文|消金界
近日，海爾消費(fèi)金融與火山引擎合作成立了金融大模型聯(lián)合創(chuàng)新實(shí)驗室，構(gòu)建消費(fèi)金融垂直大模型。
從通用金融大模型到專項金融大模型，大模型已經(jīng)被視為可以重塑金融業(yè)的“新質(zhì)生產(chǎn)力”。
過去一年，國內(nèi)多家銀行開始構(gòu)建金融行業(yè)垂直領(lǐng)域的AI大模型，通過發(fā)展金融大模型，得以充分挖掘內(nèi)部金融數(shù)據(jù)資源的潛力，為自身發(fā)展提供新的動能。
頭部消費(fèi)金融公司也緊隨其后入局金融大模型，招聯(lián)金融、馬上消費(fèi)此前已經(jīng)發(fā)布了自己的專項金融大模型應(yīng)用。
金融大模型垂直賽道上，已經(jīng)擠滿了選手。
01、頭部銀行紛紛布局大模型
我們之前就提到過，銀行業(yè)擁有巨量的數(shù)據(jù)，豐富的應(yīng)用場景，經(jīng)過多年的數(shù)字化轉(zhuǎn)型積累，天然適配大模型的發(fā)展。
加之現(xiàn)在，銀行一方面有普遍的“增長焦慮”，一方面又有“降本增效”的需求，而大模型在信息處理和內(nèi)容加工方面釋放生產(chǎn)力效果明顯，這讓銀行更加有動力追求金融大模型。
所以我們看到，在通用大模型之后的行業(yè)大模型方面，銀行業(yè)尤其是大銀行表現(xiàn)得非常積極。
2023年，工商銀行率先在國內(nèi)建立了千億級的AI大模型技術(shù)體系。據(jù)工行首席技術(shù)官透露，工商的大模型，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。
建設(shè)銀行也非常重視大模型的研發(fā)，啟動了“方舟計劃”，推進(jìn)金融大模型建設(shè)和應(yīng)用。建行“方舟計劃”有三大目標(biāo)——在業(yè)務(wù)場景應(yīng)用落地、促進(jìn)員工工作模式轉(zhuǎn)變、奠定人工智能時代競爭優(yōu)勢。
在大模型基礎(chǔ)能力建設(shè)方面，建設(shè)銀行大模型已具備信息總結(jié)、信息推斷、信息擴(kuò)展、文本轉(zhuǎn)換、安全與價值觀、復(fù)雜推理、金融知識等7項一級能力。基礎(chǔ)應(yīng)用建設(shè)方面，建設(shè)銀行已經(jīng)上線“方舟”助手、“方舟”工具箱、向量知識庫等金融大模型基礎(chǔ)應(yīng)用。
郵儲銀行也緊跟金融大模型的發(fā)展，將大模型技術(shù)融合進(jìn)“郵儲大腦”，構(gòu)建新型生成式AI能力，重塑數(shù)字金融服務(wù)模式，在研發(fā)測試、運(yùn)營管理、客戶營銷、智能風(fēng)控等領(lǐng)域?qū)崿F(xiàn)應(yīng)用。
2023年年初，農(nóng)業(yè)銀行金融 AI 大模型應(yīng)用 ChatABC，并在內(nèi)部以多輪問答助手、工單自動化回復(fù)助手等形式面向內(nèi)部員工開放試用。
股份行中，2023年，招商銀行啟動了大模型生態(tài)建設(shè)，開展大語音模型建設(shè)和應(yīng)用，搭建大模型體驗平臺，在專業(yè)場景自研百億級參數(shù)大模型，積極探索大模型在零售、批發(fā)、中后臺的應(yīng)用。
興業(yè)銀行發(fā)布了百億級大模型 ChatCIB。中信銀行上線了中信大模型平臺，完成千億級開源大模型部署。
北京銀行是城商行發(fā)展金融大模型的代表，發(fā)布了AIB平臺，深度融入生成式人工智能技術(shù)，系統(tǒng)構(gòu)建“AI+”金融全圖景。
從部署大模型的銀行分布看，雖然通用大模型和金融大模型的發(fā)展，已經(jīng)是一個確定性的趨勢，但深度研發(fā)金融大模型的銀行，還是少數(shù)頭部銀行。
02、金融大模型落地場景
銀行投入重金研發(fā)金融大模型，最終目的肯定是為了應(yīng)用——對外提升客戶的體驗，對內(nèi)賦能員工、提質(zhì)增效。
而無論為金融大模型貼上如何重要的標(biāo)簽，我們觀察金融大模型真實(shí)的發(fā)展水平，還是要看已經(jīng)在銀行那些應(yīng)用場景中實(shí)現(xiàn)落地應(yīng)用。
2023年，工商銀行的大模型主要用于遠(yuǎn)程銀行符合和賦能業(yè)務(wù)運(yùn)營。工行大模型技術(shù)在坐席助手場景落地，全年服務(wù)量21.5億筆，接聽率和智能分流率同業(yè)領(lǐng)先。工行還上線了首個基于大模型的網(wǎng)點(diǎn)員工智能助手，提升網(wǎng)點(diǎn)效能，2023年運(yùn)營領(lǐng)域智能處理業(yè)務(wù)量3.2億筆，比上年增長14%。
建設(shè)銀行大模型在業(yè)務(wù)場景應(yīng)用方面，實(shí)現(xiàn)智能客服工單生成、自動化生產(chǎn)營銷創(chuàng)意內(nèi)容和文案等業(yè)務(wù)的智能化。其中，智能客服工單生成每單平均節(jié)約客服工作時間15-20秒，可用率達(dá)82% ，一致性達(dá)80%。
