AIGC成為人工智能的新基座，也讓通用大模型概念席卷至各行各業(yè)。憑借強(qiáng)大的語(yǔ)義理解、語(yǔ)言生成及智能整合能力，金融機(jī)構(gòu)將大模型技術(shù)應(yīng)用于風(fēng)控體系建設(shè)、協(xié)助分析客戶和市場(chǎng)中的各種非結(jié)構(gòu)化數(shù)據(jù)、提高風(fēng)險(xiǎn)管理的準(zhǔn)確性和業(yè)務(wù)決策的時(shí)效性擁有巨大想象空間。但受限于算力需求大、模型定制難度高等問(wèn)題，構(gòu)建基于大模型底座的智能風(fēng)控體系未來(lái)還有很長(zhǎng)一段路要走。

不再陌生

在過(guò)去數(shù)年間的數(shù)字化、數(shù)智化浪潮下，銀行等金融機(jī)構(gòu)對(duì)于智能風(fēng)控、模型算法早已不再陌生。

以商業(yè)銀行為例，此前，銀行數(shù)字化轉(zhuǎn)型的本質(zhì)是用數(shù)據(jù)+算法的手段，對(duì)業(yè)務(wù)流程、運(yùn)營(yíng)方式等進(jìn)行改造和重塑。例如，迅速、高效地處理海量數(shù)據(jù)，并在此基礎(chǔ)上打造風(fēng)控?cái)?shù)據(jù)信息庫(kù)及智慧型風(fēng)控平臺(tái)。

歷經(jīng)了多年的數(shù)字化轉(zhuǎn)型，金融機(jī)構(gòu)對(duì)傳統(tǒng)模型的應(yīng)用早已成熟，但相較于傳統(tǒng)人工智能算法一事一議的建模方式，大模型具備更強(qiáng)的通用能力、更高的應(yīng)用效率。江蘇蘇寧銀行大模型專家鄭清正舉例稱，例如利用大模型的自然語(yǔ)言處理（NLP）能力，可以自動(dòng)化分析內(nèi)部政策、法規(guī)要求與實(shí)際操作之間的偏差，及時(shí)發(fā)現(xiàn)潛在的合規(guī)風(fēng)險(xiǎn)。大模型可用于建立動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估模型，實(shí)時(shí)監(jiān)控關(guān)鍵指標(biāo)，確保風(fēng)險(xiǎn)控制措施的及時(shí)調(diào)整。

大模型就好比一個(gè)擁有海量信息儲(chǔ)備的“小幫手”，通過(guò)分析海量數(shù)據(jù)，識(shí)別潛在風(fēng)險(xiǎn)和市場(chǎng)機(jī)會(huì)。元保保險(xiǎn)經(jīng)紀(jì)（北京）有限公司目前嘗試使用本地私有化大模型去分析用戶的脫敏數(shù)據(jù)，分析總結(jié)用戶的主要問(wèn)題和風(fēng)險(xiǎn)點(diǎn)，并針對(duì)風(fēng)險(xiǎn)點(diǎn)進(jìn)行預(yù)警和提醒，幫助公司及時(shí)發(fā)現(xiàn)并解決風(fēng)險(xiǎn)問(wèn)題。該公司相關(guān)負(fù)責(zé)人指出，大模型能夠用以分析索賠報(bào)告、客戶的脫敏數(shù)據(jù)等，識(shí)別異常模式和可疑行為，識(shí)別是否有欺詐風(fēng)險(xiǎn)。

消費(fèi)金融、基金公司也做出了嘗試。馬上消費(fèi)通過(guò)高質(zhì)量且合規(guī)的數(shù)據(jù)，有組織地投入到大模型，目前已累加100PB數(shù)據(jù)和20多萬(wàn)張數(shù)據(jù)庫(kù)表，依托10多萬(wàn)個(gè)變量和特征，搭建起2000多個(gè)風(fēng)控模型，形成行業(yè)領(lǐng)先的數(shù)據(jù)生態(tài)，實(shí)現(xiàn)全息用戶級(jí)、全景環(huán)境級(jí)的數(shù)據(jù)資產(chǎn)。工銀瑞信深化大模型垂直領(lǐng)域應(yīng)用，探索在營(yíng)銷、風(fēng)控、運(yùn)營(yíng)、投研、量化交易、低代碼研發(fā)等眾多場(chǎng)景的規(guī)?；瘧?yīng)用。

