(資料圖)

今年以來，“大模型”一詞在金融行業炙手可熱。“千模大戰”背后，大模型給金融行業帶來了哪些變革?針對金融行業的獨特性，大模型還面臨哪些發展瓶頸?

“大模型重塑產業生態，金融大模型落地應用的話題正成為產學研界的共同關注。”在日前舉辦的大模型技術與應用論壇上，有業界人士表示，金融行業作為人工智能應用場景密集的行業，是大模型技術落地的重要領域之一，將重塑現有業務流程，改變產業格局。

清華大學人工智能研究院常務副院長孫茂松表示，大模型基于其構建的向量空間，正在打造出嶄新的智能信息處理基礎平臺，進而變革各行各業的基本生態。對于金融領域而言，金融機構對于大模型的態度決定了自身的定位，也決定了其在日異激烈的競爭中能否搶占先機。

大模型時代，算力、算法、數據構成了新范式的“三駕馬車”。北京大學光華管理學院商務統計與經濟計量系教授王漢生表示，高效人工智能算法、模型最終要解決的是業務痛點問題。數據模型落地最重要的是尋找應用場景，比如在金融科技實踐中，需要落地客服、銷售、風控等業務場景。

“大模型讓機器具有了常識，懂得了邏輯，學會了創作，讓人和機器能以更自然的方式互動，通過與周邊工具的結合，大模型已經具有了通用人工智能的雛形。”度小滿CTO許冬亮說，金融行業是高價值行業，數字化基礎好，高度依賴數據和技術，是大模型落地應用的高潛場景。對于中小金融機構，在大模型的浪潮里，他們也有機會通過應用創新，來加快自身的數字化和智能化進程，跨越數字化鴻溝。

對于金融行業大模型的應用實踐，中國農業銀行研發中心大模型研發負責人耿博表示，人工智能(AI)大模型面臨算力需求大、訓練和推理成本高、數據質量不佳、隱私和安全問題等挑戰。目前，大模型和場景融合是一個不斷演進、探索的過程，數據是大模型的生產要素，基礎設施是大模型的入場券，場景應用是大模型的驅動力，AI 大模型未來發展將趨于通用化與專用化并行。

有業界人士表示，現階段在金融領域發揮大模型的能力有三方面挑戰需要解決。一是通用模型能力不能滿足金融場景需要，通用大模型本身精度不夠、金融知識缺失、更新迭代慢。二是大模型如何高效植入現有業務場景，一個團隊既要懂業務場景，又要理解大模型的使用方法，還需要具備比較強的工程能力。三是大模型應用于金融業中產生的安全合規和隱私保護問題，金融本身是高合規要求的行業，大模型又是具有顛覆性的新技術，業界對它的風險還沒有完全了解。

光大信托數據中心總經理祝世虎認為，大模型是生產力的提升，在金融行業的落地路徑要依靠大合作和大創新。通過大數據整合、大算力合作，在垂直領域精調模型，以小規模算力打造輕量級推理模型。目前大模型在金融領域的應用主要集中在智能客服、智能運營、智能辦公等領域，后續應該更多的應用于風險管理、資本管理和監管科技等金融行業的核心業務方面。