文|節(jié)點(diǎn)商業(yè)組  七公

大模型的熊熊烈火在金融行業(yè)越燒越旺。

5月，度小滿推出千億級中文大模型“軒轅”，集中文、金融、開源特色于一身。

6月，騰訊云攜手神州信息開展金融大模型的合作；同月，恒生電子發(fā)布金融行業(yè)大模型LightGPT，預(yù)計(jì)于9月底開放試用接口；

7月，騰訊與信通院牽頭編制國內(nèi)金融行業(yè)大模型標(biāo)準(zhǔn)體系及能力架構(gòu)。

據(jù)騰訊研究院副秘書長楊望調(diào)研分析，截至7月末，國內(nèi)參數(shù)在10億規(guī)模以上的大模型數(shù)量達(dá)116個(gè)，其中金融行業(yè)大模型約18個(gè)，占比超過15%。

但在“風(fēng)口”之下，暗流涌動(dòng)和謀局落子仍在繼續(xù)。

8月，馬上消金之于全國首個(gè)零售金融大模型——“天鏡”，在數(shù)位院士和多家金融機(jī)構(gòu)高管的擁躉中，隆重登場。

9月，上海，黃浦江邊，外灘大會(huì)。一向高關(guān)注度的螞蟻集團(tuán)正式亮相了自家的“螞蟻金融大模型”，以及兩款應(yīng)用產(chǎn)品：智能金融助理“支小寶2.0”和服務(wù)金融產(chǎn)業(yè)專家的智能業(yè)務(wù)助手“支小助”。

顯然，在金融業(yè)步入發(fā)展“深水區(qū)”，一段差異化逐漸消弭、同質(zhì)化角力愈發(fā)激烈的新征途，逐浪大模型，已成為圈內(nèi)選手爭搶的新賽點(diǎn)、加碼的“新基建”。

誰在逐浪金融大模型？

“基礎(chǔ)大模型投入數(shù)據(jù)量大、算力成本高、算法難度大，所以由頭部AI公司進(jìn)行建設(shè)。雖然通識能力較強(qiáng)，但其缺少金融專業(yè)知識，對金融場景應(yīng)用有限。”

今年6月10日，在新金融聯(lián)盟舉辦的“金融機(jī)構(gòu)數(shù)智化轉(zhuǎn)型與大模型技術(shù)應(yīng)用”內(nèi)部研討會(huì)上，新金融聯(lián)盟學(xué)術(shù)理事、工商銀行首席技術(shù)官呂仲濤的發(fā)言，大致盤帶出了金融大模型的陣型。

目前，逐浪金融大模型的玩家，除了BAT、華為等高科技巨頭，試圖以技術(shù)優(yōu)勢充當(dāng)產(chǎn)業(yè)鏈的“賣鏟人”，更多的還是金融和類金融企業(yè)，包括銀行、保險(xiǎn)、互金、券商等，既不想被喧賓奪主，又不想肥水外流，都在押注自己的大模型。

這其中，家底厚實(shí)、賺錢不累的銀行系，尤其是國有大行，先行一步。

早在春寒料峭的3月，農(nóng)行和工行便前后腳上線類ChatGPT的大模型應(yīng)用ChatABC、基于昇騰AI的金融行業(yè)通用模型，打響戰(zhàn)斗第一槍；

4月，地處“魚米之鄉(xiāng)”的江蘇銀行再接再厲，宣布自主研發(fā)的擁有最大1760億參數(shù)的大語言模型平臺，“智慧小蘇”順利投產(chǎn)，實(shí)現(xiàn)客服場景首次應(yīng)用。

據(jù)潮汐榜統(tǒng)計(jì)，中國銀行、交通銀行、招商銀行、中信銀行、興業(yè)銀行、浙商銀行等多家銀行均在半年報(bào)中提及，正在進(jìn)行大模型相關(guān)的布局和研究。

數(shù)據(jù)來源：各公司財(cái)報(bào)

經(jīng)過政策洗禮的互金系，盡管近些年有所沉寂，但對熱點(diǎn)的感知和反應(yīng)還是很靈敏，諸如度小滿、馬上消金等，已經(jīng)拿出成形的作品。

