首页 · 快讯 · 正文

媒体报道|2023年服贸会新观察:大模型,改变了金融业的什么?

2023年中国国际服务贸易交易会金融服务展

       金融业对“模型”并不陌生,“大模型”一字之增,改变了什么?

       正在举办的2023年中国国际服务贸易交易会(以下简称“服贸会”),是观察服务贸易特别是金融业发展的窗口。金融是科技驱动型行业,其天然的中介属性对新技术特别敏感,大模型如何落地金融业务场景,成为了展区热闹背后业界人士的冷思考:大模型给金融行业带来了哪些变化?针对金融业的独特性,大模型技术自身还面临哪些瓶颈?各家生态参与方,是红海竞争还是强强互补?

       大模型的应用:不患寡而患不落地

       记者梳理发现,近一段时间以来,大模型在金融领域的落地应用有不少,工商银行推出人工智能金融行业通用模型、农业银行发布了金融AI大模型ChatABC、马上消费发布了零售金融大模型“天镜”、度小满发布了开源金融大模型“轩辕”、科大讯飞发布了“讯飞星火”智能客服用于保险业务等场景、彭博社针对金融业推出了大型语言模型BloombergGPT……

       “数据显示,截至2023年上半年,与大模型直接相关的融资事件超20起,市场在密切关注新技术的发展,从被投企业的地域分布看,北京、上海、杭州居前列。” 天眼查数据研究院高级分析师陈倞认为,金融领域拥有良好的数字化基础,其运行高度依赖于自动化系统和海量数据,是大模型较为理想的应用场景。

       “大模型在金融业,不患寡而患不落地。”有业界人士表示,人工智能算法、大模型,最终要解决的是金融业务的痛点问题,要寻找应用场景。目前,大模型在银行、证券等金融机构的主要应用围绕在客服、运营、写文章、写邮件等初级方面,尚未涉及金融核心业务。

       围绕金融行业的独特性属性,大模型在技术层面有待自我完善。“今年年初发布的ChatGPT刷新了人们的认知,但是坦诚讲,在金融领域大模型应用还有四个关键难题。”马上消费首席信息官蒋宁对人民网记者表示,这涉及关键性任务和动态适应性、个性化要求和隐私保护、群体智能与安全可信、基础设施能力。

       蒋宁说:“大模型‘满腹经纶’,但如果回答错了他不承担风险,这就是大模型和传统模型最大的区别。传统模型结论的‘不可解释性’一直是困扰金融行业的问题,大模型则要为交易决策提供参考,不能模棱两可。这就要通过技术将不确定的关系转变为确定的关系,从变量中找出不变量,提高大模型在金融领域的辨别性、稳定性、准确性和可解释性。

       “大模型对金融业的影响是长远、深刻的,这在业内已经形成了共识。早前,中小金融机构数字化转型的进度慢且面临差距逐步变大的风险。但随着大模型的落地,不同规模的金融机构或将重新站在同一起跑线上。”上述业界人士坦言,大家往往过于重视这一两年发生的技术变革,而低估了未来十年会发生的变革。先是高估了技术带来的变化,发现变化不大后,又低估了技术的长远影响,最后被产业所迭代。

       强强互补是趋势:

       在金融应用上不妨有更多期待

       服贸会,“会”“展”并重,论坛交流中参会嘉宾更能激荡观点。

       展会期间举办的“人工智能大模型助力金融科技高质量发展论坛”,尚未开场就已经座无虚席,不少人站着听完了全场。有嘉宾表示,相比较传统模型,大模型具备强大的通用能力和智能创作力,可通过聊天交互模式,协助用户完成文案撰写、文档审核、代码生成等智力性和创造性工作。下一步金融机构可按照场景通用化、专业化程度分别使用基础大模型、行业大模型、企业大模型、任务大模型等,由于金融机构的定位不同、规模不同、发展阶段不同,在落地策略上存在一定差异。

       中国工程院院士、清华大学计算机系教授郑纬民表示,大模型与图计算相结合,或是在金融领域落地应用的有效途径。“大模型能够协助知识的抽取、推理、融合、更新与解答,降低知识图谱构建成本,提高知识图谱的产业落地能力;图计算能够提高大模型的可靠性,提高复杂问题的求解能力。两者的优势和短板能够进行互补。”

       “长远来看,数据是大模型的生产要素,基础设施是大模型的入场券,场景应用是大模型的驱动力。”有业界人士表示,大模型对金融业带来的改变,在技术侧将体现在多模态,利用文本、图像、视频等信息来进行计算,借助模型自身的思维能力实现更安全的输出;在金融业务侧,将通过构建的生态规模,融入现有的业务流程,催生出新的场景和应用。在这一过程中,金融领域要亟待解决算力需求大、训练和推理成本高、数据质量不佳、隐私和安全问题等“成长的烦恼”。

       在以“科技赋能——金融业数字化转型与发展”为主题的论坛现场,天阳科技风险管理事业部总经理张志莲对人民网记者表示,目前业界关注的是精细化处理垂类行业细分场景的多模态数据、确保数据安全合规使用、确保模型的稳定性和时效性、应对可能存在的对抗性输入等现象,也要尽快出台大模型相关的行业标准。

       “在大模型出现之前,金融行业已经大量应用小模型等数据技术,在探索大模型的过程中会考虑投入和实际价值产出。”张志莲认为,任何一家金融机构独立建构整个体系都不现实、不高效,生态合作、融合创新是大趋势,需要金融机构、科技企业、互联网公司、算力平台等基于自身优势,强强互补,共同解决遇到的挑战。

        “金融是标准化、最严谨的行业,我们对大模型的期待不妨向那些长期没有解决的业务环节进行探索,可能会带来更大的惊喜。”上述业界人士说。