百度世界·金融大模型论坛圆满落幕，助力金融科技发展
"度小满主办百度世界·金融大模型论坛，将加强金融大模型技术及应用的布局与推广。"
金融大模型：落地应用于金融业的必由之路
文章主要探讨了金融大模型如何落地应用。度小满CTO许冬亮表示，通用模型无法满足金融需求，金融大模型是必然选择。金融大模型已经应用于金融资讯、产品介绍等方面，提高了服务质量。然而，金融大模型在安全性和数据质量上仍面临挑战。度小满CEO朱光认为，金融大模型需要全行业共同努力开发。未来，生成式AI将在金融领域发挥重要作用，成为度小满的战略方向。
《金融大模型论坛：邬贺菁院士谈科技改变金融业》
邬贺不得不面对金融大模型面临的挑战，包括数据安全性、隐私合规性、金融大数据的成本与质量平衡以及本地私有部署的自建算力设施等问题。他建议从可控应用出发，如智能客服等，并与人机混合智能相结合，逐步替代传统模型。同时，可以通过变换场景和有监督学习思维链的模式，提高模型的泛化能力和学习本质。
“大模型时代：金融业的数字化转型与创新”
本文介绍了2023北京金融论坛的热议话题，主要围绕数字金融、养老金融、普惠金融等领域的数智化。与会专家探讨了大模型在金融业的应用与前景，发布了《2023金融大模型报告》和《2023金融数智化报告》。大模型有助于金融机构提升客户营销、贷前风控、贷后管理的效率，推动金融行业数字化到数智化的发展。然而，大模型的可靠性和隐私性等问题仍需解决，需要在金融场景中逐步探索应用。
《奥本海默》引领新世界：大模型革命冲击传统产业
该文章主要介绍了大模型在全球范围内的发展及其在我国金融行业的应用。大模型的出现被视为一个新世界的开始，而非仅仅是新技术。金融行业被认为是大模型技术落地的最佳领域。当前，我国金融行业正面临从传统的流量红利向以智能化为主导的经济增长转变，而大模型的应用则是这一转变的重要推动力。
腾讯金融云发布升级版音视频解决方案：重点关注全场景客服、代码助手和舆情大模型
12月21日，腾讯金融云副总经理王丰辉在北京商报发布会上透露，当前大模型板块业务推进的重点场景包括全场景客服、代码助手和各行业舆情大模型。他提醒金融机构应选择性价比合适的模型，充分考虑投入和产出。此外，腾讯云发布升级版金融级音视频解决方案，在架构、安全和特性上进行全面升级，并通过大模型提升高清虚拟背景、美颜能力等方面的表现。
大模型如何落地金融业 业界：多方共建新生态 安全合规是关键中工网2023-12-11 15:56中工网2023-12-11 15:56
原标题： 大模型如何落地金融业 业界：多方共建新生态 安全合规是关键 人民网北京12月11日电 （记者杜燕飞）“从数字化到数智化，一字之差展现出人工智能在金融业的渗透深度。”“大模型有望提升金融机构客户营销、贷前风控、贷后管理的效率。”在近日举办的2023年（第九届）北京金融论坛上，参会嘉宾表示，当前各类金融机构均在加速融入大模型的浪潮，以提升客户营销、贷前风控、贷后管理的效率。大模型高度依赖数据、算力和人才，只有极少的企业能够从头到尾地完成产业级研发，在金融领域更需要多方共建生态。 金融行业是数字化转型的“先行军”，清华大学金融科技研究院副院长魏晨阳表示，金融行业对于数字化接受程度高，较早通过了科技赋能来提升产品和服务质量。以用保险行业为例，每一类保险都要经过产品设计、销售、定价承保、保单管理、理赔等流程，每个环节都是一个场景，如果把人工智能赋能到这些场景，会看到保险业态里会有很多人工智能的应用场景落地。 上海金融与发展实验室主任曾刚认为，在过去10年，我国银行业息差明显收窄。从长期看息差还有下降的可能性，这也意味着金融行业赚钱越来越难。同时，银行业客户竞争越来越激烈，新增获客、风险识别、产品定价等均要依赖数字化能力，需要从金融科技、大模型等方面发力。 “相较传统模型，金融大模型与人的交互能力更强。”马上消费人工智能研究院院长陆全表示，一个通用大模型不能代表所有，金融企业需要的大模型包括通用大模型、知识处理大模型、工具大模型、决策大模型等类型。