拜“金”大模型，蛋糕難啃？
對于金融行業(yè)而言，人工智能并非新客。
上世紀(jì)80年代，華爾街的交易大廳里，喊單的聲音此起彼伏。喧囂背后，算法交易悄然興起。簡單的程序開始替代人手，執(zhí)行預(yù)設(shè)的交易策略。這是人工智能在金融領(lǐng)域的初次試水，也是技術(shù)革新的序章。
進(jìn)入21世紀(jì)，機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘技術(shù)的成熟，使得金融機(jī)構(gòu)能夠更精準(zhǔn)地預(yù)測市場走勢，洞察投資機(jī)會。
到了今天，可以明確地說，人工智能將是未來幾年參與者提高競爭力的最核心機(jī)會，也是最后的機(jī)會。
大模型作為推動人工智能發(fā)展的關(guān)鍵技術(shù)之一，始終吸引著無數(shù)目光。九月ChatGPTo1-preview在復(fù)雜推理任務(wù)上取得重大進(jìn)步，推理新范式的創(chuàng)新，使得性能得到了顯著提升，被視為AI時代的又一個里程碑。
金融機(jī)構(gòu)也在過去這一年與AI的循序融合，逐步摸索出“大模型+小模型”的落地方式，大模型做全面，小模型做精細(xì)，能夠更好地滿足金融業(yè)務(wù)對高準(zhǔn)確性和高效率的要求。
金融領(lǐng)域的大型模型本質(zhì)上是一種提高效率的工具，需要結(jié)合具體的業(yè)務(wù)環(huán)境才能發(fā)揮其潛力，也就是無場景就無價值。相較于過去云和自動化相關(guān)的技術(shù)轉(zhuǎn)型，人工智能其實能以更自然的方式與人進(jìn)行互補(bǔ)。
從業(yè)務(wù)流程上來看，金融機(jī)構(gòu)的任務(wù)主要是利用大模型重新執(zhí)行過去由大數(shù)據(jù)技術(shù)完成的工作，在業(yè)務(wù)價值的釋放上，也應(yīng)當(dāng)從最基礎(chǔ)的客戶獲取和運營環(huán)節(jié)入手，逐步優(yōu)化運營流程，提高效率。
不得不說，簡單用AI賦能數(shù)字化轉(zhuǎn)型并不能概括這一推動，這將是一次深度的業(yè)務(wù)變革。
金融機(jī)構(gòu)大模型應(yīng)用四大模式
隨著AI的能力不斷增強(qiáng)，能夠承擔(dān)以前需要人工操作的越來越復(fù)雜的任務(wù)，銀行有機(jī)會以更快、更好地開展更廣泛的活動，用更少的投入做更多的事情?；赝^去一年，盡管許多銀行在大模型領(lǐng)域的嘗試都圍繞在“降低成本”，但也涌現(xiàn)出金融業(yè)大模型相關(guān)應(yīng)用的四大模式。
一體化的大模型解決方案
由大模型廠商將預(yù)訓(xùn)練和微調(diào)過的通用大模型或垂直大模型交付給金融機(jī)構(gòu)進(jìn)行私有化部署。
目前，就金融領(lǐng)域而言一體化解決方案更多出現(xiàn)在中小創(chuàng)新型金融機(jī)構(gòu)，拓爾思-拓天大模型、華為-盤古大模型都在金融領(lǐng)域的解決方案落地較多。其中拓爾思在金融領(lǐng)域的的落地頗受好評，有不少頭部機(jī)構(gòu)已經(jīng)在應(yīng)用基于拓天大模型研發(fā)內(nèi)容生產(chǎn)智能助手、新一代搜索與推薦等插件。盤古金融OCR大模型與廣東省農(nóng)信聯(lián)社的單模型覆蓋多個通用的文字識別場景案例也已落地。
與大模型廠商聯(lián)創(chuàng)自研大模型
由大模型廠商提供基礎(chǔ)大模型，基于金融機(jī)構(gòu)數(shù)據(jù)、語料，技術(shù)團(tuán)隊共同進(jìn)行微調(diào)，衍生垂直大模型，私有化部署。
最為典型的就是農(nóng)業(yè)銀行基于基礎(chǔ)大模型，自研大模型小數(shù)（ChatABC），也是同業(yè)首個自主創(chuàng)新的金融大模型應(yīng)用，目前已經(jīng)在智能問答、智能客服、輔助編程、智能辦公、智能風(fēng)控等多個領(lǐng)域進(jìn)行應(yīng)用與深度探索。
郵儲銀行與智譜AI戰(zhàn)略協(xié)同，推動通用大模型為基礎(chǔ)，與金融大行共同研發(fā)探索AI落地的場景。
