經(jīng)濟(jì)觀察網(wǎng) 記者 汪青 “大模型在金融領(lǐng)域的應(yīng)用正在逐漸走向理性。相較于2023年整個行業(yè)對于大模型的狂熱追捧，2024年市場開始更加關(guān)注技術(shù)的投入產(chǎn)出以及能否與業(yè)務(wù)深入融合，這種理性的態(tài)度其實更有助于推動大模型在金融領(lǐng)域的可持續(xù)發(fā)展?！逼娓豢萍际紫惴茖W(xué)家費浩峻在12月22日接受經(jīng)濟(jì)觀察網(wǎng)采訪時表示。

2023年是金融大模型井噴式發(fā)展的一年。多家大型金融機構(gòu)和科技企業(yè)紛紛推出了自己的金融大模型產(chǎn)品。以銀行業(yè)為例，包括工商銀行、農(nóng)業(yè)銀行、招商銀行在內(nèi)的約20家機構(gòu)在2023年年報中披露了關(guān)于大模型的研發(fā)、業(yè)務(wù)應(yīng)用以及賦能業(yè)務(wù)取得的成效。

盡管備受追捧，但市場對大模型在金融核心業(yè)務(wù)中的應(yīng)用仍持懷疑態(tài)度。費浩峻解釋道，最初人們期望大模型能夠成為一種完備的體驗，替代線上數(shù)百個模型的運轉(zhuǎn)，實現(xiàn)從輸入到輸出的完整風(fēng)險與運營解決方案。但現(xiàn)實是大模型的“黑盒”特性和難以拆解導(dǎo)致其在金融領(lǐng)域的應(yīng)用并不如預(yù)期。

經(jīng)過2024年一年的落地實踐和優(yōu)化，市場的觀念也在發(fā)生轉(zhuǎn)變。

費浩峻分析認(rèn)為，最主要的原因是隨著應(yīng)用的深入，市場逐漸認(rèn)識到金融大模型的局限性。盡管其具備強大的數(shù)據(jù)處理和分析能力，但在某些復(fù)雜場景下仍需結(jié)合人工判斷和專業(yè)知識進(jìn)行決策。同時，市場也逐漸認(rèn)識到金融大模型并非萬能解決方案，不同金融機構(gòu)和客戶的需求存在差異，金融大模型需要針對具體場景進(jìn)行優(yōu)化和調(diào)整。因此，市場逐漸回歸到理性思考和加強業(yè)務(wù)深入融合的階段。

據(jù)介紹，在信貸核心業(yè)務(wù)中，人工智能算法的應(yīng)用主要體現(xiàn)在用戶行為表征和決策模型兩方面。其中，用戶行為表征涉及將用戶的物理行為和虛擬行為通過降維的方式傳輸給決策模型，而這恰恰是大模型具有的天然優(yōu)勢。

“決策模型則關(guān)注對風(fēng)險和需求的判斷，具有很高的穩(wěn)定性要求，當(dāng)前大模型在這方面仍面臨一定的挑戰(zhàn)。不過，通過學(xué)習(xí)小模型的數(shù)據(jù)輪轉(zhuǎn)能力并將其遷移到大模型中，大模型已經(jīng)能夠?qū)I(yè)務(wù)產(chǎn)生積極影響。”費浩峻說。

費浩峻以信貸業(yè)務(wù)中對研報的解讀為例稱，過去算法團(tuán)隊將研報解讀為產(chǎn)品利潤上升、質(zhì)量下降等事件形式需要煩瑣的工序。然而，經(jīng)過QiFuGPT的擴充，可以輕松將產(chǎn)品事件擴充到兩百多個，并基于這些事件對業(yè)務(wù)的不同影響構(gòu)建數(shù)據(jù)反饋。通過數(shù)據(jù)反饋進(jìn)行指令優(yōu)化，大模型可以根據(jù)對業(yè)務(wù)有幫助的指標(biāo)進(jìn)行更多的泛化和精細(xì)化處理。

費浩峻表示，在實際應(yīng)用中，大模型對研報的表征在風(fēng)險和動支方面都表現(xiàn)出了較高的區(qū)分性，特別是在動支方面。一個分析產(chǎn)業(yè)研報的模型在過去需要10人以上的算法團(tuán)隊才能完成，而現(xiàn)在只需要1個算法人員就可以運行起來，這對企業(yè)降本增效起到了積極作用。