較為“保守”

大模型時(shí)刻的到來(lái)，正在將金融機(jī)構(gòu)數(shù)字化、數(shù)智化轉(zhuǎn)型引入新階段，但由于金融領(lǐng)域數(shù)據(jù)的敏感性，大模型在金融領(lǐng)域的建設(shè)并非一蹴而就，數(shù)據(jù)與算力的基礎(chǔ)建設(shè)、數(shù)據(jù)安全與隱私保護(hù)等內(nèi)容都是不可忽視的問(wèn)題。

在調(diào)研過(guò)程中，也有金融機(jī)構(gòu)對(duì)以大模型為基座的智能風(fēng)控體系布局較為“保守”。有股份制銀行科技創(chuàng)新部門人士坦言，“訓(xùn)練和運(yùn)行大模型需要巨大的算力和資源投入，特別是金融領(lǐng)域數(shù)據(jù)量龐大，要滿足大模型的需求，需要相應(yīng)的高性能計(jì)算設(shè)施和存儲(chǔ)能力，這將增加金融機(jī)構(gòu)的成本負(fù)擔(dān)，還需要好好考量”。

很重要的一點(diǎn)還有，金融領(lǐng)域涉及大量敏感客戶數(shù)據(jù)和交易信息，保護(hù)數(shù)據(jù)隱私和確保安全是至關(guān)重要的。使用大模型處理這些數(shù)據(jù)可能帶來(lái)潛在的數(shù)據(jù)泄露和安全漏洞，需持續(xù)開(kāi)展大模型前沿技術(shù)動(dòng)態(tài)跟蹤和相關(guān)技術(shù)研究，解決幻覺(jué)、倫理安全等問(wèn)題。

過(guò)去，很多人將人工智能稱為“人工”智能，大模型出現(xiàn)后，行業(yè)寄希望于大模型能改善很多人工智能垂直領(lǐng)域的問(wèn)題。不過(guò)，從實(shí)踐經(jīng)驗(yàn)來(lái)看，每一次變革浪潮都不是容易的，大模型的預(yù)訓(xùn)練數(shù)據(jù)通常來(lái)源于互聯(lián)網(wǎng)上的海量數(shù)據(jù)，可能存在偏見(jiàn)或反映現(xiàn)實(shí)世界的不完全性。

對(duì)金融機(jī)構(gòu)來(lái)說(shuō)，風(fēng)控的核心是數(shù)據(jù)能力，一位銀行人士告訴北京商報(bào)記者，金融領(lǐng)域?qū)Q策的可解釋性要求非常高。大模型雖在復(fù)雜任務(wù)上表現(xiàn)出色，但其黑盒性質(zhì)可能導(dǎo)致難以解釋模型的決策過(guò)程，這在一些金融決策場(chǎng)景中可能不被接受。此外，金融領(lǐng)域的數(shù)據(jù)通常存在不平衡問(wèn)題，這可能導(dǎo)致大模型在處理不平衡數(shù)據(jù)時(shí)性能下降，需采集高質(zhì)量的數(shù)據(jù)對(duì)大模型進(jìn)行優(yōu)化處理。

在盤古智庫(kù)高級(jí)研究員江瀚看來(lái)，強(qiáng)化金融機(jī)構(gòu)風(fēng)險(xiǎn)管理和內(nèi)控體系建設(shè)，確保交易場(chǎng)景可控和穩(wěn)健經(jīng)營(yíng)是大模型應(yīng)用的重要前提。金融機(jī)構(gòu)需要加強(qiáng)對(duì)數(shù)據(jù)的管理和監(jiān)控，建立完善的數(shù)據(jù)安全和隱私保護(hù)機(jī)制，確保數(shù)據(jù)的準(zhǔn)確性和安全性。同時(shí)，金融機(jī)構(gòu)還需要加強(qiáng)內(nèi)部控制，建立科學(xué)的風(fēng)險(xiǎn)管理和內(nèi)控體系，防范風(fēng)險(xiǎn)和欺詐行為的發(fā)生。

