来源 :21财经2023-11-22
11月21日，由21世纪经济报道主办的“2023首席科技官思享会（闭门会）”在北京成功举行，聚焦大模型的热点话题，金融机构、金融科技公司等资深人士进行了深入研讨。
“银行业数字化转型需要大模型加持。”中国银行业协会首席信息官高峰在发表主旨演讲时如是说。
他表示，近一年大模型创新应用与发展，展现出了很强的能力和潜力。我们相信在大模型的助力下，金融机构将不断提升全业务、全流程、全场景的智能化水平，赋能数字化转型。通过大模型全面提升金融服务质效，推动数据与实体的融合，改变行业发展格局。把握生成式人工智能重大发展机遇，为金融强国助力，为做好五篇大文章，加快推进AI大模型在业务方面的广泛应用，助力银行业高质量发展。
没有应用场景，新技术就是“无根之木”
从去年底至今，近一年时间里AIGC技术不断创新。在供给侧，4月份，行业就爆发了“百模大战”。金融行业垂直领域的大模型发布越来越多，5月，度小满发布了千亿级中文大模型「轩辕」，这也是国内首个垂直金融行业的开源大模型。
众多金融机构也坚定地也加入了这场浪潮之中，中国农业银行推出ChatABC，中国工商银行发布了基于昇腾AI的金融行业通用模型。8月，《生成式人工智能服务管理暂行办法》正式实施。9月外滩大会上，蚂蚁集团也正式发布了金融大模型。在需求侧，工商银行、农业银行、中国银行、交通银行、招商银行、中信银行、兴业银行、华夏银行、浙商银行等多家银行，都在探索大模型的应用。
在高峰看来，大模型在银行业落地应具备“三个条件”，即技术成熟度、政策支持、应用场景。
“没有应用场景，新技术就是‘无根之木’。”他进一步表示，对于金融机构来说，合规是第一要务。国家网信办联合国家发展改革委、教育部、科技部、工业和信息化部、公安部、广电总局公布《生成式人工智能服务管理暂行办法》，自2023年8月15日起施行，目的就是促进生成式人工智能健康发展和规范应用，维护国家安全和社会公共利益，保护公民、法人和其他组织的合法权益。
就金融业落地大模型的进展，高峰认为，不少金融机构都已将大模型从战略层面重视起来，有了更清晰的思考和路径规划，从单纯希望自己建算力、建模型，转变到更加关心应用的价值。
大模型在银行业落地路径的三个建议
“大模型在银行业的应用，从价值创造逻辑上可分为两大类。”高峰认为，一是代替人执行重复性任务。生成式AI可以替代人开展大量重复性较高、简单基础的任务，如智慧办公、智能客服、协同营销等。这能够释放运营类人力资源或缺乏流程操作经验的初级序列人员，实现降本增效。
二是协助人提高复杂决策的效率。利用大模型的创造能力，AI可以成为助手，有效放大关键岗位员工的产能，尤其是智能风控、智能程序员、智能投研等角色。大模型可以有效整合关键信息及素材，助力相关专业岗位的人员，更快速地产出高质量代码或文案。
在高峰看来，大模型落地过程中有两大难点：算力和数据治理。在数据治理方面，随着大模型的落地探索，不少金融机构也逐渐在加强数据治理。大行在数据治理领域有成熟实践，中小金融机构也在开始陆续去构建数据中台和数据治理的体系。
在算力方面，直接自建算力，成本相对高昂，但好处是安全性足够高，适用于实力雄厚、希望自建行业或企业大模型的金融机构，典型如建行、工行等国有大行。算力混合部署，即在敏感数据不出域的情况下，接受从公有云上调用大模型服务接口，同时通过私有化部署的方式处理本地的数据服务。适用于资金相对薄弱，只按需进行应用的中小型金融机构。
对于大模型在银行业的实施路径方面，高峰提出了三点建议。第一，当前，大模型技术并不成熟，而金融行业是一个强监管、高安全的行业，建议先内部后外部，短期内不建议直接对客使用。第二，注重大模型与小模型协同，不能忽视传统小模型的价值，基于大模型转换到金融场景中，会得到相比原先深度学习算法而言创造性更好的小模型。第三，借力知识图谱让大型语言模型更强，通过结合知识图谱，LLM（大语言模型）有望解决缺乏事实知识、幻觉和可解释性等诸多问题；而反过来 LLM 也能助益知识图谱，让其具备强大的文本和语言理解能力。