• 移动端
    访问手机端
    官微
    访问官微

    搜索
    取消
    温馨提示:
    敬爱的用户,您的浏览器版本过低,会导致页面浏览异常,建议您升级浏览器版本或更换其他浏览器打开。

    ChatGPT热潮下,金融业迎来“大模型时刻”

    曹媛 来源:21世纪经济报道 2023-09-13 08:41:57 ChatGPT 大模型 金融AI
    曹媛     来源:21世纪经济报道     2023-09-13 08:41:57

    核心提示生成式人工智能(AIGC)正在为金融行业带来更多想象空间。

    生成式人工智能(AIGC)正在为金融行业带来更多想象空间。

    金融行业作为数据密集型行业,是传统AI技术最早落地的商业场景之一。随着AIGC的快速发展,诸多金融场景和应用也在广泛试水和布局。如彭博社推出的Bloomberg GPT、GPT+Wolfram Alpha插件等。

    “但中国版的ChatGPT只会在5家公司里产生:BAT+字节+华为。这意味着创业公司或者那些纯为了炒股价的A股上市公司很难有机会。”远望资本创始合伙人、迅雷创始人程浩此前对记者强调。

    目前,“有用户、有钱、有应用场景”的互联网大厂纷纷入局大模型。如在9月7日,腾讯混元大模型正式对外亮相。金融则是AI大模型的重要应用场景之一。一天后,在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,并开源生成式AI编程平台CodeFuse。

    随着入局者增加,AIGC的核心市场规模正在逐步扩大。据艾媒咨询数据显示,预计到2028年将达2767.4亿元。深圳香蜜湖国际金融科技研究院院长张凯认为,“聚焦金融领域,随着大模型技术的不断创新,未来将持续深入到金融风控、零售金融、财富管理、投研、保险理赔等更多的场景,持续推动金融行业的数字化转型。”

    AI大模型如何赋能金融业?

    “对于金融机构而言,善用AI大模型,就相当于配备了一群不限数量的优秀‘大学毕业生’。”腾讯云副总裁胡利明接受南方财经全媒体记者采访时表示,AI大模型可以快速学习各个金融领域的专业知识,叠加金融机构在不同应用场景的专业能力,经过不断训练,AI大模型甚至可以成为金融业各个领域的“专家”。

    那么,目前AI大模型在下游应用端到底能如何赋能金融机构?主要应用在哪些金融场景中?

    “目前AI大模型在代码助手和客服助手应用场景是最先能跑出来的。”胡利明表示,AI大模型可以应用于投研投顾、风险管理、舆情、客服、营销、内容生成、内容识别、交易的执行、投教、代码助手等多领域。

    在国内,众多金融机构将AIGC的相关技术应用在客户服务和投顾咨询上。如早在2016年2月,中国工商银行便推出智能客服“工小智”,是面向客户提供业务咨询、信息查询、业务办理、优惠分享等服务的机器人。

    “AI大模型通过大规模的参数和预训练技术,使得AI具备了比过去更强大的理解能力和表达能力,因此应用场景非常广泛。”胡利明对记者表示。

    例如,腾讯云与一家股份制银行合作,基于腾讯的行业大模型叠加银行数据,利用OCR(Optical Character Recognition,光学字符识别)快速为该行定制特定的交易单据识别,直接将单据识别效率从人工处理的5分钟/单,提升至5秒/单,全年节省300多人月。再针对这个新单据格式,通过建模、调优,可以在几天内完成新模型的训练和生成,其智能化分检准确率可达98%。

    此外在风控阶段,腾讯也在和头部股份制银行合作,构建基于一些细分场景的风险识别模型。借助大模型,一些场景的风控模型建模周期从过去的至少两周缩短到两天以内。例如,信贷业务会不断出现一些线上业务新场景,需要遵守新的规则,将专家模型嵌入风控体系内,可以快速堵住风控漏洞,提升风控能力。

    云厂商为大模型“筑底”

    目前,AIGC的火爆带来AI大模型参数量从亿级到万亿级的飙升,GPU服务器及资源的成本极其昂贵。对于想要打造大模型的企业,在云上能大幅降低算力的使用门槛。

    因此,云厂商为AI大模型“筑底”。“如果说云计算和相关技术组件的能力,是像水、电一样的基础设施,那么人工智能的模型能力及应用能力,则是加载在这个基础设施上的,能够直接满足业务需求、直接对业务产生效应的程序。”胡利明表示。

