文章主题：算力, 算法, 数据, 大模型
最近微信改版打乱发布时间，常有读者朋友错过文章更新，将“风口投资学”设为星标⭐让我们一路前行，天天见！
一，国内首个金融行业大模型标准出炉
在大模型时代，算力、算法和数据构成了新的科技趋势三角形，其中，数据被视为决定大模型成功与否以及其商业化的关键因素。金融行业作为一个规范严谨、数据与知识积累丰富的行业，拥有天然的运用大模型的优势。如今，以生成式AI为主导的第二波人工智能热潮正在金融领域全面展开，大模型所汇集的“三驾马车”已经从量的积累迈向质的突变。
在7月28日举行的中国信通院“行业大模型高质量发展论坛暨可信AI大模型标准宣贯会”中，南京成为了活动的举办地。在此次会议上，腾讯公司作为推动行业大模型发展的核心力量，与中国信通院携手推出了“行业大模型标准联合推进计划”。该计划的重要组成部分是由腾讯和中国信通院联合牵头开展《面向行业的大规模预训练模型技术和应用评估方法 第1部分：金融大模型》的编制工作。这不仅是我国首个金融行业大模型标准，也为金融行业的智能化和高品质发展提供了关键性的规范支持。
二，金融大模型的挑战与机会
在众多行业中，金融业因其特殊性而备受监管，这使得它在技术应用方面对安全性、稳定性和可控性的要求远超其他行业。特别是涉及到数据安全与合规问题，因此在前期数据采集以及必要的“清洗”工作中，厂商需要投入更多的时间和精力。这样的规定对于金融业来说无疑增加了运营的复杂性，但在确保业务稳健运行和保护客户利益的前提下，这是必要的。
金融行业的大模型评估方法广泛涵盖了投研、投顾、风控、营销、客服、银行、保险、证券等多个应用领域。同时，该评估方法对于大模型在数据合规性、可追溯性、私有化部署以及风险控制等方面都提出了严格的要求。
因此，我们可以通过运用金融行业大模型评估方法，全面而深入地分析并评估行业大模型的技术及应用能力，以确保其符合金融行业的特性需求，从而促进金融大模型向更高层次发展。
1，挑战主要现有大模型难以在金融特定领域实现落地的挑战主要来自四个方面：
一是当前的大模型在面对动态且不可预期变化的金融各项业务时，还并不能做到每一份决策都稳定、精确；
金融领域一直致力于提供个性化的客户体验，然而，这一目标需要个人隐私数据与大型机器学习模型的紧密结合，这同时也面临着合规性和安全性方面的挑战。
金融领域长期存在着“数据孤岛”的问题，而大型机器学习模型则需要构建一个网络化的增强学习平台，并且不断地向其中提供数据以及反馈。然而，当前市场上所呈现的数据生态仍然是支离破碎的，因此，我们需要进一步地探索，以实现这一目标。
四是金融行业大模型应用对底层设备、基础架构等软硬件设施提出更高的要求。
2，预计2025年我国云计算整体市场规模将超万亿元
中国信息通信研究院近日发布的《云计算白皮书（2023年）》显示，我国云计算市场仍处于快速发展期，年复合增长率超40%。2022年，全球云计算市场规模约为3.5万亿元人民币，增速达到19%，预计在大模型、算力等需求刺激下，市场仍将保持稳定增长，到2026年全球云计算市场将突破约十万亿元。2022年，我国云计算市场规模达4550亿元，较2021年增长40.91%。相比于全球19%的增速，我国云计算市场仍处于快速发展期，预计2025年我国云计算整体市场规模将超万亿元。
三，为什么是腾讯？
腾讯云凭借其在产业互联网领域的多年深入挖掘与丰富经验，以及对其所处行业的深刻理解，推出了一款名为“腾讯云行业大模型解决方案”的产品。这款解决方案以腾讯云TI平台为基础，构建了 industry 大模型精选商店，旨在为客户提供一站式的MaaS服务体验。它覆盖了模型预训练、模型精调、以及智能应用开发等多个环节，能够协助企业迅速构建并部署属于自己的个性化模型。
腾讯一方面不断完善金融行业大模型评估标准，降低服务合规性、输出准确性、部署模式等方面的落地门槛，在风控、投研、投顾、客服等众多场景中应对数据安全、可解释性、时效性等挑战，从而加速行业大模型在金融领域的落地应用；另一方面则有效推动行业大模型在新场景中的应用创新，进一步提升金融机构的用户体验、运营效率，打开金融行业大模型应用的全新想象空间。
