〖光明网〗大模型应用将成为金融行业转型升级的重要方向

自2022年11月 ChatGPT上线以来，大模型概念炙手可热，大模型技术引领人工智能领域迈入新发展高度，在世界范围内受到广泛关注。对于用户和人工智能提供商而言，大模型是一个重要发展机遇。

在业务需求复杂多变、监管趋严、人力成本上升等因素的影响下，金融行业逐步强化了数字化建设的投入意愿与力度，是数字化、智能化的先行者，也是大模型技术的最佳应用实践领域之一。从感知智能向认知智能发展的大模型技术具备了一定的推理能力，能更好地适用于金融场景。拥有良好数字化基础的金融行业对新兴技术具有高接受度和支持度，对先进的AI技术具有强烈的需求，这些优势条件共同作用，驱动大模型技术在金融领域率先落地。云计算、大数据、大模型等新兴信息技术的应用，正在改革传统金融业务的作业模式，创新金融业务形态，大幅提高运营效率。这些技术与金融业务相互成就，共同进步与发展。

国内外的金融大模型

在国外，Bloomberg（彭博）、Mor⁃gan Stanley（摩根士丹利）等金融巨头积极布局大模型开发与应用，形成金融大模型的强大示范效应。今年3月底，彭博发布了500亿参数、基于Bloom模型的金融大语言模型Bloom⁃bergGPT，标志着全球首个金融大模型的诞生，也引发市场对金融垂直领域大模型的关注。该大模型在3630亿Tokens金融数据集、3450亿Tokens公共数据集之上进行训练，在金融领域自然语言处理（NLP）任务上的表现明显优于其他类似规模的开放模型，在一般NLP基准上的表现也达到甚至超过平均水平。摩根士丹利宣布采用GPT-4来管理其庞大的内部知识库（涵盖投资策略、市场研究以及分析师见解的海量知识），财富管理人员可以通过聊天机器人在知识库中执行全面搜索，高效便捷地获取储存的信息，释放其积累的知识。Broadridge（布罗德里奇）子公司LTX宣布，通过GPT-4打造了BondGPT，主要用于帮助客户回答各种与债券相关的问题。

用户可通过自然语言与BondGPT交流获得符合需求的公司信息、利率、价格、发布日期、到期日期、债券评级等信息，简化债券投资流程，提供投资组合建议等。

在国内，度小满今年5月发布了1760亿参数、基于Bloom大模型训练而来的中文大模型“轩辕”，这也是国内首个垂直金融行业的开源大模型。相较于通用大模型，在金融名词理解、金融市场评论、金融数据分析和金融新闻理解等任务上，轩辕大模型表现出明显的金融领域优势，效果大幅提升。6月，恒生电子发布金融行业大模型LightGPT, 针对投顾、投研、风控、合规、运营、客服等场景，开发了金融专业问答、逻辑推理、超长文本处理、多模态交互等方面能力。8月，马上消费推出零售金融大模型——天镜大模型。9月8日的外滩大会上，蚂蚁集团也正式发布了金融大模型AntFinGLM，以及基于金融大模型的两款产品“支小宝2.0”与“支小助”。

农业银行早在今年年初便发布了大模型产品——ChatABC。工商银行、中国银行、交通银行等多家银行都已率先接入通用大模型，探索以本地部署方式构建企业专属的大模型解决方案。海通证券、广发证券、兴业证券、长江证券等十余家券商宣布成为百度大模型“文心一言”首批生态合作伙伴，专注于财富管理领域应用场景，包括智能投研等数字内容生成，基于客户个性化需求的问题解答、服务陪伴及特定任务处理等智能化客户服务，“数字人”及内部运营管理效能提升，等等。

