AI金融助手

本文主要讲述了人工智能技术如何推动数字金融"新范式"的发展，特别是在政府工作报告强调深化相关研发应用后，大模型在金融领域的实践应用和创新成为热议话题。马上消费公司通过"天镜"金融大模型的成功案例展示了其对人工智能在金融业的广泛应用及其显著效果，同时也提出，虽然大模型带来了巨大潜力，但还需面对如群体智能安全、隐私保护等挑战。文章指出，金融行业正从数字化的中介服务向知识中介转变，生成式AI将替代部分传统知识中介，推动行业的深度变革和新质生产力的发展。同时，马上消费发布了全国首部《金融大模型》著作，填补了该领域的理论研究空白，旨在为金融界理解和应对这一新时代提供资源。总体上，文章强调了人工智能赋能金融，驱动行业高质量发展的趋势和必要性。

面对金融业务挑战，如资产获取难、质量变化和息差收窄，国家金融与发展实验室副主任曾刚强调金融业需借助大模型创新，以适应客户需求变化，提升效率并解决资本补充问题。马上消费CTO蒋宁指出，为应对大模型在高端制造等领域的技术挑战，企业需要构建模型安全、组合AI、持续学习和平台化服务能力，推动数字金融高质量发展。

今年政府工作报告强调了加快发展新质生产力的重要性，论坛上，与会嘉宾围绕大模型与金融新质生产力发展展开讨论。新质生产力是以科技创新为核心的，追求高质量发展，关键在于“质”。科技部陈志提出理解新质生产力的“一三二”原则，即解决安全和发展问题、从微观到宏观的产业层次和两个重点（未来产业和传统产业），人工智能在此过程中起着孕育增长点和赋能传统产业的关键作用。国内大模型发展面临应用场景不明确和技术瓶颈等问题，需要在场景为王的背景下聚焦底层模型的应用，并通过数据积累、经验总结及算力提升等方法推动其发展。孙茂松认为，大模型的优势在于启发创新，但使用时须兼顾技术工程师和诗人的平衡，以实现高效利用并解决一锤子买卖带来的挑战。金融行业则期待有价值的爆款应用，但仍面临合规性、算力等问题的挑战。

今年政府工作报告强调发展新质生产力，特别是结合高效的大模型和科技创新，成为业界关注焦点。论坛上，专家讨论了金融大模型的应用与挑战，指出底层大模型聚焦在企业知识库、营销自动化等领域，已有成效显著，如马上消费的“天镜”模型。但目前，国内大模型商业化落地尚面临应用不深入、标杆少和技术难题（如数据合规、算力不足和安全问题）等问题。专家建议将场景应用放在首位，并强调通用与垂直模型的结合和基础设施改造是未来发展的重要趋势。突破技术障碍和进行敏捷治理是行业发展的关键，同时指出通用大模型还需发展和完善以适应特定领域的专业需求。

ChatGPT是AIGC技术进步的体现，其生成的内容逻辑高度一致且应用成熟度高。金融行业作为数据密集、需求高频领域，迅速接受了ChatGPT，引发了金融机构和科技公司对AI模型、数据服务以及应用场景的激烈竞争。自ChatGPT走红以来，金融领域已积极布局大模型技术，如360集团与奇富科技的合作，多家金融机构与百度的知识增强模型合作，以推动智能对话在金融中的应用。尽管已有AIGC雏形，但行业专家认为这些产品离通用人工智能还有距离，ChatGPT的出现可能引发更深远的变革。

近期，金融领域关注券商热点，其中BloombergGPT这样的大语言模型因其在金融专业任务上的显著提升受到关注。金融机构积极采购大模型，涉及人工智能产业链多个环节，并采用多种部署方式，国内已涌现多款垂直金融大模型，然而大模型落地的挑战主要在于可靠性，数据预训练至关重要。尽管应用前景充满争议，共建生态系统被寄予厚望以解决实际问题，成为推动金融大模型应用的重要途径。和讯Plus会员可获取更多独家财经内容。

奇富科技近期的调研显示，92%的金融机构认为AI标准化程度高可替代性更强，中小金融机构对GPT产品需求主要在用户体验提升、辅助风控决策和高效运营。这些机构关注个性化服务能缓解情绪及精准解读征信报告以助信贷决策。然而，对于GPT产品的合规性、安全性是首要考量，任何错误都可能导致人工复核的必要。各金融机构已认识到AI尤其是GPT在金融业务中的潜力，正积极寻求适应和提升。