除了积极推动科学评价大模型技术能力和应用效能，腾讯云还不断夯实金融行业大模型应用的技术底座，开发低成本、高可用的智能应用和服务，满足金融机构持续增长的用户体验、运营效率提升需求，进一步释放了大模型落地的创新潜能。
比如，腾讯云行业大模型加持的金融风控解决方案，融合了腾讯过去20多年黑灰产对抗经验，和上千个真实业务场景，相比之前有了10倍效率提升，整体反欺诈效果比传统模式有20%左右的提升。企业可以基于prompt模式，迭代风控能力，从样本收集、模型训练到部署上线，实现全流程零人工参与，建模时间也从2周减少到仅需2天。
中金所技术公司基于腾讯云TI平台，打造自有模型，实现资源统一调度，按需扩缩容，降低开发门槛、成本，提高模型开发效率，支持投服部等部门的舆情数据分析场景，每日调用峰值高达1亿次，整体调用成功率超过99%。
某国家首批股份制商业银行，利用腾讯云TI-OCR大模型，对非结构化数据进行自动化分拣、提取并转换为结构化数据，实现对各种格式数据的高精度识别，识别准确率95%以上；同时基于腾讯云行业大模型能力，构建了专属的金融客服大模型，为银行投资、财富管理、绿色金融等业务提供智能咨询、辅助分析、决策等服务，打造了银行专属AI助手。
四，国内金融大模型相关标的梳理
1，恒生电子
和旗下子公司恒生聚源正式发布基于大语言模型技术打造的数智金融新品，金融智能助手光子和全新升级的智能投研平台WarrenQ。此外，恒生电子金融行业大模型LightGPT也首次对外亮相，并公布最新研发进展。根据官方微信号介绍，LightGPT拥有更专业的金融语料积累处理和更高效稳定的大模型训练方式，使用了超4000亿tokens的金融领域数据（包括资讯、公告、研报、结构化数据等）和超过400亿tokens的语种强化数据（包括金融教材、金融百科、政府报告、法规条例等），并以之作为大模型的二次预训练语料，支持超过80+金融专属任务指令微调，使LightGPT具备金融领域的准确理解能力。
2，金证股份：已成为国内领军的金融科技全领域服务商。
金证优智率先打造AI大模型体系，即通用大模型+金融知识库+金融语义检索引擎，目前已经以风控和文档智能为两大抓手，打造了新一代智能产品：金口问答和研报易。未来随着公司金融垂直领域的AI大模型逐步成熟，公司RPA、运维、营销、投顾、量化等业务领域产品有望全线升级。
3，同花顺：
拥有金融领域海量数据资源，为大模型预训练奠定了坚实基础。B端方面，经过多年积累打造同花顺AI开放平台，为多行业提供多品种智能解决方案。C端方面，公司重点打造的AI投顾平台i问财目前是国内财经领域落地较为成功的自然语言、语音对话交互问答系统。
4，东方财富：
是中国领先的互联网财富管理综合运营商，海量用户长周期积淀下的财经资讯、交易等金融数据为大模型落地奠定了数据基础。2023年3月23日东方财富在深交所投资者问答平台表示，公司已经陆续研发了东方财富金融数据AI智能化生产平台、多媒体智能资讯及互动平台系统等多个人工智能相关项目，并在公司部分产品及服务中进行了具体应用，公司将继续紧跟AI技术发展前沿，持续加大研发技术投入，不断加强AI能力建设，进一步强化自然语言处理、图像处理、语音识别和多模态融合技术能力，并继续深入AIGC、交互式AI等领域的研究，完善内容生态构建，增强智能运营能力，持续优化用户体验，提升公司整体服务能力。
近期热点发掘文章：
重磅！地产迎来利好周期反转？面板Q3有望持续涨价硅片涨价，光伏产业链如何看待？厄尔尼诺影响发酵，这两个方向可关注3季度主线，存储芯片迎来反转国内“星链”从0到1，这些公司迎来风口太酷了，无人驾驶要来了（概念股全梳理）— END —
如果觉得不错，请点赞、在看
算力, 算法, 数据, 大模型
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