大模型在金融行业的应用场景

大模型在金融行业有着广泛的应用场景。在前台，智能客服是AI在金融领域最常见的应用方向之一。在客服系统接入大模型后，金融机构只需要提供服务流程、政策制度等原始文档，及以前积累的客服数据。大模型就会依靠本身具有的超强自然语言理解能力，通过多轮对话的形式识别用户的意图，并能给出满意的答复，将大幅提升客户经理的专业水平和服务能力，大幅降低客户经理的运营成本，让每个人都拥有类似钢铁侠电影中AI管家JARVIS一样的24小时在线的专业客户经理。在中台，大模型能改变金融机构内知识获取、内容创作、会议与沟通、代码开发与测试的方式，提升内部办公效率，甚至引发研发测试模式变革，全方位提升金融机构内部运营效率。在后台，大模型将成为金融智能科技底座的标配，大幅降低智能技术应用的门槛，基于少量金融标注数据的微调就能让智能技术支持广泛的金融业务场景。

类似的金融行业应用场景还有很多。在信贷审批场景中，大模型可协助业务人员完成贷前风险评估、尽职调查、辅助审批、合规审查、贷后催收等工作。在智慧网点领域，大模型可将大量静态文档转换成场景化的流程指引，提升网点员工的业务应变和沟通能力，提升服务效率和质量。

AI大模型在内容生成与创作、信息摘要与总结、知识理解与问答、自然交互与对话等方面具备出色的能力。当大模型应用于金融行业业务流程并与场景相融合，智能风控、智能投顾、智能投研、智能营销、理赔自动化、智能客服、智能运营等应用场景所涉及的数千个应用都值得重做一遍——大模型在金融行业有着广泛的应用前景。未来的竞争中，大模型将在风险管理、投资决策、交易分析和客户服务等方面提高金融行业的效率和精度，发挥出更大作用。

生成式人工智能管理办法及金融大模型标准发布

生成式人工智能正在加速发展，不断催生新场景、新业态、新模式和新市场，赋能千行百业。与此同时，其暴露出的安全风险也引发了各国监管部门的广泛关注。因此，意大利、德国、法国和西班牙等多个国家的数据保护监管机构对ChatGPT表达担忧或发起调查。今年7月，国家网信办联合发改委、教育部、科技部、工信部、公安部、广电总局七部门联合公布了《生成式人工智能服务管理暂行办法》。该办法是我国促进生成式人工智能健康发展和规范应用的专门立法，界定了生成式人工智能技术的基本概念，规定了生成式人工智能服务提供者的制度要求，为生成式人工智能的健康发展指明了方向。

近期，面向金融行业的专业大模型逐渐亮相，落地金融业务场景速度加快，但金融大模型在服务合规性、输出准确性、部署模式等方面仍需要行业共同探索。金融行业是一个强监管的行业，面临着数据、算力、算法、应用等诸多挑战。在新兴业务形态如火如荼的发展过程中，也衍生出隐私侵犯、数据滥用、算法歧视、业务恶性扩张等一系列问题。因此，各领域的行业标准正在加速落地。

9月19日，由中国信通院牵头，联合腾讯云、恒生电子、奇富科技、科大讯飞等四十多家企业共同发布了《面向行业的大规模预训练模型技术和应用评估方法第1部分：金融大模型》标准，这是国内首个金融行业大模型标准。该标准主要从业务角度出发，涵盖金融大模型的场景适配度、能力支持度和应用成熟度三大方面评估的关键能力要求，涉及银行、保险、证券等多个金融行业以及投研、投顾、风控、营销等多个应用场景。这一金融大模型标准为科学评价金融大模型技术能力和应用效能提供了详尽的参考，充分满足了金融行业的属性要求，为全面促进金融大模型的安全合规和可信发展提供了重要保障。

中国人民银行印发的《金融科技发展规划（2022-2025年）》指出，将数字思维贯穿金融业务运营全链条，注重金融创新的科技驱动和数据赋能。金融行业场景丰富，数字化基础好，高度依赖数据和技术，是大模型落地应用的高潜场景。业内分析认为，中国金融行业经历互联网、移动互联网两大浪潮之后，如今正迎接第三波浪潮——大模型。在大模型浪潮里，中小金融机构也有机会通过应用创新来加快自身的数字化和智能化进程，跨越数字化鸿沟。大模型技术深度契合金融行业数字化基因，是推动行业转型升级的重要方向。应用大模型的能力将成为金融行业机构的关键竞争力。

光明网：https://epaper.gmw.cn/zhdsb/html/2023-10/18/nw.D110000zhdsb_20231018_1-18.htm?div=-1