大模型，成為今年來金融領(lǐng)域的一大熱點(diǎn)詞，在逐漸滲透至辦公、客服、營銷、風(fēng)控、研發(fā)等各個場景的過程中，不光刷新了金融機(jī)構(gòu)的作業(yè)模式和智能化水平，也給了消費(fèi)者層面更人性的金融服務(wù)和科技體驗(yàn)。 

搶占先機(jī)

大模型正成為不少持牌消費(fèi)金融和綜合金融科技平臺的一大新賽點(diǎn)。截至目前，北京商報(bào)記者采訪調(diào)查發(fā)現(xiàn)，不管是螞蟻、騰訊、度小滿、奇富科技、樂信、信也科技等綜合金融科技平臺，還是馬上消費(fèi)金融、招聯(lián)消費(fèi)金融、中原消費(fèi)金融等持牌消費(fèi)金融機(jī)構(gòu)，多方都在嘗試布局金融行業(yè)大模型，涉及運(yùn)營、客服、營銷、風(fēng)控，以及貸后等多個場景。

眾所周知，對于用戶動輒數(shù)億甚至十幾億的金融科技平臺來說，其龐大的用戶行為、畫像數(shù)據(jù)、真實(shí)交易鏈路數(shù)據(jù)，無異于一筆巨大的數(shù)據(jù)資產(chǎn)，對于預(yù)測用戶行為偏好有著重要價值。

但如何梳理數(shù)據(jù)關(guān)系、厘清數(shù)據(jù)血緣，就好比對一個陌生城市的人口普查，浩大而費(fèi)時。而這時，大模型的優(yōu)勢便顯現(xiàn)出來：通過深度學(xué)習(xí)算法，大模型可以更高效地進(jìn)行數(shù)據(jù)清洗、分類和計(jì)算。

正如樂信相關(guān)負(fù)責(zé)人告訴北京商報(bào)記者，一季度樂信自研大模型LexinGPT正式對外亮相，在包括LexinGPT等技術(shù)協(xié)同下，樂信技術(shù)團(tuán)隊(duì)逐漸梳理清晰了海量數(shù)據(jù)關(guān)系，并形成了不同場景下、用于預(yù)測用戶行為偏好的眾多精準(zhǔn)模型。

奇富科技同樣是金融行業(yè)大模型的探索者之一，據(jù)該公司相關(guān)負(fù)責(zé)人介紹，自奇富大模型落地以來，便嘗試讓大模型切入具體業(yè)務(wù)場景，將應(yīng)用對業(yè)務(wù)進(jìn)行實(shí)際支持。

在消費(fèi)金融領(lǐng)域，通用大模型精度不夠、金融專業(yè)知識缺失，以及難以滿足消費(fèi)場景中大量定制化需求等問題，成為當(dāng)前亟待解決的難題。對此，招聯(lián)消費(fèi)金融與中山大學(xué)聯(lián)合研發(fā)推出開源金融大模“招聯(lián)智鹿”，經(jīng)模擬測試，相比人工作業(yè)，使用“招聯(lián)智鹿”進(jìn)行文本標(biāo)注與生成的效能可提升百倍。

今年8月，馬上消費(fèi)金融也發(fā)布首個零售金融大模型“天鏡”，已在自動化營銷、風(fēng)控等實(shí)際業(yè)務(wù)場景應(yīng)用近6個月。馬上消費(fèi)金融CTO蔣寧介紹，“目前，馬上消費(fèi)每天能基于用戶1000萬個行為作出個性化的營銷和風(fēng)險(xiǎn)判斷，每天做上億次模型計(jì)算，每秒可以處理150萬特征的計(jì)算”。

2023年是大模型井噴式爆發(fā)的一年，除了模型規(guī)模的擴(kuò)大，能力也在不斷提升，在自然語言處理、圖像識別、語音識別等領(lǐng)域，更是展現(xiàn)出了出色的性能。“大模型相較于以往的小模型，通用能力得到了很強(qiáng)的驗(yàn)證，在內(nèi)容生成方面有著非常出色的表現(xiàn)。”中原消費(fèi)金融稱。

成本與效益的考量

盡管業(yè)界已有共識，金融行業(yè)數(shù)據(jù)量大、多交互、用戶需求頻繁的特性，使其成為最適宜大模型落地的行業(yè)之一。

但北京商報(bào)記者在采訪中也發(fā)現(xiàn)，少數(shù)機(jī)構(gòu)布局的過程中，更多機(jī)構(gòu)仍是觀望狀態(tài)，主要顧慮的是，模型高度依賴數(shù)據(jù)、算力和人才，只有極少的企業(yè)能夠從頭到尾地完成產(chǎn)業(yè)級研發(fā)，尤其是在金融領(lǐng)域，對數(shù)據(jù)安全性、隱私合規(guī)性都有著極為嚴(yán)格的要求，多方的掣肘，也導(dǎo)致金融大模型難以產(chǎn)生“智能涌現(xiàn)”的效果。