奮勇“趕潮”的還有一眾險(xiǎn)企，年內(nèi)，中國太保、眾安保險(xiǎn)、陽光保險(xiǎn)都匯報(bào)了各自的大模型成果：中國太保打造了基于大模型建設(shè)應(yīng)用探索的科技產(chǎn)品——數(shù)字員工，具備自主規(guī)劃和任務(wù)執(zhí)行能力；眾安保險(xiǎn)出爐了保險(xiǎn)行業(yè)首份AIGC應(yīng)用圖譜，并帶來眾安AIGC中臺靈犀及首批保險(xiǎn)垂直場景AIGC應(yīng)用工具——易創(chuàng)內(nèi)容運(yùn)營平臺和集智經(jīng)營分析平臺；陽光保險(xiǎn)已把大模型技術(shù)植入“夢客全線上銷售機(jī)器人”項(xiàng)目，使信息抽取任務(wù)準(zhǔn)確率提升15%，意圖識別和智能問答準(zhǔn)確率顯著拔高。

財(cái)富管理機(jī)構(gòu)與運(yùn)營商亦不甘落后。

海通證券、申萬宏源、廣發(fā)證券、西南證券、國海證券、財(cái)達(dá)證券等10家券商和“文心一言”共結(jié)生態(tài)合作聯(lián)盟，以同花順、東方財(cái)富為代表的財(cái)富管理運(yùn)營商也公告稱將重點(diǎn)打造AI投顧平臺，深入AIGC、交互式AI等細(xì)分領(lǐng)域的研究，完善內(nèi)容生態(tài)構(gòu)建，增強(qiáng)智能運(yùn)營能力。

當(dāng)時(shí)當(dāng)下，若說大模型在金融行業(yè)有多火熱，大概只能用“空前繁榮”四個(gè)字來形容了。

金融大模型走到了哪一步？

正如螞蟻集團(tuán)副總裁、金融大模型負(fù)責(zé)人王曉航在外灘大會(huì)所說，他認(rèn)為，大模型正在為金融產(chǎn)業(yè)帶來體驗(yàn)變革，“金融業(yè)務(wù)鏈條上每一個(gè)關(guān)鍵職能，都值得用大模型技術(shù)重做一次。”

麥肯錫研究顯示，人工智能整體將為全球經(jīng)濟(jì)帶來高達(dá)25.6萬億美元的正面影響，而來自GenAI（生成式AI）的貢獻(xiàn)將高達(dá)7.9萬億美元。金融行業(yè)則是賦能潛力最大的賽道之一。

具體到中國市場，據(jù)艾瑞咨詢測算，2021年AI+金融核心市場規(guī)模達(dá)到296億元，帶動(dòng)相關(guān)產(chǎn)業(yè)規(guī)模677億元，到2026年，核心市場規(guī)模達(dá)到666億元，CAGR為17.6%，帶動(dòng)相關(guān)產(chǎn)業(yè)規(guī)模1562億元，CAGR為18.2%。

理論上來講，GenAI能夠進(jìn)一步拓展金融業(yè)的生長半徑和下勘深度，就以銀行業(yè)為例，GenAI將會(huì)為之帶來2,000億-3,400億美元的新增價(jià)值，相當(dāng)于行業(yè)年收入的2.8%—4.7%，占比僅次于高科技行業(yè)，還可以幫助各行增強(qiáng)客戶滿意度，改善決策和員工體驗(yàn)，更好地監(jiān)控欺詐和風(fēng)險(xiǎn)，從而有效降本增效。

不過，從現(xiàn)狀出發(fā)，大模型雖已是炙手可熱的話題和構(gòu)筑“護(hù)城河”的中樞部件，但其在金融業(yè)的應(yīng)用仍局限在個(gè)人聊天、知識問答、工作/學(xué)習(xí)助理的場景，AI并沒有像曾經(jīng)的銀行卡、網(wǎng)購和移動(dòng)支付那樣，孕育出巨大的變革力、生產(chǎn)力，在人群中廣泛普及并成為“硬通貨”，乃至顛覆和重構(gòu)社會(huì)關(guān)系、交易模式等。

換言之，金融大模型距離滲透到核心業(yè)務(wù)，直至迸發(fā)強(qiáng)勁的商業(yè)化能力還很遠(yuǎn)。

中國工商銀行首席技術(shù)官呂仲濤表示，當(dāng)前階段大模型并不成熟，因此，短期內(nèi)不建議直接對客使用，應(yīng)優(yōu)先面向金融文本和金融圖像分析理解創(chuàng)作的智力密集型場景，以助手形式，人機(jī)協(xié)同提升業(yè)務(wù)人員工作質(zhì)效。         

