。 **

很多企業因為在自身深耕多年的領域積累了數據等優勢，乾脆直接基於國內外大模型“底座”，訓練出了適配場景的垂直模型。

比如在金融領域，今年5月以來，奇富科技、度小滿、陸金所控股、螞蟻集團、馬上消費等一批金融科技公司，基於自身場景和數據優勢，紛紛佈局AI大模型。

一位來自頭部金融科技公司的內部人士告訴**「商業秀」**，最近兩個月，但凡在金融行業擁有大模型建設能力的金融科技公司和頭部金融機構，都在從探索階段進入到落地應用階段。

**該人士進一步稱，擁有自身業務場景的金融科技公司或金融機構，都會優先進行內部使用，通過內部產品的打磨來提升大模型的能力。而不具備自身業務應用的科技公司，更加偏向金融行業的通用化問題解決能力，有些會和金融機構合作，共同打造金融行業和場景的大模型。 **

一場關於AI金融大模型的角力，拉開了序幕。

這場由AI大模型引發的新的金融科技領域的變革，會給行業帶來哪些影響？金融行業因其高度數據化、專業複雜度較高等特點，接入大模型後會面臨哪些機遇和挑戰？未來金融大模型又將會如何進化？

角逐國內金融GPT

毫無疑問，進入2023年，AI的發展迎來新紀元。

3月，由人工智能實驗室OpenAI推出的ChatGPT橫空出世，引爆全球AI大模型的新浪潮，開啟AIGC新紀元時代，相關產業也迎來了價值重估。

沒多久，AI大模型的熱風刮到了金融圈。同月的30日，彭博社就推出了針對金融業的大型語言模型——BloombergGPT。這被看作是可能會對金融領域產生重大甚至是顛覆性影響的事件。

時隔兩月，國內的金融領域也迎來了它的AI大模型時刻。 5月中旬，奇富科技首先宣布推出自研的金融行業通用大模型——奇富GPT，這在業內被稱為“國內首個金融行業通用大模型”。

奇富科技稱，其所支持的產品級應用預計會在今年年內推出，面向金融機構開放使用。

一位奇富科技的內部人士告訴**「商業秀」**，早在去年，奇富科技就開始佈局嘗試生成式大模型在內部一些場景的應用。及今年3月，大模型火爆出圈後，奇富科技也快速成立了大模型研究的部門，加速研發、推進場景落地應用。

今年2月9日，360集團創始人周鴻禕和搜狐創始人張朝陽在《星空下的對話》上對談時提出一個觀點：**如果企業搭不上ChatGPT這班車，很可能會被淘汰。 **

更早之前，奇富科技CEO吳海生也表示，當前正處於技術革命的十字路口，從雲計算到現在火爆全球的ChatGPT，將致力於將這些技術應用到金融領域，為金融機構合作夥伴和用戶提供更高效的科技服務和解決方案。

搶先佈局的不止奇富科技。 5月下旬，度小滿也宣布推出國內首個垂直金融行業的開源大模型“軒轅”，隨後陸金所控股、信也科技等也跟著宣布佈局和探索生成式大模型應用。 6月21日，螞蟻集團對外回應稱正自研一款名為“貞儀”的語言和多模態大模型；同月28日，恆生電子金融行業大模型LightGPT也對外亮相。

在7月6日的2023世界人工智能大會上，國內外多達30餘款大模型紛紛亮相，而大模型技術如何應用於金融等垂直領域也成為熱議話題。馬上消費CTO蔣寧在接受媒體採訪時指出，人工智能大模型給金融行業帶來了“強心劑”。同時他也透露，馬上消費也將推出金融大模型。

短短四個月，各家金融機構和金融科技企業都在摩拳擦掌、爭相佈局，國內金融領域的GPT呼之欲出。

大模型共識：從通用到垂直

在各家爭分奪秒推出金融大模型的同時，業內也逐漸達成了一個共識：大模型必須從通用階段進入到垂直階段。

在7月2日的2023全球數字經濟大會上，度小滿CTO許冬亮也提出了類似觀點——“相比通用大模型的能力，金融行業非常需要垂直行業大模型。”

許冬亮進一步分析稱，囿於金融行業在數據安全隱私、風控、精度以及實時性等方面要求較高，使得通用大模型在金融能力上缺乏必要的訓練數據，從而對金融常識、生成的可控性和準確性都達不到這個行業的最低要求，因此需要針對金融機構定制的行業大模型去發揮效力。

奇富科技的相關負責人也表示，金融行業的大模型和其他行業最大的區別在於金融行業的業務複雜程度、行業經營規範的要求以及安全隱私保護上，這使得金融行業相對其他行業要更加特殊，業務更加複雜，行業經營規範要求更高，安全隱私保護要求更高。

馬上消費CTO蔣寧在2023世界人工智能大會上指出，由於金融行業具有“數據密集型、技術密集型”等特點，而這個行業一直希望將數據資產化，但同時也面臨著如銀行線下網點的價值傳遞效率和用戶體驗等問題，需要機構持續創新。

