過(guò)去一年，大模型百花齊放，AI受到了前所未有的熱捧，但通用大模型距離產(chǎn)業(yè)仍然遙遠(yuǎn)。在探討大模型落地方向時(shí)，很多專業(yè)人士瞄準(zhǔn)金融行業(yè)，稱大模型將帶來(lái)金融業(yè)數(shù)字化的第二波浪潮。

金融行業(yè)沉淀了大量高質(zhì)量數(shù)據(jù)。各金融平臺(tái)的用戶數(shù)以億計(jì)，各種用戶畫像數(shù)據(jù)、交易數(shù)據(jù)浩如煙海。利用大模型對(duì)上述數(shù)據(jù)的分析處理，可提高金融效率。比如，金融機(jī)構(gòu)可以預(yù)測(cè)用戶行為偏好，更高效、準(zhǔn)確評(píng)估客戶風(fēng)險(xiǎn)；AI還可以實(shí)時(shí)監(jiān)測(cè)交易和市場(chǎng)波動(dòng)，及時(shí)制定策略。

事實(shí)上，金融行業(yè)也在主動(dòng)擁抱大模型。IDC（國(guó)際數(shù)據(jù)公司）一項(xiàng)調(diào)研顯示，超半數(shù)的金融機(jī)構(gòu)計(jì)劃在2023年投資生成式人工智能技術(shù)，只有10%的金融機(jī)構(gòu)表示沒(méi)有試驗(yàn)計(jì)劃。不久前，兩家國(guó)內(nèi)科技公司聯(lián)合推出的火山—智譜高性能金融大模型，也是為科技金融AI落地積極鋪路。

大模型前景固然可期，但金融行業(yè)對(duì)安全和隱私要求極高。在推動(dòng)大模型落地金融行業(yè)的過(guò)程中，安全、合規(guī)是最大的技術(shù)難題。開發(fā)金融AI，是技術(shù)和行業(yè)交叉融合的系統(tǒng)化工程。從火山—智譜高性能金融大模型的合作攻關(guān)背景可以看出，一方面，模型性能、功能及底層架構(gòu)的升級(jí)迭代是基礎(chǔ)；另一方面，高效的算力基礎(chǔ)設(shè)施、開放安全的生態(tài)、豐富的金融行業(yè)實(shí)踐以及完善的交付保障更是重要前提。

大模型是金融行業(yè)必爭(zhēng)之地。但如果將AI進(jìn)一步滲透到風(fēng)控等金融核心業(yè)務(wù)，還需要在垂直領(lǐng)域進(jìn)行磨合，還要經(jīng)過(guò)時(shí)間的考驗(yàn)。金融行業(yè)一般認(rèn)為，現(xiàn)階段最容易實(shí)現(xiàn)的，包括AI投資顧問(wèn)、自動(dòng)化客服、風(fēng)險(xiǎn)評(píng)估、報(bào)告自動(dòng)化生成、代碼生成應(yīng)用等，應(yīng)從外圍做起，逐步接近核心。

大模型帶給金融界的沖擊，必然超越了上一次數(shù)字化浪潮，金融工作模式的變革勢(shì)不可擋。然而，大模型在金融場(chǎng)景落地的“最后一公里”，是充滿變數(shù)的一公里。只有夯實(shí)科技的基礎(chǔ)，未來(lái)的AI金融才能行穩(wěn)致遠(yuǎn)。

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請(qǐng)?jiān)谖闹凶⒚鱽?lái)源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請(qǐng)及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com