中国金融业正在经历数字化转型，大模型作为AI的重要部分，在金融和各行业广泛应用，成为推动AI普惠的关键。星环科技的"无涯"和度小满的"轩辕"等金融大模型已初露锋芒，通过提供专业领域服务，如风险预警、智能客服等，有望降低运营成本，提升金融机构效率，并加速中小银行的数字化进程。然而，通用大模型与行业需求之间的差距需要通过优化和专业知识注入来弥合，以实现大语言模型在金融领域的最大化价值。

这篇文章总结了金融新闻与数据的重要来源及其特点，包括实时性、动态性和可靠性。它还提到了社交媒体讨论作为反映市场情绪的工具，以及市场趋势分析数据的价值。面对数据时效和高变动性的挑战，文中建议采用机器人投顾、量化交易和自动化组合优化等技术手段来应对，并提及了诸如舆情分析和风险管理等领域可能的智能化改进。

文｜张弘一 编｜ 杨肖若 出品｜商业秀 头图｜壹幕创意制作 国内的大模型战场，在经历了数月的狂飙和扎堆秀“肌肉”后，在日趋降温中迎来新的战事。 今年3月以来，随着以ChatGPT为代表的生成式AI引发新一轮科技浪潮，国内有超过20家的互联网企业竞相推出大模型。 到7月6日的2023世界人工智能大会，更可谓“百模争流”，甚至形成了“千模大战”之势，可与当年互联网发展时期的“千团大战”相媲美。 没人想在这场AI大模型的浪潮中掉队。但眼下，大模型发展已从“通用”阶段进入“垂直”阶段。 越来越多的企业理性地认识到，通用大模型只有头部几家巨头才能举“算力、算法、数据”甚至人力、财力去All in做的事，而聚焦场景应用、定制适配的垂直大模型，才更值得中小企业去投入。 很多企业因为在自身深耕多年的领域积累了数据等优势，干脆直接基于国内外大模型“底座”，训练出了适配场景的垂直模型。 比如在金融领域，今年5月以来，奇富科技、度小满、陆金所控股、蚂蚁集团、马上消费等一批金融科技公司，基于自身场景和数据优势，纷纷布局AI大模型。 一位来自头部金融科技公司的内部人士告诉「商业秀」，最近两个月，但凡在金融行业拥有大模型建设能力的金融科技公司和头部金融机构，都在从探索阶段进入到落地应用阶段。 该人士进一步称，拥有自身业务场景的金融科技公司或金融机构，都会优先进行内部使用，通过内部产品的打磨来提升大模型的能力。而不具备自身业务应用的科技公司，更加偏向金融行业的通用化问题解决能力，有些会和金融机构合作，共同打造金融行业和场景的大模型。 一场关于AI金融大模型的角力，拉开了序幕。 这场由AI大模型引发的新的金融科技领域的变革，会给行业带来哪些影响？金融行业因其高度数据化、专业复杂度较高等特点，接入大模型后会面临哪些机遇和挑战？未来金融大模型又将会如何进化？ 01 角逐国内金融GPT 毫无疑问，进入2023年，AI的发展迎来新纪元。 3月，由人工智能实验室OpenAI推出的ChatGPT横空出世，引爆全球AI大模型的新浪潮，开启AIGC新纪元时代，相关产业也迎来了价值重估。 没多久，AI大模型的热风刮到了金融圈。同月的30日，彭博社就推出了针对金融业的大型语言模型——BloombergGPT。这被看作是可能会对金融领域产生重大甚至是颠覆性影响的事件。 时隔两月，国内的金融领域也迎来了它的AI大模型时刻。5月中旬，奇富科技首先宣布推出自研的金融行业通用大模型——奇富GPT，这在业内被称为“国内首个金融行业通用大模型”。 奇富科技称，其所支持的产品级应用预计会在今年年内推出，面向金融机构开放使用。 一位奇富科技的内部人士告诉「商业秀」，早在去年，奇富科技就开始布局尝试生成式大模型在内部一些场景的应用。及今年3月，大模型火爆出圈后，奇富科技也快速成立了大模型研究的部门，加速研发、推进场景落地应用。 