需要指出的是，盡管大模型對金融領(lǐng)域提效有著顯著的優(yōu)勢，但在成本投入上也讓部分企業(yè)心存顧慮。

“大模型的應(yīng)用確實需要一定的投入，包括訓(xùn)練和推理兩個方面。其中，訓(xùn)練成本相對較高，但幸運的是目前有許多底層企業(yè)已經(jīng)在這一領(lǐng)域取得了突破，為其他企業(yè)節(jié)省了訓(xùn)練成本。而在推理成本上，隨著技術(shù)的不斷進(jìn)步，其壓力也在逐漸減小。如今，通過推理加速和GPU提速等技術(shù)手段，大模型的推理成本已經(jīng)大大降低，甚至在某些場景的提速效果可達(dá)40倍之多?！辟M浩峻說。

此外，費浩峻還指出，雖然高參數(shù)大模型性能較好，但并不一定適用于所有場景。在選擇大模型時，企業(yè)應(yīng)充分考慮其經(jīng)濟(jì)性和適用性。目前，許多金融機構(gòu)已經(jīng)在線上使用了參數(shù)相對較低的大模型，這些大模型在保持較高準(zhǔn)確性的同時也降低了成本投入。

隨著技術(shù)不斷迭代發(fā)展，金融大模型顯著提升了金融服務(wù)的效率和質(zhì)量，同時也為金融機構(gòu)創(chuàng)造了新的盈利模式。但在實踐過程中，仍存在諸多挑戰(zhàn)。

費浩峻表示，首先，大模型“黑盒”特性使得其決策過程難以被人類理解從而增加了風(fēng)險。為了解決這個問題，金融行業(yè)開始嘗試將大模型的決策過程還原成人類可以理解的技術(shù)特征，并進(jìn)行統(tǒng)計分析和人文反思。其次，大模型技術(shù)的應(yīng)用需要滿足合規(guī)監(jiān)管的要求，這需要在技術(shù)創(chuàng)新和合規(guī)監(jiān)管之間找到平衡點。為了解決這個問題，金融行業(yè)需要加強與監(jiān)管機構(gòu)的溝通和合作，共同推動技術(shù)創(chuàng)新和合規(guī)監(jiān)管的協(xié)同發(fā)展。

“此外，大模型技術(shù)的應(yīng)用還需要解決數(shù)據(jù)質(zhì)量問題。由于金融行業(yè)的特殊性，數(shù)據(jù)的質(zhì)量和準(zhǔn)確性對于大模型的應(yīng)用至關(guān)重要。因此，金融行業(yè)需要加強數(shù)據(jù)管理和質(zhì)量控制，確保數(shù)據(jù)的準(zhǔn)確性和可靠性?！辟M浩峻說。

談及金融大模型未來應(yīng)用還有哪些創(chuàng)新潛能，費浩峻認(rèn)為，主要集中在對內(nèi)提效、核心業(yè)務(wù)深化以及對客表達(dá)優(yōu)化三個方面。

其一，對內(nèi)提效是大模型在金融領(lǐng)域應(yīng)用的初步嘗試。隨著技術(shù)的不斷進(jìn)步，金融機構(gòu)發(fā)現(xiàn)即便達(dá)到了當(dāng)前的天花板，也能在短時間內(nèi)通過技術(shù)革新進(jìn)一步提升效率。例如，基礎(chǔ)模型的定期更新使得原有的效率上限被不斷打破，從而推動了整個行業(yè)的快速發(fā)展。

其二，核心業(yè)務(wù)是大模型在金融領(lǐng)域深耕的重要方向。無論是信貸、保險還是理財?shù)群诵臉I(yè)務(wù)，大模型都能通過提供智能化解決方案來優(yōu)化業(yè)務(wù)流程、降低風(fēng)險并提高客戶滿意度。隨著技術(shù)的深入應(yīng)用，核心業(yè)務(wù)層與大模型的結(jié)合將更加緊密，從而推動金融業(yè)務(wù)的持續(xù)創(chuàng)新和升級。

其三，對客表達(dá)優(yōu)化是大模型在金融領(lǐng)域廣泛應(yīng)用的另一重要方面。通過將大模型應(yīng)用于客戶服務(wù)場景，金融機構(gòu)能夠提供更加個性化、智能化的服務(wù)體驗。隨著多模態(tài)技術(shù)的不斷發(fā)展，金融機構(gòu)的對客表達(dá)能力將得到進(jìn)一步提升，從而增強客戶黏性并拓展市場份額。