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。

【資料圖】

度小滿CTO許冬亮

事實上，目前國內市場應用與場景豐富，倒逼垂直領域的大模型飛躍發展，并率先在不同產業中實現落地價值。清華大學人工智能研究院常務副院長孫茂松指出：“古希臘著名數學家畢達哥拉斯有一句名言叫萬物皆數，我套用他的話，萬物皆向量。大模型基于其所構建的向量空間，很可能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。大模型必然會導致相關產業重新洗牌，金融大模型正在重新定義金融科技。”

在孫茂松看來，對于金融科技公司而言，金融大模型屬于兵家必爭之地。金融科技公司對于金融大模型的態度決定了自身的境界，也決定了這家公司在日異激烈的競爭中能否贏得下一個五年，乃至下一個十年。

不過，現階段，如何在金融領域發揮大模型的能力，許冬亮認為，還有三個挑戰需要解決。

第一個挑戰是通用模型能力不能滿足金融場景需要。首先是通用大模型本身精度不夠，當前大模型原生的幻覺問題、可控性問題和可解釋性問題都限制了生成內容的準確性和可控性，而金融又是一個對精準性、可控性要求很高的行業；其次是通用大模型金融知識的缺失；再次是大模型更新迭代困難，金融是高時效的，模型必須能夠實時跟蹤金融市場的變化和趨勢。

另外則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的know-how，又要理解大模型的使用方法，而且還需要具備比較強的工程能力，這樣才有可能選擇出適合應用大模型的場景，高效地將大模型嵌入到實際業務流程。

此外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。金融本身是一個高合規要求的行業，大模型又是具有顛覆性的新技術，目前大家對它的風險還沒有完全了解，隨著大模型落地的不斷推進，如何平衡大模型落地收益和潛在合規風險，會是一個越來越突出的問題。

那么，又該如何解決大模型在金融行業落地應用的這些難題？許冬亮認為，每家機構獨立去解決這些問題既是不現實的，也是不經濟的，科技公司和金融機構在金融大模型上的合作非常有必要，“科技巨頭提供通用大模型，或者技術能力強的金融科技公司提供金融行業大模型，具體的金融機構基于這個行業底層模型，用自己的業務數據去做私域的訓練，然后做私有化的部署和應用”。

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也表示，好的人工智能算法、模型最終要解決的是業務問題，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。

據介紹，今年5月，度小滿開源了國內首個千億級中文金融大模型“軒轅”，“軒轅”在金融域任務評測中全面超越了市場上的主流開源大模型，開源以來已經有上百家金融機構申請試用。

關鍵詞：