**也就是說，從大模型邏輯來看，現有的大模型無法通吃所有行業，在通用大模型基礎之上，企業需要針對垂直領域精細化訓練和定制大模型。 **

奇富科技相關負責人則表示，尤其是對於高度數據化、專業複雜度較高的金融領域而言，它更需要依靠更加專業的背景和行業洞察，優化與適配特定的應用需求。

**從行業發展需求來看，金融行業也已經從增量市場進入到存量競爭階段，整個行業都面臨著客戶留存難、競爭加劇等難題。此時，更需要運用科技來提昇運營效率和用戶體驗。 **

考慮落實到實際的科技賦能用戶體驗層面，傳統的金融服務在用戶體驗改善的過程中，依然普遍存在著“發現難、體驗難、服務難”的問題。 AI大模型的出現，在很大程度上能夠幫助金融行業解決這些問題，從而更好地服務用戶。

但如今，在通用大模型和金融場景落地應用之間，還存在著巨大的鴻溝。因此，只有不斷優化現有的通用大模型，形成金融領域垂直專業的大模型，才能讓大語言模型更好地服務企業和用戶。

不過，較之於其他領域，金融對數據專業性以及在風控、合規、安全層面的要求都更高，這也給金融機構和企業在探索垂直領域的大模型上帶來了很多挑戰。

重新定義金融科技

回顧人工智能的發展的三次浪潮，人工智能技術的發展由算法、算力和數據三大要素驅動——算法決定了設計出的“大腦”夠不夠聰明，而只有高性能的計算能力，才能訓練一個大的網絡，還必須要有大數據的支撐。

僅半年時間，隨著以ChatGPT為代表的AIGC興起，人工智能大模型時代說來就來。當人工智能大模型遇上金融，科技變革和商業空間得以進一步打開，所有產業的價值都將迎來價值重估。根據艾瑞諮詢測算，2021年AI+金融的核心市場規模就達到了296億元，帶動相關產業規模677億元。

可以說，AI大模型的出現，在很大程度上重新定義了金融科技。比如AI大模型助力企業實現降本增效，構建虛擬客服在線交互，給用戶提供更人性的服務。通過金融GPT可以實現金融資訊、產品介紹內容的文本自動生成，提升金融機構內容運營的效率。

以奇富科技的大模型奇富GPT為例，目前已應用到獲客、運營、風控、貸後服務等業務環節。在營銷層面，通過大模型構建對話金融業務場景，訓練現有電銷對話系統，幫助電銷機器人精準理解真實用戶需求，提高對答擬真度與服務專業度。

奇富科技相關負責人表示，“經過大模型陪練機器人的幫助，電銷系統通話時長提升了15.1%。在信貸領域最核心的業務環節風控方面，以大模型為核心衍生的智能征信解讀，能幫助金融機構更加全面、高效地理解和判斷用戶。”

據了解，目前奇富科技的團隊正在結合金融行業以及內部的專有數據，做大模型的增量預訓練和調優，並依託內部業務在一些中小場景上進行落地應用實踐。

**不過，前述頭部金融科技公司的內部人士告訴「商業秀」，目前國內的金融大模型主要是在一些獨立的業務場景下進行中小範圍的使用，進而觀察大模型對業務增長、風險控制、人效提升等方面的優化能力，尚未迎來大規模商業化爆發的階段。 **

目前國內金融大模型還面臨著諸多挑戰，想要實現大規模落地應用尚需時日。

馬上消費CTO蔣寧認為，目前金融行業的大模型還存在四大挑戰：

第一，在面對金融行業的關鍵任務和不可預期的外界變化，大模型還不能保證每一個決策都穩定和精確；第二，金融行業希望運用人工智能實現用戶的個性化體驗，但需要個人隱私數據和大模型相融合，還存在合規安全問題；第三，金融行業一直存在“數據孤島”問題，大模型要求構建增強學習的網絡化平台，並持續貢獻數據和反饋，但目前背後市場的數據生態是割裂的；第四，金融行業大模型應用對底層設備、基礎架構等軟硬件設施提出更高的要求。

奇富科技相關負責人也表示，金融通用大模型研發麵臨的一個主要挑戰就是數據處理方面的複雜性，此外還要考慮數據在保護隱私和信息安全的問題。該負責人還指出，金融通用大模型的難點主要在於模型的準確性和實際應用的靈活性，“金融市場的變化往往十分迅速，需要模型能夠很快地適應新的變化，同時應用場景也非常廣泛，需預留接口以便在實踐中進行自由聯接，以適應不斷擴大的應用場景。”

縱觀過去十年金融科技的發展史，這是一個龐大且不斷發展的行業。在人工智能領域，這些年來金融行業一直在持續探索，我們能夠看到的是，在支付、投資、貸款、個人理財、反欺詐銀行和保險等領域，都出現了人工智能的身影。

**但不容忽視的是，金融本質仍是風險管理，風控是所有金融業務的核心。進入AI大模型時代，人工智能大模型扮演的角色，除了讓金融業務的服務和用戶體驗更好外，它的核心依然是幫助把風險降到最低。 **

當然，除了考慮風控及技術與場景的融合外，更不能忽略人的參與。在機器學習的過程中，生成式人工智能中需要人參與到訓練中，在金融大模型領域，人在各個環節的參與同樣重要。

在這場AI大模型引發的技術浪潮中，新的金融科技變革已悄然開啟。每一家企業甚至每個人，都不應該錯過。