    那么,目前云厂商如何为金融机构进行智能化赋能?以腾讯为例,腾讯云为腾讯混元大模型提供幕后支撑。“从开始支持大模型训练以来,我们对云的基础设施,从存储、网络到计算进行了全面升级。”腾讯集团副总裁、云与智慧产业事业群COO、腾讯云总裁邱跃鹏介绍称。

    如在基础设施层面,腾讯云一方面可为金融机构提供虚拟化GPU。胡利明介绍称,“鉴于单个金融机构对算力的调度效率不高,腾讯云通过对GPU进行虚拟化拆分和调度,能够帮助金融机构降本增效。”另一方面,GPU在使用过程中故障的发现和定位也非常影响算力资源池的使用,在这方面腾讯云也有积累可向金融机构输出。

    此外,基于全面自研能力,腾讯云在交换机、通信协议、通信库以及运营系统等方面,进行了软硬一体的升级和创新,推出面向大模型的高性能网络——星脉网络,基于腾讯云新一代算力集群HCC,可支持10万卡超大集群规模。

    而在AI模型能力及应用能力层面,腾讯云通过为金融机构提供机器学习平台和向量数据库,助力金融机构提升智能化业务能力。一方面,腾讯的TI-One机器学习平台,不仅提供传统的建模能力,还叠加了大模型时代的精调能力,且能够支持十多个行业大模型。另一方面,腾讯云的向量数据库,则不仅经历了鹅厂内部业务的长期锤炼;还可以结构化的方式快速导入行业知识数据,叠加行业知识训练。

    第三个层面,腾讯云还提供以腾讯混元大模型为底座的MaaS(Model-as-a-Service模型即服务),直接为金融机构提供各种类型的应用场景的最终模型——客户可以基于混元、也可以基于开源模型,做自己专属的行业大模型。

    邱跃鹏提出,一方面,高性能的云上算力,成了大模型的最佳助推器,搭载大模型能力的应用,也通过云服务的方式落地。另一方面,大模型也将重新定义云上工具,使其效能显著提升,从而让企业可以获得更高性价比、更便捷易用的云产品。

    金融机构实操层面出现分化

    目前,生成式人工智能(AIGC)早已成为长驱直入人类生活的“强大之物”,在金融领域的实际落地及应用阶段,还面临诸多痛点。

    值得注意的是,金融机构在拥抱AI大模型的实操层面也出现了分化。据胡利明观察,头部实力雄厚的金融机构都在积极投入资源,他们往往会和多家云厂商合作,采购GPU算力资源池、机器学习平台和调度平台,同时并行构建开源大模型,并选择不同的业务场景进行试点。

    部分腰部机构则会选择与1-2家大型云厂商合作,用少量经典场景做试点。而大部分腰部和小型机构则处于观望和跟随状态。

    根据各家银行的半年报,工商银行、农业银行、中国银行、交通银行等数家银行,都明确提出正在探索大模型的应用。

    此外,胡利明认为,“目前金融机构智能化在战略目标,实施路径,组织架构以及人才的匹配方面都面临不小的挑战。”

    首先,金融机构智能化转型要制定明确的战略目标及实施路径,让转型能够逐步产生阶段性成果,避免持续投入,但看不到明显效果。“目前金融机构已经形成共识,必须要积极拥抱AI。长期来看,金融机构如果不具备基于AI的金融服务力,将会被时代淘汰。”他发现。

    此外,金融机构智能化转型要匹配适合的内部组织架构及人才。“数字化、智能化转型不是一次性的项目,而是对金融机构的战略性重塑,从高管到每个员工的经营思路都要与时俱进,否则效果会大打折扣。”

    但目前AI人才缺口非常大。胡利明发现,现在头部金融机构都在招算法博士,尽管他们可以借力云厂商,但最终金融机构还是要具备自主使用和创新的能力,去主导AI大平台的构建、优化及不断叠加新的应用场景。

    《2022年人工智能全球最具影响力学者榜单AI 2000》数据显示,2022年我国人工智能领域顶级研究人才数量达到232人,占比11.6%,仅次于美国(1146人,占比57.3%),顶级研究人才总量为美国的1/5左右。

    “大模型这一次的热潮,对包括金融行业在内的各行各业都有非常深远的影响。”胡利明总结道。

    责任编辑:王超

    免责声明:

    中国电子银行网发布的专栏、投稿以及征文相关文章,其文字、图片、视频均来源于作者投稿或转载自相关作品方;如涉及未经许可使用作品的问题,请您优先联系我们(联系邮箱:cebnet@cfca.com.cn,电话:400-880-9888),我们会第一时间核实,谢谢配合。

    为你推荐

    猜你喜欢

    收藏成功

    确定