國泰君安與階躍星辰、財聯(lián)社共研多模態(tài)證券大模型“財躍F1”，賦能客戶智能化服務(wù)體系。
API接入商業(yè)大模型，外掛知識庫建設(shè)
金融機(jī)構(gòu)選擇合適的商業(yè)大模型API接口，通過RAG進(jìn)行知識庫管理建設(shè)和應(yīng)用，私有化部署。
知識庫管理作為大模型落地的最順暢路徑，目前大部分對于大模型有所探索的金融機(jī)構(gòu)都紛紛有過嘗試，多基于開源大模型進(jìn)行知識庫外掛，為從業(yè)人員提供內(nèi)部知識庫問題等功能。相對而言更多分布在研究分析需求較大的證券行業(yè)。
接入大模型賦能的SaaS、大數(shù)據(jù)系統(tǒng)、智能助手等等
當(dāng)下很多軟件解決方案廠商自身也在做大模型的技術(shù)融合，并且有了一定成果，金融機(jī)構(gòu)選擇在某些業(yè)務(wù)流程上進(jìn)行AI大模型功能的應(yīng)用疊加或是采購大模型應(yīng)用軟件，來助力員工效率。
例如，興業(yè)銀行、中信銀行接入百度“文心一言”主要應(yīng)用在人機(jī)對話的流程場景。銀行通過百度智能云調(diào)用“文心一言”提供的跨模態(tài)、跨語言的深度語義理解與生成能力，提升客戶體驗，助力員工效率。
金融大模型：既是誘人的蛋糕，也是硌牙的石頭
盡管金融領(lǐng)域作為大模型落地的最佳土壤，對于大模型企業(yè)而言，面對強(qiáng)甲方屬性的銀行機(jī)構(gòu)，也頻頻出現(xiàn)要求高、交付難、維保難等等問題。對于廠商而言，這塊金融蛋糕人人都不想放過，但吃下去的確不容易。
百模大戰(zhàn)時期，幾乎超過60%企業(yè)都把金融領(lǐng)域放在了射程內(nèi)，華為·盤古金融大模型、百度·文心一言、騰訊·混元、科大訊飛·星火大模型、阿里·通義千問、商湯·日日新大模型、智譜AI、百川智能、星環(huán)科技·無涯、拓爾思·拓天大模型、360·金融大模型、云知聲·山海大模型、月之暗面、Minimax、階躍星辰等等。
從現(xiàn)實角度看，金融領(lǐng)域的大模型解決方案實際交付并不多，金融業(yè)大模型招標(biāo)項目量也逐步下降。金融領(lǐng)域看起來是一塊誘人的蛋糕，但是吃起來卻有點硌牙。
以百川智能為例，其一開始看中的主要應(yīng)用賽道是醫(yī)療和金融兩大領(lǐng)域。業(yè)內(nèi)人士向億歐網(wǎng)透露，百川智能內(nèi)部對于賽道的爭議和分歧也比較大。“有說要聚集醫(yī)療大模型的，有說金融很重要的。”
從外界觀察來看，2024年3月，多家媒體報道，原中關(guān)村科金副總裁鄧江加入百川智能，作為商業(yè)合伙人擔(dān)任金融事業(yè)群總裁職務(wù)，負(fù)責(zé)金融行業(yè)解決方案的打造以及合作生態(tài)的建立。這足以表明百川智能在金融領(lǐng)域的決心。
但是到了2024年7月份，百川智能確認(rèn)完成50億元A輪融資后，對外的聲音傳遞是要“聚焦醫(yī)療大模型”。
令人費解的是，2024年9月服貿(mào)會期間，鄧江以百川智能副總裁身份現(xiàn)場演講時曾表示，“我們始終在醫(yī)療和金融領(lǐng)域做持續(xù)的戰(zhàn)略投入。百川智能在醫(yī)療和金融領(lǐng)域取得了突破性成果，我們的大模型通過美國和中國的醫(yī)師職業(yè)資格考試，而且是很高的分?jǐn)?shù)，證明我們的大模型在醫(yī)療知識能力上已經(jīng)具備了一個醫(yī)療畢業(yè)生甚至一個醫(yī)生的水平。另外在金融領(lǐng)域，我們在國內(nèi)公開評測榜上保持第一梯隊，這個評測是非常復(fù)雜的，也就是說我們對金融知識的理解也達(dá)到了人類的水平。特別是在金融場景，我們已經(jīng)在很多金融機(jī)構(gòu)有很現(xiàn)實的應(yīng)用落地，來提供腦力的供給。”
如果仔細(xì)看百川智能最近對外信息傳遞，甚至是王小川本人的聲音，我們不難發(fā)現(xiàn)，百川智能業(yè)務(wù)核心圍繞著醫(yī)療是確認(rèn)無疑了。以《中國企業(yè)家》近期的《獨家對話王小川：大模型創(chuàng)業(yè)公司，都要走出互聯(lián)網(wǎng)大廠的射程》報道為例，“醫(yī)療”一詞出現(xiàn)了35次，而“金融”一次也沒有。