無(wú)限可能

雖然布局態(tài)度不一，但當(dāng)“模型應(yīng)用”成為共識(shí)，大模型在幫助金融機(jī)構(gòu)提升風(fēng)控“免疫力”方面還有許多期待。

“雖然當(dāng)前大模型在風(fēng)控領(lǐng)域的應(yīng)用尚未成熟，但前景非常廣闊。”正如鄭清正所言，未來(lái)的場(chǎng)景包括利用大模型的智能體技術(shù)量化公司的風(fēng)險(xiǎn)偏好，通過(guò)分析給出具體的風(fēng)險(xiǎn)限額提示，定期自動(dòng)化生成一系列風(fēng)險(xiǎn)指標(biāo)和分析報(bào)告等。為管理層裝上高度智能化的實(shí)時(shí)輔助分析工具，提升對(duì)業(yè)務(wù)經(jīng)營(yíng)狀況的敏銳度，從而提升業(yè)務(wù)決策的準(zhǔn)確度和時(shí)效性。

中銀金融科技有限公司總裁唐嘯表示，從一般的智能風(fēng)控系統(tǒng)架構(gòu)（數(shù)據(jù)源、數(shù)據(jù)平臺(tái)、執(zhí)行層、計(jì)算層、應(yīng)用層）來(lái)看，結(jié)合大模型在銀行業(yè)的價(jià)值和風(fēng)險(xiǎn)，數(shù)據(jù)層和應(yīng)用層更適合作為大模型在風(fēng)控領(lǐng)域的先行場(chǎng)景。

上述股份制銀行科技創(chuàng)新部門人士坦言，“在市場(chǎng)風(fēng)險(xiǎn)評(píng)估中，金融大語(yǔ)言模型還可通過(guò)對(duì)金融新聞報(bào)道、宏觀經(jīng)濟(jì)數(shù)據(jù)、政策消息等信息進(jìn)行分析，建立更全面的市場(chǎng)風(fēng)險(xiǎn)動(dòng)態(tài)指數(shù)，提高市場(chǎng)風(fēng)險(xiǎn)管理的準(zhǔn)確性和全面性”。

由于保險(xiǎn)業(yè)對(duì)信息的高精度的要求和嚴(yán)苛的數(shù)據(jù)合規(guī)要求，元保保險(xiǎn)經(jīng)紀(jì)（北京）有限公司負(fù)責(zé)人也同樣指出，大模型可以協(xié)同進(jìn)行更總結(jié)性的監(jiān)控，判斷異常的交易頻率規(guī)模，判斷是否存在內(nèi)外部的不當(dāng)行為或外部異常。大語(yǔ)言模型可以自動(dòng)化全面地審查交易場(chǎng)景中涉及的文檔和通信信息，判斷場(chǎng)景流程是否符合相關(guān)的法規(guī)和內(nèi)部政策。

毋庸置疑，大模型趨勢(shì)下開(kāi)啟的數(shù)智化時(shí)代，將會(huì)重塑很多金融機(jī)構(gòu)此前積累的風(fēng)控經(jīng)驗(yàn)，金融機(jī)構(gòu)需要做好準(zhǔn)備。江蘇蘇寧銀行金融科技高級(jí)研究員孫揚(yáng)表示，金融機(jī)構(gòu)要加強(qiáng)大模型技術(shù)在業(yè)務(wù)全流程中的覆蓋，重點(diǎn)圍繞風(fēng)險(xiǎn)盲點(diǎn)、風(fēng)險(xiǎn)薄弱點(diǎn)進(jìn)行建設(shè)，比如對(duì)于精準(zhǔn)營(yíng)銷、貸款KYC、貸后催收評(píng)分、失聯(lián)修復(fù)進(jìn)行應(yīng)用，而且也要加強(qiáng)對(duì)于大模型運(yùn)行效果的評(píng)估，防止輸出結(jié)果不準(zhǔn)確，對(duì)風(fēng)險(xiǎn)管理內(nèi)控造成誤導(dǎo)。