随着大模型技术快速发展，在金融场景会带来人机交互、风控管理、合规管理方面的根本性、深层次革新。 值得关注的是，强监管的金融行业为大模型应用画上了“红线”。综合考虑大模型本身的可靠性、隐私性以及可解释性等情况，金融大模型还面临着准确性、严肃性考验。 中国互联网金融协会法规咨询部（研究部）主任肖翔建议，应结合大模型技术特点和金融业务领域相关监管要求，本着“由内而外，先易后难”的原则，现阶段可先行探索将大模型作为智能助手应用在运营管理类场景，助力实现降本增效，围绕算法合规、数据合规、业务合规、内容合规、外包合规、伦理合规等方面，建立健全多维度、全方位的大模型应用合规管理体系。 投资回报率是金融业关注的话题，多位参会的金融从业人士表示，由于大模型发展快、人才较为缺乏，在大模型应用上，金融机构要考虑整个投入产出比，思考要怎样的场景、技术方式和策略方法，才能获得最好的投资回报率。当前，出于合规性等因素考虑，大模型应优先服务金融机构内部，让机器初步生成内容，再由人来评判。这在银行对话系统已经广泛运用，大模型能够辅助银行对话系统做得更好。 谈及大模型落地的挑战及应对举措，魏晨阳表示，数据质量、规模和多样性会影响大模型的效果和性能；数据获取、处理、清洗和标注等需大量资源；数据资源和数据处理能力不足，会限制大模型的应用效果和准确性；大模型的训练和应用过程中可能涉及用户的隐私信息及企业的敏感数据；算力是大模型训练的另一个刚需。他建议，未来要用数据质量保证大模型训练效果，对于隐私要有明确的界定，要尊重知识产权加强版权保护。 来源：人民网 举报/反馈
金融大模型：赋能金融行业的未来?
文章主要介绍了当前我国金融大模型的发展现状和未来趋势。金融大模型作为一种新型的技术手段，正逐渐在金融行业中得到广泛应用。然而，如何平衡算力和模型效果，如何在有限算力内提升模型效果，使实际业务应用更快更高效，是大模型研发和应用面临的重要问题。费浩峻表示，金融大模型未来将成为金融专家，但在发展过程中，需要关注算力和模型效果的平衡，金融大模型的应用也将是一个循序渐进的过程。
大模型金融应用，不患寡而患不实北京日报客户端2023-12-13 18:43北京日报客户端2023-12-13 18:43
北京商报 | 作者 刘四红 今年以来，以ChatGPT为代表的生成式AI产品席卷全球，从通用大模型到金融大模型，新一轮技术创新已经到来，作为数据密集型产业同时也被视为大模型最被看好的大模型应用场景金融行业，又该如何应对和拥抱这轮技术的变革？12月8日，在由北京商报社主办的2023年度（第九届）北京金融论坛上，继重磅发布《2023金融大模型报告》，解析大模型发展趋势后，现场来自银行、保险、券商、金融科技以及接近监管人士等多方碰撞了关于金融大模型的多个热议话题。 多领域大模型已度过ROI平衡点 金融大模型的风暴，始于今年年初。上半年 “卷”模型，下半年“卷”应用，规模、参数的近身肉搏之后，落地逐渐成为“百模大战”的共识。 北京商报记者了解到，截至目前，国内金融大模型已经应用在金融资讯、产品介绍内容的文本自动生成，构建虚拟客服在线交互等方面，给用户提供更人性的服务同时，也提升金融机构内容运营的效率。 大模型与金融业结合，拓宽了金融业数字化转型的广度和深度。正如星图金融研究院副院长薛洪言指出，当前各类金融机构均在加速或推出或融入大模型的浪潮，有望全面提升客户营销、贷前风控、贷后管理的效率，全面提升金融机构的数字化水平和服务能力，为金融服务实体经济高质量发展打开了新的想象空间。 金融业将是大模型技术落地的最佳领域，这一点已成为行业共识，但各类型机构又各自看好哪些细分场景？不同机构有不同考虑。 从《2023金融大模型报告》调研的数据来看，金融业态中，保险机构对大模型的应用前景可谓最为乐观，布局也较为多元。会上，众安保险首席技术官蒋纪匀介绍，在AIGC出现以前，很多人工智能在一些领域其实达不到大家的期待，有“人工智障”的感觉，但是AIGC出现以来，大大改变了这个局面。