今年2月9日，360集团创始人周鸿祎和搜狐创始人张朝阳在《星空下的对话》上对谈时提出一个观点：如果企业搭不上ChatGPT这班车，很可能会被淘汰。 更早之前，奇富科技CEO吴海生也表示，当前正处于技术革命的十字路口，从云计算到现在火爆全球的ChatGPT，将致力于将这些技术应用到金融领域，为金融机构合作伙伴和用户提供更高效的科技服务和解决方案。 抢先布局的不止奇富科技。5月下旬，度小满也宣布推出国内首个垂直金融行业的开源大模型“轩辕”，随后陆金所控股、信也科技等也跟着宣布布局和探索生成式大模型应用。6月21日，蚂蚁集团对外回应称正自研一款名为“贞仪”的语言和多模态大模型；同月28日，恒生电子金融行业大模型LightGPT也对外亮相。 在7月6日的2023世界人工智能大会上，国内外多达30余款大模型纷纷亮相，而大模型技术如何应用于金融等垂直领域也成为热议话题。马上消费CTO蒋宁在接受媒体采访时指出，人工智能大模型给金融行业带来了“强心剂”。同时他也透露，马上消费也将推出金融大模型。 短短四个月，各家金融机构和金融科技企业都在摩拳擦掌、争相布局，国内金融领域的GPT呼之欲出。 02 大模型共识：从通用到垂直 在各家争分夺秒推出金融大模型的同时，业内也逐渐达成了一个共识：大模型必须从通用阶段进入到垂直阶段。 在7月2日的2023全球数字经济大会上，度小满CTO许冬亮也提出了类似观点——“相比通用大模型的能力，金融行业非常需要垂直行业大模型。” 许冬亮进一步分析称，囿于金融行业在数据安全隐私、风控、精度以及实时性等方面要求较高，使得通用大模型在金融能力上缺乏必要的训练数据，从而对金融常识、生成的可控性和准确性都达不到这个行业的最低要求，因此需要针对金融机构定制的行业大模型去发挥效力。 奇富科技的相关负责人也表示，金融行业的大模型和其他行业最大的区别在于金融行业的业务复杂程度、行业经营规范的要求以及安全隐私保护上，这使得金融行业相对其他行业要更加特殊，业务更加复杂，行业经营规范要求更高，安全隐私保护要求更高。 马上消费CTO蒋宁在2023世界人工智能大会上指出，由于金融行业具有“数据密集型、技术密集型”等特点，而这个行业一直希望将数据资产化，但同时也面临着如银行线下网点的价值传递效率和用户体验等问题，需要机构持续创新。 也就是说，从大模型逻辑来看，现有的大模型无法通吃所有行业，在通用大模型基础之上，企业需要针对垂直领域精细化训练和定制大模型。 奇富科技相关负责人则表示，尤其是对于高度数据化、专业复杂度较高的金融领域而言，它更需要依靠更加专业的背景和行业洞察，优化与适配特定的应用需求。 从行业发展需求来看，金融行业也已经从增量市场进入到存量竞争阶段，整个行业都面临着客户留存难、竞争加剧等难题。此时，更需要运用科技来提升运营效率和用户体验。 考虑落实到实际的科技赋能用户体验层面，传统的金融服务在用户体验改善的过程中，依然普遍存在着“发现难、体验难、服务难”的问题。AI大模型的出现，在很大程度上能够帮助金融行业解决这些问题，从而更好地服务用户。 但如今，在通用大模型和金融场景落地应用之间，还存在着巨大的鸿沟。因此，只有不断优化现有的通用大模型，形成金融领域垂直专业的大模型，才能让大语言模型更好地服务企业和用户。 不过，较之于其他领域，金融对数据专业性以及在风控、合规、安全层面的要求都更高，这也给金融机构和企业在探索垂直领域的大模型上带来了很多挑战。 03 重新定义金融科技 回顾人工智能的发展的三次浪潮，人工智能技术的发展由算法、算力和数据三大要素驱动——算法决定了设计出的“大脑”够不够聪明，而只有高性能的计算能力，才能训练一个大的网络，还必须要有大数据的支撑。...