中新经纬10月20日电 (魏薇)随着人工智能技术的不断成熟，大模型在金融领域的应用正逐步深化，成为推动金融行业高质量发展的重要力量。在2024金融街论坛年会上，人工智能、大模型也成为业界探讨的热点话题。
大模型对金融领域产生哪些影响？在技术与实践层面，金融机构进行了哪些尝试？在论坛期间，马上消费科技创新发展部总经理、马上消费研究院院长赫建营在接受中新经纬采访时，谈及了上述问题，尤其是马上消费大模型应用于合规与消费者保护的探索实践。
大模型助力金融业数字化转型
“人工智能在金融行业的应用，已经覆盖从营销获客到智能风控、智能投顾和智能客服等多个场景。人工智能在整个金融场景是全链条、全场景的应用。”赫建营在2024金融街论坛年会“AI重塑金融与安全治理”分论坛上表示。
当前，各行各业都在积极利用数字技术(如云计算、大数据、人工智能等)对其业务流程、产品和服务以及商业模式进行改变，以适应或引领市场变化的过程。赫建营认为，在金融业，大模型等先进的人工智能技术成为行业数字化发展的有效助力。
目前，不少金融机构都在布局各自的大模型。“金融业推动数字化转型更加迫切，这与行业自身的特点有关。”在赫建营看来，金融业是个智力密集行业，具备高经济价值、高数据密集、高服务品质、高合规性、高科技投入等特点。
他进一步指出，从稳健发展、监管合规、客户服务等需求出发，金融业数字化转型具备迫切性；而行业具备的数据积累和科技基础，又为技术创新应用提供了肥沃的土壤。具体来看，金融业涉及巨额资金流动，创造着巨大的经济价值和社会价值，因此其安全性、准确性和时效性要求极高，数字化转型能够提供强有力的安全保障，确保金融业务的稳健运行。金融业拥有海量且高精度的数据资源，这是数字化转型的天然基础；金融业作为高品质的服务业，需要深刻分析客户需求，提供差异化的服务；金融业受到包括资本充足管理、反洗钱等严格监管要求，亟需数字化技术助力；金融业始终注重加大科技投入，具备深入应用新技术的科技基础。
“零售金融作为直接面向广大C端客户(即消费者)的金融业态，拥有更大规模的客户、更大频次的交易、更大体量的数据，能够将数字化的优势发挥得淋漓尽致。”赫建营说。
大模型应用面临哪些挑战？
“金融领域作为复杂决策交织的巨型系统，其对精准度与稳健性的严苛要求，使得大模型在此间的应用面临着与现实场景深度融合的艰巨挑战与广阔机遇。”赫建营说。
在他看来，和传统的模型相比，大模型在研究复杂关系领域非常有优势，并且能够学习数据的特征、模式和关系，泛化能力更强，因而能更好地理解意图和自然语言，甚至生成图片、文字、视频等。其主要特性是有泛化能力、意图识别能力和逻辑分析能力。而小模型则在追求事物的确切性和可信度方面更有优势。
他举例称，在智能客服应用中，马上消费在理解客户意图阶段采用大模型来识别，一旦大模型理解了意图，就调用小模型生成一个解答，再用大模型自然语言的声纹技术生成可解释的语言。马上消费将大模型应用至智能语音助手、辅助人工坐席决策等多个环节，支持客户服务过程中的自然语言多轮交互。当前，马上消费的智能客服意图识别率达90%，自助解决率已经达到了91%，用户好评率提升23%。
谈到大模型应用给金融机构带来哪些挑战，赫建营认为，如何高效利用有限数据，提升领域大模型的精准度，同时确保模型的可解释性与稳定性、合规性、安全性成为亟待解决的难题，这些难题还缺乏业界广泛的实践，应用框架、行业标准、评价体系等有待建设。大模型的应用对企业的多模态数据架构、应用架构、智算基础架构都有比较大的影响，数据管理的高效与安全，也是制约大模型技术广泛应用的关键。
“面对以大模型为代表的人工智能技术带来的监管挑战，金融机构需要采取措施，确保在推动创新的同时，保障安全性和稳定性。”赫建营说。
(更多报道线索，请联系本文作者魏薇：[email protected])(中新经纬APP)
(文中观点仅供参考，不构成投资建议，投资有风险，入市需谨慎。)
中新经纬版权所有，未经书面授权，任何单位及个人不得转载、摘编或以其他方式使用。
责任编辑：薛宇飞 李中元