據(jù)潮汐榜觀察，智能客服、數(shù)字員工、虛擬助手，是迄今AI在金融范疇最常見、最主要的應(yīng)用方向，似乎也是大同小異、必不可少的宣傳口徑。

比如度小滿的軒轅大模型，憑借通用語音或文本的交互，為金融用戶提供24小時(shí)在線咨詢和答疑服務(wù)；騰訊云的"小閩助手"，為市民帶來包括辦事指南、政策咨詢、數(shù)據(jù)查詢等在內(nèi)，零距離、7X24不間斷的管家式政務(wù)辦事體驗(yàn)；盤古大模型根據(jù)客戶的問題，為柜臺工作人員自動(dòng)生成流程和操作指導(dǎo)；工行用大模型支撐智能客服接聽客戶來電……

然而在實(shí)踐中，面對用戶多樣化、復(fù)雜邏輯溯源、更深入的提問，智能客服常常表現(xiàn)出“智障”，或停留在最淺層的名詞解釋。

一言蔽之，眼下的大模型，在金融垂直領(lǐng)域還未展現(xiàn)出價(jià)值涌現(xiàn)效應(yīng)。

大模型熱背后的冷思考

聲勢浩大的大模型盛宴在熱鬧之余，冷靜的審視與思考不可或缺：過往不乏新技術(shù)曇花一現(xiàn)，金融大模型能否走出“工具層”，保有持續(xù)進(jìn)化的動(dòng)力？能否擺脫拼參數(shù)、拼數(shù)量的“短視主義”，邁向長期的價(jià)值成長？

這背后，根植于金融本身的專業(yè)性、強(qiáng)監(jiān)管、可控性、高時(shí)效等屬性，大模型的實(shí)際落地需要突破三大“桎梏”。

其一是技術(shù)層面的“桎梏”。

由于大模型誕生時(shí)間較短，技術(shù)層面的精度、準(zhǔn)度和判斷力、深度學(xué)習(xí)、動(dòng)態(tài)適應(yīng)性、一致性等能力明顯缺陷，對數(shù)據(jù)選擇、清洗和改造的工程化能力不足，以及應(yīng)對意外或異常情況時(shí)魯棒性偏弱，而金融往往要求100%可靠和信任，要秉持絕對忠臣的信仰說懂行的“真話”，不能像在文學(xué)創(chuàng)作中一樣大開腦洞或自由發(fā)揮。

也就是說，對大模型產(chǎn)生的“幻覺”，即一本正經(jīng)地胡說大道，金融機(jī)構(gòu)無法容忍。

其二是合規(guī)層面的“桎梏”。

金融行業(yè)的特殊性，決定了合規(guī)是它的第一要?jiǎng)?wù)。而在大模型的訓(xùn)練和使用中，必須遵守?cái)?shù)據(jù)安全的法律和規(guī)定，尊重用戶的隱私權(quán)益。這一般需要采用匿名化、去識別化等技術(shù)處理數(shù)據(jù)，并在獲得用戶明確同意的前提下，收集必要部分?jǐn)?shù)據(jù)，導(dǎo)致模型的精調(diào)和應(yīng)用都大概率只在本地“量入為出”。

此外，大模型作為開辟式創(chuàng)新的典范，外界對它可能滋生的風(fēng)險(xiǎn)（如黑灰產(chǎn)、詐騙團(tuán)伙、洗錢等），以及人類能做出哪些針對性的防御措施，還處在初步了解和布控期，前拉后扯，不免掣肘其泛化進(jìn)程。

其三是場景層面的“桎梏”。

一項(xiàng)新技術(shù)的強(qiáng)力催化和大面積推廣，以及后續(xù)的自優(yōu)化和自改進(jìn)，離不開豐富的場景，特別是一些量級大、頻次高、粘性強(qiáng)的場景，就像銀行卡之于ATM，智能手機(jī)之于海量線上業(yè)態(tài)，網(wǎng)購之于支付寶、財(cái)付通。

大模型之于金融，投研決策、信用評估、欺詐檢測、風(fēng)險(xiǎn)管理、客戶服務(wù)是幾個(gè)落地場景，似乎沒有那么強(qiáng)烈的激動(dòng)人心。

再者，未來AI是成為C端流量入口，給每個(gè)人配一個(gè)智能助理？還是成為服務(wù)B端的底層技術(shù)，為千行萬業(yè)“獻(xiàn)身”？趨勢并不明朗。

總的來說，用大模型改造金融業(yè)，引用時(shí)下最熱的電影《奧本海默》里的臺詞，“這不是一個(gè)新技術(shù)，而是一個(gè)全新的世界”，想象力十足。但回到現(xiàn)實(shí)，要想真正開啟金融領(lǐng)域的“iPhone時(shí)刻”，大模型任重而道遠(yuǎn)。