郵儲銀行大模型的落地場景也很豐富，測試孵化了“研發(fā)助手”，輔助需求分析、UI設(shè)計、代碼生成、系統(tǒng)測試等研發(fā)全流程，提升端到端研發(fā)效率；上線了柜面“小郵助手”，為柜員提供在線業(yè)務(wù)知識問答，提升業(yè)務(wù)辦理效率；推出情感模型會話洞察與“靈動智庫”服務(wù)增強(qiáng)企業(yè)微信運(yùn)營功能，提升基層精細(xì)化客戶洞察能力；打造智能風(fēng)控“智能審查助手”，輔助法審工作合規(guī)高效。
農(nóng)業(yè)銀行加快推進(jìn)大模型技術(shù)預(yù)研孵化，客服知識庫上線答案推薦、知識庫輔助搜索等功能。
平安銀行則將大模型技術(shù)用于零售貸款審批、運(yùn)營管理數(shù)智化升級、消保降訴、汽車金融 AI 驗車等場景，結(jié)合計算機(jī)視覺、多模態(tài)等技術(shù)，形成綜合人工智能解決方案。
興業(yè)銀行的金融大模型ChatCIB聚焦財富、投資、報告等垂直領(lǐng)域，上線 6 類數(shù)字助手。其中，企金產(chǎn)品助手知識問答準(zhǔn)確率達(dá)90%，研報摘要助手每年可增效 54 人，代碼生成助手輔助集團(tuán)研發(fā)人員提升研發(fā)效能，客服坐席助手可自動擴(kuò)展相似問并輔助生成進(jìn)線案例小結(jié)等，提升遠(yuǎn)程銀行營銷水平及智能運(yùn)營效率。
北京銀行自研“京智大模型”形成了宣傳文案、智能周報、文章翻譯、工作總結(jié)、會議紀(jì)要、通知撰寫、代碼生成、代碼注釋等基礎(chǔ)應(yīng)用場景。
從這些銀行的金融大模型落地應(yīng)用場景看，大模型確實(shí)將銀行的數(shù)字化向前推進(jìn)了一步，但是當(dāng)前，銀行金融大模型的應(yīng)用多用于客服、辦公、運(yùn)營、營銷等領(lǐng)域，還沒有觸及銀行的核心業(yè)務(wù)。
03、通用金融大模型初現(xiàn)端倪
基礎(chǔ)的通用大模型，訓(xùn)練需要投入大量的數(shù)據(jù)，然后就是需要大量的算力，算法難度也大，因此成本極高。所以我們看到，即使是大銀行，發(fā)展金融大模型的模式也是先接入基礎(chǔ)大模型，然后用自有語料訓(xùn)練調(diào)試，建立金融行業(yè)大模型和企業(yè)大模型。
對銀行來說，這確實(shí)是一種更為現(xiàn)實(shí)的方式。
據(jù)了解，工商銀行、交通銀行、北京銀行等多家銀行，與華為合作成立創(chuàng)新實(shí)驗室。在大模型方面，銀行與華為的合作，主要圍繞華為云的盤古大模型，建立大模型訓(xùn)推平臺，孵化自主可行的金融行業(yè)大模型，探索大模型在智能營銷、智能運(yùn)營、智能風(fēng)控、智能辦公等金融全場景的應(yīng)用。
目前看，華為云的盤古大模型被銀行接入最多。華為云稱，盤古大模型在營銷、風(fēng)控、客服、投研等多種金融通用場景具備較為完善的能力，支持語言、語音、視覺、多模態(tài)多種任務(wù)，包含金融知識識別、金融知識理解、金融文本生成、金融推理計算、金融語音表達(dá)、金融圖像識別、金融視覺風(fēng)控多項任務(wù)效果。
另一個值得關(guān)注的金融大模型是馬上消費(fèi)的天鏡大模型。
中國信息通信研究院人工智能研究中心，聯(lián)合了業(yè)內(nèi)50家單位，編制了金融大模型標(biāo)準(zhǔn)，并組織了兩輪可信AI大模型標(biāo)準(zhǔn)符合性驗證，參評單位包括了大模型技術(shù)廠商、互聯(lián)網(wǎng)企業(yè)、人工智能企業(yè)、科研院所、初創(chuàng)企業(yè)等。其中在金融大模型專項上，只有華為、馬上消費(fèi)2家企業(yè)。
華為云的盤古大模型和馬上消費(fèi)的天鏡大模型V1.0參與了可信AI大模型標(biāo)準(zhǔn)符合性驗證，完成金融大模型標(biāo)準(zhǔn)符合性驗證，是首批通過金融大模型標(biāo)準(zhǔn)符合性驗證的產(chǎn)品。
據(jù)悉驗證主要考察目前的金融大模型在語言、語音、視覺、多模態(tài)任務(wù)等方面的能力支持度，評估金融大模型在數(shù)據(jù)合規(guī)性、模型可控性、服務(wù)可靠性方面的應(yīng)用成熟度。
以華為云盤古大模型和馬上消費(fèi)天鏡大模型為代表的專項金融大模型，讓更多的中小銀行用上金融大模型成為可能。
大銀行接入基礎(chǔ)大模型然后自己訓(xùn)練，對于需要考慮投入產(chǎn)出比的中小銀行，可以直接接入通用的金融大模型，然后微調(diào)形成針對某個具體領(lǐng)域的任務(wù)大模型，直接賦能具體業(yè)務(wù)。
以往的每次數(shù)字化變革，都很容易形成分化，加大大型銀行和中小銀行之間的差距，而在大模型時代，借由不同的落地方式，中小銀行也許可以通過極低的成本，來縮小甚至拉平與大銀行之間的差距。
從這個意義上講，金融大模型對銀行業(yè)的重塑，確實(shí)值得期待。