人民網(wǎng)北京12月11日電 （記者杜燕飛）“從數(shù)字化到數(shù)智化，一字之差展現(xiàn)出人工智能在金融業(yè)的滲透深度。”“大模型有望提升金融機(jī)構(gòu)客戶(hù)營(yíng)銷(xiāo)、貸前風(fēng)控、貸后管理的效率。”在近日舉辦的2023年（第九屆）北京金融論壇上，參會(huì)嘉賓表示，當(dāng)前各類(lèi)金融機(jī)構(gòu)均在加速融入大模型的浪潮，以提升客戶(hù)營(yíng)銷(xiāo)、貸前風(fēng)控、貸后管理的效率。大模型高度依賴(lài)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(jí)研發(fā)，在金融領(lǐng)域更需要多方共建生態(tài)。
金融行業(yè)是數(shù)字化轉(zhuǎn)型的“先行軍”，清華大學(xué)金融科技研究院副院長(zhǎng)魏晨陽(yáng)表示，金融行業(yè)對(duì)于數(shù)字化接受程度高，較早通過(guò)了科技賦能來(lái)提升產(chǎn)品和服務(wù)質(zhì)量。以用保險(xiǎn)行業(yè)為例，每一類(lèi)保險(xiǎn)都要經(jīng)過(guò)產(chǎn)品設(shè)計(jì)、銷(xiāo)售、定價(jià)承保、保單管理、理賠等流程，每個(gè)環(huán)節(jié)都是一個(gè)場(chǎng)景，如果把人工智能賦能到這些場(chǎng)景，會(huì)看到保險(xiǎn)業(yè)態(tài)里會(huì)有很多人工智能的應(yīng)用場(chǎng)景落地。
上海金融與發(fā)展實(shí)驗(yàn)室主任曾剛認(rèn)為，在過(guò)去10年，我國(guó)銀行業(yè)息差明顯收窄。從長(zhǎng)期看息差還有下降的可能性，這也意味著金融行業(yè)賺錢(qián)越來(lái)越難。同時(shí)，銀行業(yè)客戶(hù)競(jìng)爭(zhēng)越來(lái)越激烈，新增獲客、風(fēng)險(xiǎn)識(shí)別、產(chǎn)品定價(jià)等均要依賴(lài)數(shù)字化能力，需要從金融科技、大模型等方面發(fā)力。
“相較傳統(tǒng)模型，金融大模型與人的交互能力更強(qiáng)。”馬上消費(fèi)人工智能研究院院長(zhǎng)陸全表示，一個(gè)通用大模型不能代表所有，金融企業(yè)需要的大模型包括通用大模型、知識(shí)處理大模型、工具大模型、決策大模型等類(lèi)型。隨著大模型技術(shù)快速發(fā)展，在金融場(chǎng)景會(huì)帶來(lái)人機(jī)交互、風(fēng)控管理、合規(guī)管理方面的根本性、深層次革新。
值得關(guān)注的是，強(qiáng)監(jiān)管的金融行業(yè)為大模型應(yīng)用畫(huà)上了“紅線”。綜合考慮大模型本身的可靠性、隱私性以及可解釋性等情況，金融大模型還面臨著準(zhǔn)確性、嚴(yán)肅性考驗(yàn)。
中國(guó)互聯(lián)網(wǎng)金融協(xié)會(huì)法規(guī)咨詢(xún)部（研究部）主任肖翔建議，應(yīng)結(jié)合大模型技術(shù)特點(diǎn)和金融業(yè)務(wù)領(lǐng)域相關(guān)監(jiān)管要求，本著“由內(nèi)而外，先易后難”的原則，現(xiàn)階段可先行探索將大模型作為智能助手應(yīng)用在運(yùn)營(yíng)管理類(lèi)場(chǎng)景，助力實(shí)現(xiàn)降本增效，圍繞算法合規(guī)、數(shù)據(jù)合規(guī)、業(yè)務(wù)合規(guī)、內(nèi)容合規(guī)、外包合規(guī)、倫理合規(guī)等方面，建立健全多維度、全方位的大模型應(yīng)用合規(guī)管理體系。
投資回報(bào)率是金融業(yè)關(guān)注的話題，多位參會(huì)的金融從業(yè)人士表示，由于大模型發(fā)展快、人才較為缺乏，在大模型應(yīng)用上，金融機(jī)構(gòu)要考慮整個(gè)投入產(chǎn)出比，思考要怎樣的場(chǎng)景、技術(shù)方式和策略方法，才能獲得最好的投資回報(bào)率。當(dāng)前，出于合規(guī)性等因素考慮，大模型應(yīng)優(yōu)先服務(wù)金融機(jī)構(gòu)內(nèi)部，讓機(jī)器初步生成內(nèi)容，再由人來(lái)評(píng)判。這在銀行對(duì)話系統(tǒng)已經(jīng)廣泛運(yùn)用，大模型能夠輔助銀行對(duì)話系統(tǒng)做得更好。
談及大模型落地的挑戰(zhàn)及應(yīng)對(duì)舉措，魏晨陽(yáng)表示，數(shù)據(jù)質(zhì)量、規(guī)模和多樣性會(huì)影響大模型的效果和性能；數(shù)據(jù)獲取、處理、清洗和標(biāo)注等需大量資源；數(shù)據(jù)資源和數(shù)據(jù)處理能力不足，會(huì)限制大模型的應(yīng)用效果和準(zhǔn)確性；大模型的訓(xùn)練和應(yīng)用過(guò)程中可能涉及用戶(hù)的隱私信息及企業(yè)的敏感數(shù)據(jù)；算力是大模型訓(xùn)練的另一個(gè)剛需。他建議，未來(lái)要用數(shù)據(jù)質(zhì)量保證大模型訓(xùn)練效果，對(duì)于隱私要有明確的界定，要尊重知識(shí)產(chǎn)權(quán)加強(qiáng)版權(quán)保護(hù)。