來源：中國經營網

　　本報記者 蔣牧云 張榮旺 上海 北京報道

　　ChatGPT帶來的AIGC（人工智能生成內容）熱潮仍在持續。

　　繼各互聯網大廠躬身入局之后，金融科技公司也開始進軍大語言模型。近日，某金融科技公司宣布，將組建一級戰略部門大模型部。《中國經營報》記者采訪了解到，目前頭部的金融科技企業均在嘗試應用AIGC技術，具體包括進行訓練封閉域的生成式對話引擎等。

　　用戶關心的是，嘗試訓練與實際應用之間還需要多長時間？應用的實際效果如何？在采訪中，業內對此有不同的預期。部分觀點認為在年內便有望實現技術應用；也有部分觀點認為，受制于數據質量、合規問題等原因，落地或許仍需時日。而共識在于，AIGC在金融領域的應用需要更復雜的金融數據“投喂”，這需要從體制、行業和商業舉措多方面促進才能不斷提升數據質量，從而提升技術的應用效果。

　　AI的智能化升級

　　業內普遍認為，AIGC在金融領域有較多契合的場景。陸金所控股（06623.HK）CTO毛進亮告訴記者，AIGC很可能導致所有的“專家系統”領域都會受到沖擊，包括咨詢顧問、代碼技術專家等。具體將在金融行業的智能運營、智能風控、智能投顧、智能營銷、智能客服等多個場景產生影響。在金融服務方面，AIGC能夠將原本更加依賴專家“個體”知識與經驗的服務，擴展到可以支持到所有的從業者，不僅提升整體行業服務水平，也會大大提升服務能力。由此，毛進亮認為，在機器人對話領域會越來越多地采用類ChatGPT訓練架構，不過大部分是封閉域的訓練，尤其是貸款等金融領域。

　　全聯并購公會信用管理委員會專家安光勇也表示，隨著人工智能技術的發展和應用，金融機構也將逐漸意識到AIGC技術的重要性和應用價值。AIGC技術可以幫助金融機構在客戶服務、風控、投資管理等方面提高效率和準確性?？梢哉J為，金融科技公司入局AIGC正在成為行業趨勢。

　　近日，奇富科技（3660.HK）首席執行官兼董事吳海生向公司全體員工發布內部郵件，宣布將組建一級戰略部門——大模型部（以下簡稱“大模型部”），并向CEO匯報。據悉，奇富科技大模型部將致力于開發和運用各種深度學習算法、生成式人工智能技術、在金融領域的場景化應用。大模型部具體職能包括：推進公司在人工智能領域的技術創新；探索如何將生成式人工智能技術應用于公司的產品和服務中，提高用戶體驗；改善工作方式，用人工智能提升工作效率；為機構客戶提供強大的人工智能產品。

　　關于大模型部的具體情況，奇富科技首席算法科學家費浩峻向記者介紹，大模型部已經完成基礎組建工作，先期已經有六十多名員工加入。目前，部分崗位在持續招聘中。費浩峻還表示，該公司業務對于AI的訴求，并不是因為AIGC的出現而突然出現。實際上，該公司從很早就開始探索AI對于業務的改進，并在業務的某些環節實現了AIGC參與的降本增效。比如核心的業務風控環節，以奇富科技自研的金融大模型基座為核心衍生的智能征信解讀，可以幫助金融機構更加全面、高效地理解和判斷用戶，這種模式的進一步升級和優化，有可能替代和優化過去在智能征信解讀上千萬級變量衍生和眾多深度模型建設工作。也就是說，大模型是對無數AI模型更智能化的替代。

　　毛進亮也表示，目前陸金所控股通過結合人工智能、大數據等技術，打造出智能機器人，能夠與客戶進行多輪對話，已經應用在業務當中。例如，在業務流程中全面應用AI智能貸款解決方案“行云”，通過擬人AI客服小惠全程與客戶“面對面”交流，可實現最少零文字輸入、大幅降低等待時間。該AI客服可同時在線服務數百位客戶，一方面節省大量人力成本，另一方面能更智能地服務好客戶，讓客戶足不出戶就可完成整個貸款流程。此外，陸金所控股正在嘗試訓練封閉域的生成式對話引擎，以更好更智能地滿足客戶服務的多樣化需求。