他进一步分析，金融领域讲究专业、严谨，众安基于这套理念，在底层大模型基础上搭建了一套“众有灵犀”框架，并在此之上做了很多场景深度研究和探索，包括智能客服、到期提醒、智能运营，还有企业内部的智能提效等。 同样，民生银行数据管理部总经理沈志勇谈及了大模型在银行领域的应用，他认为，大模型能够使得银行一些劳动密集型工种的生产效率得以提升，包括写代码、客服等，有助于重塑银行知识体系，提升用户体验。不过，当下出于合规性等因素考量，大模型应优先服务银行内部，让机器先生成初稿，再由人来评判。当前银行对话系统已经广泛运用，大模型能够辅助银行对话系统做得更好。 金融科技层面，百度智能云产业发展部总经理段永华则介绍，从简单到复杂，从内向外，当下在很多领域大模型已经度过ROI平衡点（投资回报率平衡点，是指投资成本和预期收益相等的点）。随着多模态大模型的全面成熟和稳定，在诸如保险销售、保险现场处理等复杂实际金融业务中，大模型可以真正深入到业务场景里，代替人工现场工作。而当下基础大模型还在快速迭代的过程中，从业机构可以选取一些已经具备可用条件的场景，用轻量级投入保持对新技术、新趋势的跟进。 深度融入金融价值链产业链仍有距离 金融业是数据驱动型和知识密集型行业，前中后台环节众多，应用场景丰富，在运用大模型技术提升运营管理质效、增强金融服务能力方面，有着重要创新机遇。但不得不说的是，目前金融大模型也存在理想和现实之间的距离，要实现大规模应用落地，仍面临着复杂的多维掣肘。 正如中国互联网金融协会法规咨询部（研究部）主任肖翔表示，由于大模型本身的技术成熟度、金融数据安全、算料算力供给等方面的原因，目前大模型金融应用处于初步探索阶段，距离全面深度融入金融价值链产业链还有较长一段路要走。 从具体领域来看，中金公司信息技术部执行负责人王缅基于基金券商领域大模型应用的现状，谈及了券商等金融机构应用大模型面临的最大难题，主要在两个方面：一方面，金融数据垂直领域知识体系庞杂，需要投入较大资源对数据进行梳理建模，同时又要综合考虑算力和算法两个快速变化的变量对输出结果带来的不确定影响。 另一方面，王缅认为，大模型的输出标准相对比较模糊，当前阶段存在模型“幻觉”，但是金融服务对于输出结果要求相对准确、严肃，两者之间存在一定矛盾。 谈及大模型在金融领域的应用，段永华同样表示，“我们要在长期的时间周期里来看大模型，不同阶段的大模型不是一样的东西，放在30-50年的尺度看，当下大模型还处在婴幼儿期，但迭代速度极快。我们既不能神话它，但更不应该轻视它。随着最新多模态大模型的出现、成熟，可以预见的是，未来两、三年内，大模型会在金融的每一个场景、领域发挥非常重要的作用”。 那么，大模型技术可能在哪些场景率先落地呢？肖翔认为，大模型金融应用“不患寡而患不实”，应结合大模型技术特点和金融业务领域相关监管要求，本着“由内而外，先易后难”的原则，现阶段可先行探索将大模型作为智能助手应用在运营管理类场景，助力实现降本增效，但对于面向客户、涉众性强、专业度高的业务场景需要更加审慎稳妥。 运用勿忘金融合规“紧箍咒” 回顾此前金融科技的发展过程，离不开数据合规、隐私安全等问题，业内认为，大模型在金融行业的应用落地过程中，也会遇到一系列挑战，如算力需求、训练和推理成本、数据质量问题、安全隐私问题等。 对此，肖翔强调，金融业是经营风险的行业、跟老百姓钱袋子打交道的行业，对金融决策的可解释性、交易行为的可回溯性、服务过程的透明性有比较高的要求，在运用大模型这根“金箍棒”降妖除魔取经的同时，别忘了头顶上还有金融合规的“紧箍咒”。 不同机构对后续大模型领域的探索和应用也有各自节奏。蒋纪匀介绍，目前人工智能在金融领域的应用并不太快，因为金融领域是专业、严谨的。而由于大模型发展快，人才又比较缺乏，在大模型应用上，机构要算整个投入产出比，思考要什么样的场景、用什么样的技术方式和策略方法，才能获得最好的ROI，真正帮助企业创造短期的价值和长期的竞争壁垒。 “金融行业实现高质量发展需要在客户服务定制化方面下功夫，理解不同客户的需求差异提供高质量的产品与方案；实现普惠金融更大规模的覆盖客户群体，则需要做好服务的标准化与统筹，而合理地应用金融大模型将可能极大地推动行业以标准化手段实现定制化的客户服务，真正满足广域客户的多样化需求。”王缅则建议，可采取大模型与小模型搭配的方式，运用行业专业领域数据结合基础大模型蒸馏出垂直领域的专业化模型，由此提高模型有效性、可用性。同时可通过应用大模型对行业顾问员工进行全面赋能，提升员工触客、获客、活客能力。 举报/反馈
负责任的人工智能大模型金融应用闭门研讨会在京成功举办
7月12日下午，由北京国家金融科技认证中心和金融科技50人论坛（CFT50）联合打造的“负责任的人工智能大模型金融应用”闭门研讨会成功举办，邀请来自行业管理部门、金融机构、产业机构、科研院所等单位的领导专家共同讨论大模型金融应用前景，分享大模型金融应用案例和技术模式，探讨大模型时代下的伦理治理。本次研讨会包括嘉宾致辞、主题发言、实践分享等环节，由北京国家金融科技认证中心总经理张海燕全程主持。 会议现场 国家金融与发展实验室副主任杨涛在致辞中指出，生成式人工智能在国内快速迭代、快速应用时可能面临以下挑战：数据保障方面，国内虽然数据资源丰富但中文优质数据集仍然稀缺，金融业的数据基础虽然优于多数行业，但也存在非标准、碎片化、分割化的问题。算力保障方面，我国AI算力规模虽已居于全球前列，但算力质量仍有待提升，尤其是2022年7月美国众议院通过《芯片与科学法案》，又持续对AI领域的关键技术和硬件实施面向我国的出口管制，对于生成式AI大模型的算力“上限”冲击较大。产业政策保障方面，相关单位已发布《生成式人工智能服务管理暂行办法》，未来既要注意遵循国际共识，对其发展设置风险原则与底线，也要防止政策与规则过于超期而阻碍技术进步，同时避免对创新责任的泛化、技术路线的低效约束等，真正以政策“护航”来抓住新技术革命机遇。同时他表示，当人工智能大模型在金融领域应用时，更需关注大模型的可审计性、可解释性等难题，以及参与金融活动引发的风险特征变化、数据保护、责任分担、合规边界等问题，强化数据伦理、算法伦理、主体伦理、行为伦理等方面的治理。 国家金融与发展实验室副主任杨涛致辞 交叉信息核心技术研究院(清华大学设立)常务副院长林常乐在主题发言环节就“数字经济领域的核心技术”一题发表演讲。在谈到大模型应用存在的问题时，他表示大模型通常使用公开互联网信息进行训练，使用这些数据和知识会引发利益冲突，涉及数据知识产权的保护问题。同时，模型自身的风险还有数据安全也是关注的重点。目前，交叉信息核心技术研究院跟人民银行相关单位已经共建关于模型预测和管理的实验室，正积极开展模型评测和管理的相关研究。在谈到与金融行业结合时，他表示由于金融专业要求的精度很高，大模型与金融行业结合关键是怎样产出符合金融专业精度要求的结果。因此，他提出将大模型中的相关专业领域参数与专业模型相结合的技术路线，通过将专业模型的精度参数写入大模型中，实现专业领域模型跟大模型的衔接。在谈到大模型治理时，他表示在08年金融危机后，大家意识到模型和定价算法会对金融中的业务产生巨大影响，模型管理需要既有制度建设也需要技术支持。在负责任的大模型中，涉及不同国家的价值观标准，需要进行跨领域的研究，把它公理化，形成可以技术化的规则。 中国社科院哲学所科技哲学研究室主任段伟文在主题发言环节就“走向负责任和可问责的人工智能大模型伦理治理”发表演讲。他认为，生成式人工智能技术会对知识产权和知识生产方式产生重大影响，并可能带来数据隐私、安全、偏见、公平等方面的问题。他表示，对于人工智能大模型的治理应基于相称性原则，既根据其本身的风险确定治理力度，并在此过程中始终明确人工智能应用仅负责推算，而人负责结果判断。最后，围绕如何开展负责任和可问责的人工智能审计、如何透明的向消费者传达AI的伦理标准、如何迅速地感知和应对AI对技能和工作等带来的冲击三个焦点问题分享了意见建议。 