來源：華夏時報

　　記者 付樂 冉學東 北京報道

　　新形勢下，中國金融業正在經歷數字化轉型的深刻變革。作為AI領域的重要部分，大模型在金融及各個行業有著廣泛的應用場景。

　　近日，《華夏時報》記者從部分金融科技公司獲悉，有的企業已經開始布局大模型技術，不僅利用自身在金融行業的優勢打造產品，也提供創新工具讓合作伙伴打造自己的大模型，降低使用門檻。

　　“隨著AI工具的逐漸成熟，訓練大模型的難度和成本越來越低，將真正推動AI普惠。”星環科技創始人、董事長孫元浩對《華夏時報》記者表示，基于大模型的應用，在未來，每個人都會擁有自己的個性化AI助理。孫元浩預計，今年就將會有行業大模型在金融行業規模化落地，而相關業務帶來的收入將在下半年有所體現。

　　通用大模型難以滿足特定需求

　　從增量市場過渡到成熟市場時，金融行業呈現出競爭加劇，客戶留存難，產品同質化競爭加劇等趨勢。而這一階段，需要借助科技提升用戶體驗、運營效率。然而，在科技賦能用戶體驗方面，傳統金融服務在用戶體驗改進過程中，普遍存在“發現難、體驗難、服務難”的問題。

　　當下，ChatGPT主導的對話式AI開始滲透到各行各業，其背后的大模型技術也進入了人們視野，可以說，是大語言模型更好地幫助了計算機進一步了解人類的意圖，也是下一代AI技術競爭的核心課題。金融行業作為數字化的先行者，也是大模型技術落地的最佳領域。

　　然而，大模型雖好，但技術、維護要求高，訓練難度大，成本巨大，同時通用大模型對于專業領域的適用性不佳。在實際情況下，會發現由于通用大語言模型缺乏特定領域知識和知識推演能力，往往無法實際完成許多專業的金融類任務。

　　通用大語言模型和企業應用之間，存在著巨大的鴻溝。改造和優化現有的通用大模型，形成真正在金融領域專業的大模型，才能讓大語言模型技術更好地服務企業。

　　金融大模型是機構在業務場景中積累的金融數據訓練而來，相較于通用大模型，表現出明顯的金融領域特征，通常涵蓋了金融研報、政策、基金、銀行、保險等各個方向的專業知識。如果把各類金融大數據、宏觀經濟數據注入大模型，就能進行風險預警和預測，進一步降低金融風險。

　　例如在銀行領域，大模型可以用在信貸風險管理、智能獲客等場景，以更好地識別客戶需求以及評估客戶信用風險。例如，智能客服不僅能和用戶進行多輪對話，還能提出可實施解決方案。

　　金融大模型助力企業跨越“智能化鴻溝”

　　行業普遍認為，當下的大模型技術給金融創新帶來了前所未有的機遇。

　　日前，星環科技推出金融大模型“無涯”，以及大數據分析大模型SoLar“求索”。演示中，“無涯”可以“回答”金融量化領域的各類問題，對個股、債券等各類市場事件進行較為全面的復盤和推演；“求索”大模型將作為數據查詢和分析的智能助手，為數據工程師、數據科學及業務人員提供服務。

　　另有度小滿也于近日正式開源金融大模型“軒轅”，其在金融名詞理解、金融市場評論、金融數據分析和金融新聞理解等任務上，表現出了金融領域特點。度小滿表示，經過清洗和標注的高質量數據集，不僅在通用性方面與ChatGPT達到持平成為可能，且提升了模型在金融垂直領域的性能。

　　此外，也有部分金融科技公司的大模型取得了階段性成果，預計在年內推出，面向金融機構開放使用。

　　金融科技公司長期深耕金融領域，服務大量金融行業客戶，積累了足夠多的金融專業領域的語料，形成了大規模高質量的金融類事件訓練指令集，而這也是金融大模型的底座。

　　那么，大模型技術將會為金融行業帶來何種改變？

　　度小滿CTO許冬亮表示，在前臺，大模型將提升金融機構客戶經理的專業水平，降低客戶經理的運營成本。在中臺，其有機會改變企業內知識獲取、內容創作、代碼開發與測試的方式，甚至有可能全方位提升金融企業內部運營效率。在后臺，大模型將成為智能科技底座的標配，大幅降低智能技術應用的門檻，只需少量標注數據甚至無需調整就可以讓智能技術覆蓋廣泛的場景。

　　以風險管理為例，將大型語言模型應用在互聯網文本數據、征信報告的解讀上，通過用文本數據構造的預訓練模型以及AI算法，能夠將征信報告解讀出更多維的風險變量，更好的識別小微企業主的信貸風險。

　　此外，大模型技術推動的人工智能浪潮，也將對中小銀行產生一定影響。當下中小銀行不僅面臨“數字鴻溝”，也面臨智能化挑戰。和大銀行相比，中小銀行數字化建設相對落后，如果大模型成為基礎設施，將大幅降低人工智能技術的使用門檻，讓不同規模的銀行重新站在同一起跑線上，加快中小銀行數字化進程。隨著大模型技術的不斷成熟，將助力中小銀行彎道超車，跨越“智能化鴻溝”。

海量資訊、精準解讀，盡在新浪財經APP

責任編輯：張文