近期，多家金融机构、金融服务机构发布其AI大模型。彭博发布支持金融领域的自然语言处理（NLP）任务的BloombergGPT，中国工商银行发布了基于昇腾AI的金融行业通用模型，中国农业银行推出类ChatGPT的大模型应用ChatABC。生成式和理解式大模型在银行、保险、资管、投研、投顾等多个细分领域正在落地或拥有潜在落地场景，在帮助金融机构降本增效中功不可没。
奇富科技认为，金融行业作为数据密集型的垂直领域，拥有大量的数据资源，包括客户交易数据、市场数据、宏观经济数据等。这些数据的丰富性和多样性为金融企业提供了广阔的发展空间，同时也为人工智能技术的应用提供了良好的基础。金融行业有望成为AI大模型率先落地的垂直领域之一。
◈ 银行领域
理解式大模型可以用在信贷风险管理、智能获客和产品识别等场景，通过提升银行的数据洞察理解能力，来更好地识别客户需求以及评估客户信用风险。例如，德意志银行和NVIDIA合作测试Financial Transformers (Finformers)大模型，能够从非结构化数据中提取关键信息，以提供早期风险预警信号。
生成式大模型则可提高客户服务质量，智能客服既能与用户进行多轮对话，还能提出具体可行的解决方案。例如，中国工商银行发布了AI金融行业通用模型，智能客服在识别客户来电诉求和情绪的准确率上有显著提升。
◈ 投资研究领域
大模型可以成为投研从业者的“全能助理”。理解式大模型不仅可以辅助了解国内外的宏观政策、行业信息、公司和产品信息，并将关键信息进行抽取与提炼，还能通过对海量非传统数据进行挖掘来发现另类投研因子。生成式大模型则能实现研报的自动生成和翻译。
◈ 投资顾问领域
大模型不仅能充分利用自有内容资源，还能帮助全方位分析客户需求和市场趋势，提供自动化的投资建议。比如，同花顺应用LLM来构造合规、准确的投顾助手，通过Double-Check、多轮对话等模式，消除对话中的歧义、更好锁定投资者意图，从而准确了解用户画像来设定投资目的及风险承受度，并提供自动化的投资建议。摩根士丹利已经接入OpenAI，充分挖掘自身庞大的研究资源和数据库，为财富管理顾问提供帮助。
◈ 财经新闻领域
理解式大模型帮助理解和判断财经新闻文章中的情感走向，生成式大模型助力更准确的金融问答和资讯写作。例如，彭博社近期发布的BloombergGPT得益于大规模金融垂直领域的文件、行业新闻、社交媒体等文本数据集的训练，能够理解财经新闻背后的市场“情绪”，辅助金融资讯写作，这解决了通用NPL模型在金融领域应用的痛点。
免责声明：文章及图片转载自奇富科技，版权归原作者和原出处所有，所发内容仅作分享之用，不代表本平台立场。有事请联系人民产经观察邮箱chanjingguancha6@163.com