北京国家金融科技认证中心资深专家温昱晖在主题发言环节就“人工智能大模型金融应用的挑战、责任和路径”发表演讲。他认为，大模型的百花齐放难免良莠不齐，这需要基于多元化的责任主体，遵循负责任人工智能的基本原则，采取适合行业特点的敏捷治理方式。基于此，北京国家金融科技认证中心提出负责任的人工智能大模型治理思路，探索研究大模型金融应用多元责任体系，采用循证治理及评价机制支持负责任大模型在金融业应用推广、通过建立名录向行业推荐负责任的大模型产品和服务。 工商银行金融科技研究院资深经理夏知渊围绕“人工智能大模型应用范式探索”一题，介绍了大模型在智能客服、智慧办公、数字员工、运营管理、低代码开发等方面的实践探索，提出了大模型在金融行业落地思考。他表示，大模型技术具备广泛的应用前景，但当前在可控性和精准度方面还有很多挑战，未来应选择风险相对可控的企业内部场景开展先行先试，在探索大模型应用的同时，进一步完善相关技术。 民生银行数据管理部总经理沈志勇围绕银行如何抢抓人工智能发展机遇和前景为主题进行分享。他表示，大语言模型（LLM）和生成式人工智能（AIGC）分别是类GPT模型的内在原理和外在应用。他指出，银行业部署大模型应用的架构路径，可考虑在LLM层以通用大模型为基座，通过引入银行相关知识构建增强并适用于企业内需求的大模型版本，支撑营销及业务管理、风险及合规管理、运营及效率管理等AIGC层典型的应用场景。最后，他强调人工智能大模型技术应用可能会涉及到知识产权、数据隐私、价值观等问题，需要强化使用主体的社会责任和道德规范，定期开展合规和伦理方面的审查。 光大信托科技部副总经理祝世虎围绕大模型在银行业的落地路径进行专题分享。他指出，首先大模型是生产力的提升，金融业必须要拥抱大模型。其次，大模型是个大生态，从头部AI公司的通用大模型，到金融AI公司的金融大模型，到金融机构的企业大模型，需要各司其职。再次，大模型应用和发展可能存在以下挑战：一是应用平民化伴随着建模贵族化；二是人工智能算法黑箱、算法歧视、算法稳定性问题依然存在；三是用户隐私、数据安全、知识版权等方面的合规问题；四是人与AI共存的边界问题、伦理问题将会越来越突出。最后，他表示大模型在银行业的落地需要“大合作、大创新、大共存”，即业内大算力的合作、行内大数据的整合、垂直领域内模型的精调，由浅入深、由外及内的开展应用创新，并处理好大模型与小模型的共存。 网商银行高级技术专家郭胜介绍了网商银行智能交互风控系统“百灵”的应用实践。他表示，通过感知、认知、交互、决策等技术，网商银行能够对小微商家资产、经营情况等信息进行全面识别和还原，为风控提供更加精准的决策支持。此外，网商银行在人工智能大模型研发和应用方面正在研究和探索，未来希望能够共建行业评测标准，为银行业大模型应用提供基准。 在实践分享环节，瑞莱智慧联合创始人刘荔园以“大模型时代下的人工智能安全和防御”为主题，围绕当前大模型在算法、数据、应用方面所存在的提示注入、隐私泄漏、伦理失范、偏见歧视、生物识别攻击等风险挑战，介绍了瑞莱智慧“查、打、防”三位一体的人工智能安全体系。360智能产品事业部高级总监周翔以“构建企业智脑打造数字员工”为主题，分享了基于360智脑大模型构建的企业办公助手和数字员工专家，介绍了360发起的GPT产业联盟，并希望未来将与更多合作伙伴携手加速行业大模型生产和场景落地，赋能金融数字化转型和智能化升级。华为技术有限公司金融计算解决方案部长黄志鹏结合行业实践分享了算力对大模型发展的意义，他表示大模型卓越的性能有赖于底层芯片、基础软硬件的支持，华为将致力于打造基于自主可控的技术底座和兼顾各行业标准的开源大模型，推动整个产业链百花齐放。 后续，国金认证将基于本次研讨会的交流成果，提出负责任大模型金融应用行动计划并公开征集参与单位，共同推动负责任的金融领域大模型应用落地。 联系人：温老师：18911018073李老师：13911093441