　　在信也科技（FINV.N）算法科學家倪博溢看來，目前有實力的企業應該都在嘗試基于AIGC技術服務于業務，首先會有在企業內部的應用（知識搜索、辦公、代碼輔助）和一些務虛場景，如企業形象、外宣等場景，這些甚至已經有部分實例。其次，比如客服、營銷和各種與業務結合的服務會不斷涌現，預計2023年會有很多企業樂意做“第一個吃螃蟹的人”，在實際業務中運用AIGC生成真實產品或服務成果。

　　落地時間與效果待觀察

　　從組建模型開始，到實際應用至產品與服務中，還有哪些路要走？安光勇告訴記者，從組建AIGC模型到實際應用，大致需要以下幾個步驟：數據采集和清洗、模型訓練、模型測試和評估、部署和應用。目前可以看到，互聯網廠商已發布的模型還需要不斷迭代和優化，才能取得更好的效果。相比較而言，金融領域的AIGC應用可能會更加復雜，需要考慮數據的安全性和合規性等問題。至于我國AIGC能否應用在金融業務中并產生有效成果，取決于不同的應用場景和數據質量。一些應用場景可能已經具備了較好的數據基礎，效果可能更容易突出；而一些應用場景可能需要更多的數據采集和“清洗”等工作，需要更多的時間和精力。

　　天使投資人、互聯網專家郭濤認為，AIGC大模型研發需要深厚的人工智能相關技術沉淀、海量的訓練數據、持續優化的算法模型和完善的生態體系等，從研發到商業化應用需要較長的時間，基于AI大模型的AIGC耗費的時間需要更長，面臨的各類阻礙也更復雜，商業化的時間少則幾年多則數十年。

　　在薩摩耶云科技集團首席經濟學家鄭磊看來，大部分金融科技公司所做的應是基于大模型的AIGC應用類產品研發，要從零開始訓練一個大模型，所需的成本和時間是大多數企業無法承受的。AIGC可以將已有的大模型作為基座，開發行業垂直應用。但需要注意的是，目前的語言大模型輸出結果仍不夠可靠，內容不一定正確，有些時效性不強，在金融等對安全性、準確性有較高要求的行業，距離“可使用”還存在不小的差距。同時，基于大模型的AIGC產品需要使用行業數據進行更多訓練和微調，而數據的使用是否安全、合規存在疑問，需要進一步作出規范或制定相關標準，這些工作很難在短時間內完成。此外，AIGC除了可以基于大模型，也存在其他技術路線，企業在產品研發過程中有較高的不確定性，這類產品更多是試驗性的，可能有助于提高一些崗位的工作效率，產品本身需要不斷完善和迭代升級。

　　北京社科院研究員王鵬也表示，AIGC應用在金融行業，數據的合規確實是一大挑戰，具體到個人隱私的保護、數據本身的合規性與風險，是需要行業共同討論的話題。對此，企業需要緊跟有關部門出臺的相關規定，行業內部可以建立自律性組織，也可以通過技術方法來增加合規性，或根據行業發展及時作出必要的調整以增加靈活性。

　　對于如何應對數據質量和合規挑戰的問題，費浩峻認為，對于數據質量問題，可以從數字化改造的源頭進行標準化建設，以大模型基座對數據進行“清洗”和篩選，做增量可積累的數據清洗工作，最重要的是對數據質量問題有充分的重視，并且設置有嚴格一致性的評估指標和方法。而在合規方面，商用級需要重點解決的問題是輕量級和易用性。未來，金融領域對于大模型的應用一定是在其私有化部署之上的應用，私有化部署的專業垂類金融大模型，加上與之匹配的可擴展的API（應用程序編程接口），二者相結合將會充分保護數據。

　　對于AIGC應用與金融業的前景，倪博溢表示，作為公共服務的大模型技術在快速持續迭代之中，它背后的數據質量才是主要因素，提升數據質量需要從體制、行業和商業舉措多方面促進才能實現。合規問題也是同樣的邏輯，企業自身的應用是最后一個把關者，企業的私有數據決定了最終應用的效果和邊界?？傮w而言，AIGC的發展使得數字內容的質量、生產效率都有了巨大提升。有AIGC的賦能后，未來的金融產品個性化一定更為精細。此外，考慮到AIGC有與元宇宙等其他技術結合的潛在空間，可以想象未來的金融客戶體驗能夠得到極大提升。

海量資訊、精準解讀，盡在新浪財經APP

責任編輯：李桐