文章主题：大模型, 金融界, 应用场景, 效率提升
（原标题：“大模型”在金融界刮起劲风，如何拓展应用场景提升效率是关键）
今年以来，ChatGPT的火热带动了AI大模型井喷式发展，将人工智能技术带进新拐点。金融行业是大模型率先应用的重点行业之一，华为、腾讯、马上消费等公司和金融机构都积极布局大模型。
在未来的发展中，金融机构运用大型人工智能模型的能力将逐渐成为关键的生产力。为了应对这一趋势，华为云与中国互联网金融协会于10月19日至20日共同举办了一场名为“共话数字化转型”的交流活动。此次活动旨在探讨金融AI的发展前景，分析大型模型在金融领域所面临的机遇与挑战，以期助力金融机构更好地应对未来的变革。
释放数据的价值 提升大模型含金量
大模型是数据驱动的一种表现模式，若要让大模型更加智能，也就意味着需要海量的数据进行模型训练，也是衡量大模型含金量的重要指标之一。讨论现场，马上消费人工智能研究院算法总监肖冰介绍了该公司研发的全国首个零售金融领域“天镜”大模型的情况。
在训练机器学习模型之前，数据的累积是至关重要的。在马上消费创业初期，我们就着手建立全面的数据体系，涵盖了12个主要领域和59个业务区域的各种类型数据。这些数据不仅为用户的精准化运营和数据分析提供了坚实的基础，而且为马上消费的天境大模型提供了丰富的训练素材，确保了其能够充分地学习和理解各种复杂情况，从而提供更加准确和高效的解决方案。
天镜大模型的优势在于其能够借助大量数据积累，实现对用户基本画像信息的深度挖掘，从而在话术提示方面进行个性化定制，满足不同用户的需求。相较于传统智能外呼方式，天镜大模型能够根据用户的基本画像和状况提供“千人千面”的营销服务，并通过内部优秀的坐席话术进行模型优化。此外，天镜大模型的对话系统在实际应用中，通过线上AB测试发现，在与C端用户互动的过程中，其平均有效对话轮次比传统智能对话系统提高了100%以上，同时各项主要业务指标也显著优于传统智能对话系统。这些成果充分证明了天镜大模型在智能化、个性化和高效性方面的显著优势。
模型和数据驱动，解决行业痛点问题
原内容描述了金融领域大模型的发展态势以及竞争格局，强调了在金融场景中的应用重要性。经过深思熟虑，我认为可以将其表述为：“金融行业正迎来大模型‘百模大战’的浪潮，然而要真正赢得竞争优势，关键在于能否巧妙地将这些模型运用到金融领域的核心场景中。”通过这样的改写，既保留了原文的信息，又增加了语言的丰富性和表达的层次感。
马消天镜大模型已经在智能对话、智能超级员工、智能辅助、智能合规等四个核心领域成功实现了场景产品的落地，并覆盖了营销获客、客户服务、办公提效、客户运营、安全合规以及贷后管理等六个典型零售金融场景。该模型运用模型和数据来驱动业务，有效解决了行业所面临的痛点问题。
在另一方面，大模型在金融领域的应用也遭遇了许多挑战，其中最为突出的问题就是AI在与人机交互时，其语义表述存在不严谨甚至错误的情况。针对这一问题，肖冰明确表示，大模型仍有很大的提升空间。“我们将继续深入探索大模型在金融场景中的应用，充分发挥其优势，以期为广大用户提供更加个性化和定制化的服务。”
大模型, 金融界, 应用场景, 效率提升
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！
