“超過70%的金融機構處于大模型調研階段，8%是在立項階段，17%在測試階段。還有少量客戶已經在實際落地應用過程中。”談及目前金融大模型在金融領域的應用，恒生電子董事長劉曙峰在10月19日舉辦的2023恒生金融技術大會上表示。

　　會上，多位金融機構人士對目前大模型的成果、應用及未來發展作出展望。

　　“環境的變化、技術的突破等等疊加在一起的時候，我們是時候思考一下是不是進入了金融科技的下半場。”劉曙峰表示。

　　他認為，大模型技術的突破，未來在金融領域很可能會帶來體系化的重構，重新定義人機交互方式和專業應用程序，重構金融機構原有的基礎設施以及管理體系。隨著“數據+算法+算力”大模型新范式三大基本要素的不斷提升，大模型作為一種創新技術，非常有可能完成對于財富資管領域業務形態和邏輯范式的革新。

　　劉曙峰表示，下半場的關注度重點要從關注技術的創新、關注新技術的突破，到更多關注技術如何應用落地，而技術的落地能不能帶來客戶體驗的根本性變化，技術肯定是因為它帶來了客戶體驗的根本變化，所以才能取代原有的業務形態。“當前金融行業對于大模型技術的關注度和參與度很高，但在大模型實際落地過程中主要存在模型選擇難、算力供應不足、應用成熟度不足等問題。”

　　談到模型應用可能面臨怎樣的風險挑戰，興業證券金融科技部總經理蔣劍飛在會上表示，當前，在訓練和應用的環節，金融行業內部還面臨著訓練數據的可靠性風險、大模型生成內容不穩定等一些固有的缺陷。

　　“證券行業內部的業務數據質量參差不齊，不同的條線，數據質量千差萬別。相對來講，零售業務數據的規范化相對好一些，機構線數據的線上化程度相對較低，質量相對不足，這些領域進行大模型的生成應用之前，需要先進行深化數據治理、夯實數據基礎。”蔣劍飛指出。

　　國金證券首席信息官王洪濤也談到，金融機構各個公司內部都有大量的數據，但是，目前很多數據沒有經過好的整理和治理；此外，在學習和試用大模型的過程中，行業各個公司內部數據的治理、規范和整理做得不夠。“大模型或者技術體系本身對數據安全性、實時性以及數據連通性各方面，需要要持續不斷的做一些規律。”

　　王洪濤認為，在大模型技術前期的成熟過程中是科技公司占主導；在技術發展到一定程度之后存在溢出效應，在各項業務流程的使用過程中，則應該是金融機構占主導的概率更大。

　　數據治理經驗方面，申萬宏源信息技術開發總部總經理助理石宏飛在會上表示，目前申萬宏元數據治理總體的規劃思路包含四方面，一是數據治理全域化，要推進數據治理全生命周期的管理模式，即源頭治理、過程管理以及最后的末端處理模式；二是數據資產的標準化，最終形成標準化的數據指標體系以及衍生指標，及一些低代碼二次開發的衍生指標；三是數據服務自助化，通過“自助分析+標簽工廠”提供數據自助加工；四是數據應用自助，包含大模型、AI、BI等。

海量資訊、精準解讀，盡在新浪財經APP

責任編輯：曹睿潼