正如度小滿CTO許冬亮指出，金融機(jī)構(gòu)應(yīng)用大模型還需要處理好多項(xiàng)關(guān)鍵問題，比如金融機(jī)構(gòu)自身的業(yè)務(wù)數(shù)據(jù)如何融入到大模型中，如何控制幻覺問題等模型缺陷問題，此外就是未來每個機(jī)構(gòu)都會部署大模型的情況下，機(jī)構(gòu)如何構(gòu)建競爭壁壘？模型的安全合規(guī)如何保障？

中原消費(fèi)金融相關(guān)負(fù)責(zé)人同樣稱，金融大模型的落地相較于以往的小模型，所需要的成本投入是較大的。同時，大模型在結(jié)果的反饋和生成上有一定的隨機(jī)性和不可預(yù)見性，因此大模型具有一定的安全性風(fēng)險(xiǎn)，大模型落地前對數(shù)據(jù)質(zhì)量的要求和前置策略的要求挑戰(zhàn)性較大。

這也是多家機(jī)構(gòu)都在思考的難題。奇富科技相關(guān)負(fù)責(zé)人表示，大模型發(fā)展難點(diǎn)不在于模型設(shè)計(jì)與輸出管控，而在于模型投入與用戶交互后，最終輸出答案是否可信，是否合規(guī)。對此，奇富科技主要通過模型對抗算法來強(qiáng)化內(nèi)容輸出的可用性和真實(shí)度，以求形成可信大模型。同時，依靠模型評估與關(guān)鍵責(zé)任劃分，系統(tǒng)性優(yōu)化大模型內(nèi)容的生成可信度。

此外，如何挖掘更多金融行業(yè)內(nèi)的大模型應(yīng)用場景，并為之匹配合適的落地方案，仍然是大模型探索中的一個重大挑戰(zhàn)。在金融科技行業(yè)復(fù)雜的工作鏈條中，每個人都對業(yè)務(wù)智能化有著各自理解，奇富科技透露，正在將奇富大模型核心能力平臺化，并讓公司全員都參與到了大模型的落地方向研究中，每個人都可以是大模型產(chǎn)品經(jīng)理。 

新的服務(wù)生態(tài)

在業(yè)內(nèi)看來，未來，大模型將改變金融科技的范式，重塑金融行業(yè)的工作方式，改變金融服務(wù)生態(tài)。

就在近日，騰訊云發(fā)布金融行業(yè)大模型解決方案，包含四層架構(gòu)，可提供高性能算力和數(shù)據(jù)接入能力；另在平臺層，騰訊云TI平臺可實(shí)現(xiàn)從數(shù)據(jù)預(yù)處理-模型訓(xùn)練-模型部署的一站式訓(xùn)練，配合訓(xùn)練加速套件，大幅提升模型訓(xùn)練的效率。

騰訊方面介紹，智能客服場景，將金融大模型的對話問答能力和數(shù)字人結(jié)合，比傳統(tǒng)智能客服更加智能精準(zhǔn)，提供真人體驗(yàn)和個性服務(wù)；安全風(fēng)控場景，用垂直場景的小量樣本也可以支撐定制化風(fēng)控模型的快速構(gòu)建。

除了表態(tài)將進(jìn)一步利用大模型推進(jìn)技術(shù)創(chuàng)新、探索場景應(yīng)用、優(yōu)化風(fēng)控策略、改善工作方式外，業(yè)內(nèi)多家機(jī)構(gòu)也對大模型相關(guān)標(biāo)準(zhǔn)機(jī)制、明確監(jiān)管方向等需求迫切。

螞蟻集團(tuán)技術(shù)戰(zhàn)略發(fā)展部副總經(jīng)理、標(biāo)準(zhǔn)化負(fù)責(zé)人彭晉在接受北京商報(bào)記者采訪時介紹，“從標(biāo)準(zhǔn)的視角，大家對于金融大模型的專業(yè)力、知識力，以及它的安全要滿足什么要求，多個方面標(biāo)準(zhǔn)需求還是非常迫切的。因?yàn)樾枰幸粋€刻度，大模型達(dá)到什么水準(zhǔn)，它的能力和安全性要滿足什么標(biāo)準(zhǔn)才能投放到市場去使用”。

“在應(yīng)用大模型這個過程當(dāng)中，我們也要采取一種審慎的態(tài)度，建議我們可以從外圍的一些業(yè)務(wù)場景開始，逐步滲透到最核心的業(yè)務(wù)。” 騰訊公共事務(wù)副總裁、騰訊研究院高級顧問馮宏聲也稱，以數(shù)據(jù)為中心、模型為中樞的業(yè)務(wù)場景需把握監(jiān)管合規(guī)、安全風(fēng)控和增長賦能的平衡。

對于金融大模型的落地應(yīng)用途徑，中國工程院院士鄔賀銓建議，機(jī)構(gòu)可從可控入手開發(fā)應(yīng)用，例如智能客服、智能運(yùn)營等安全的領(lǐng)域出發(fā)。再從人機(jī)混合智能切入，例如在初期階段先讓金融大模型與傳統(tǒng)模型共存，經(jīng)應(yīng)用考驗(yàn)后再將金融大模型逐步替代傳統(tǒng)模型。同時還可以通過變換場景，豐富大模型的場景遷移學(xué)習(xí)能力，或加入反事實(shí)的數(shù)據(jù)來測試，改進(jìn)AI的學(xué)習(xí)本質(zhì)，提高模型的泛化能力。