在金融領(lǐng)域，有大模型服務(wù)廠商知難而退，對于還在牌桌上的企業(yè)來講，未嘗不是好消息。從需求本身來看，金融機(jī)構(gòu)持續(xù)布局大模型并未暫停腳步。在2024年中報中多數(shù)金融機(jī)構(gòu)提及了對大模型的投入與探索，可以說，AI大模型已經(jīng)站穩(wěn)金融業(yè)的核心賽點位置。
單從金融大行的推動路徑來看，大部分傾向于自研大模型，多數(shù)已經(jīng)將大模型納入長期戰(zhàn)略規(guī)劃，加大技術(shù)研發(fā)投入，增加數(shù)據(jù)中心GPU儲備，成立專門的人工智能部門或?qū)嶒炇?，推動大模型在業(yè)務(wù)中的應(yīng)用。
從投入的角度來看，即便對金融機(jī)構(gòu)這樣的金主來講，也是一場“燒錢”之戰(zhàn)。
首先，基礎(chǔ)大模型的質(zhì)量決定了垂直應(yīng)用的精準(zhǔn)性與好用度，但當(dāng)前中國絕大部分基礎(chǔ)大模型的技術(shù)突破路還很長。以ChatGPT為標(biāo)桿，國產(chǎn)大模型大部分還在GPT-3.5水平，而從GPT-3.5到GPT-4的訓(xùn)練，保守估計訓(xùn)練一次最少要用到8000張GPU，從GPT-4到今天的GPTo1，必然是萬卡集群的支撐，為了應(yīng)用到金融領(lǐng)域還需要高質(zhì)量數(shù)據(jù)再進(jìn)行微調(diào)，初始投入巨大。且大模型的訓(xùn)練和部署需要高水平的技術(shù)支持，涉及高端的AI算法和技術(shù)人員投入。
大型金融機(jī)構(gòu)可以持續(xù)性投入，搶占技術(shù)高點，造就金融大模型技術(shù)護(hù)城河。但對于小型金融機(jī)構(gòu)而言，當(dāng)前“外掛知識庫、大數(shù)據(jù)智能化分析、SaaS類、AI助手”的方案，成本低且效益高。如果能在適宜的場景落地，也可以助力業(yè)務(wù)的開拓和人力成本的降低。
當(dāng)然，從金融從業(yè)角度來看，即使金融領(lǐng)域的結(jié)構(gòu)化、標(biāo)準(zhǔn)化、流程化最適合大模型落地，其實也不需要擔(dān)心人工智能會大規(guī)模取代人類。相反，人工智能有潛力增強(qiáng)勞動力，大幅提高處理能力和質(zhì)量。這種情況下，人類勞動力的角色自然會轉(zhuǎn)移到更高的層次，同時也有更多的精力用于基于關(guān)系、面向客戶的角色，進(jìn)而進(jìn)一步推動金融業(yè)的核心目標(biāo)“以客戶為中心”。
從當(dāng)前市場來看，走到下一個階段，預(yù)估會出現(xiàn)小型銀行與中大型銀行共享模型，共連應(yīng)用。更有實力的中大型金融機(jī)構(gòu)作為行業(yè)協(xié)同的領(lǐng)導(dǎo)者，為偏小型金融機(jī)構(gòu)提供技術(shù)輸出乃至人才輸出。從這一點看，金融系科技子公司或許有可為。
結(jié)語
繞樹三匝，只要有枝可依，向上生長的空間是無限的。抓住這一歷史機(jī)遇，持續(xù)深化對大模型和人工智能的投入，深化與科技公司的合作，加強(qiáng)人才培養(yǎng)，構(gòu)建開放共贏的金融科技生態(tài)，是引領(lǐng)與展航的路，也是正確與篤定的路。
期待中國大模型的融入能更好輔助金融機(jī)構(gòu)推動金融服務(wù)的普惠化、智能化和可持續(xù)發(fā)展，為全球金融創(chuàng)新貢獻(xiàn)“中國智慧”和“中國方案”。
本文鏈接：http://www.albanygandhi.com/news-23-4758.html拜“金”大模型，蛋糕難啃？
聲明：本網(wǎng)頁內(nèi)容由互聯(lián)網(wǎng)博主自發(fā)貢獻(xiàn)，不代表本站觀點，本站不承擔(dān)任何法律責(zé)任。天上不會到餡餅，請大家謹(jǐn)防詐騙！若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。
