來源：中國經(jīng)營報(bào)

　　本報(bào)記者 王柯瑾 北京報(bào)道

　　隨著人工智能（AI）技術(shù)的飛速發(fā)展，大模型正成為全球關(guān)注的焦點(diǎn)，預(yù)示著未來科技的重大變革。

　　就金融領(lǐng)域的應(yīng)用來看，短短兩年時(shí)間，從百億級別參數(shù)到千億級別參數(shù)，以銀行為主要代表的金融機(jī)構(gòu)從布局到破局，試圖不斷解鎖AI在金融業(yè)的潛力和應(yīng)用邊界。

　　蘇商銀行相關(guān)人士在接受《中國經(jīng)營報(bào)》記者采訪時(shí)表示，金融業(yè)廣泛應(yīng)用的千億級大模型將向多模態(tài)和智能體發(fā)展。一方面，向多模態(tài)大模型發(fā)展，能夠處理文本、圖像、音頻、視頻等多維數(shù)據(jù)，將在智能客服、風(fēng)控等場景深度應(yīng)用。另一方面，智能體技術(shù)將使模型更靈活地適應(yīng)不同任務(wù)需求，實(shí)現(xiàn)業(yè)務(wù)流程自動(dòng)化。此外，大模型的可解釋性、合規(guī)性管理將日益重要，以確保模型透明、安全，符合金融監(jiān)管的嚴(yán)格要求。

　　中國銀行（601988.SH）研究院研究員馬天嬌在接受記者采訪時(shí)表示，千億級大模型表現(xiàn)出更強(qiáng)的通用性和全面性，但構(gòu)建千億級大模型耗資巨大，對金融業(yè)而言將面臨技術(shù)和成本兩方面的挑戰(zhàn)。

　　服務(wù)數(shù)字經(jīng)濟(jì)需求

　　日前，浙江農(nóng)商聯(lián)合銀行官網(wǎng)發(fā)布關(guān)于企業(yè)級基礎(chǔ)大模型采購公開招標(biāo)公告，招標(biāo)內(nèi)容包括采購企業(yè)級基礎(chǔ)大模型，采購內(nèi)容主要包含千億級參數(shù)基礎(chǔ)大模型及模型升級、定制化人天服務(wù)。

　　此前，招商銀行（600036.SH）曾披露過“預(yù)訓(xùn)練基礎(chǔ)大語言模型（千億級）采購項(xiàng)目”結(jié)果。中信銀行（601998.SH）也在其采購需求調(diào)研征集公告中表示，為支撐該行大模型平臺(tái)信創(chuàng)算力集群建設(shè)，具備千億級大模型的微調(diào)訓(xùn)練和推理能力，開展大模型信創(chuàng)算力服務(wù)器采購項(xiàng)目。

　　所謂千億級大模型是指參數(shù)數(shù)量達(dá)到千億級別的大型深度學(xué)習(xí)模型，這些模型因其龐大的參數(shù)規(guī)模能夠捕捉和學(xué)習(xí)極其復(fù)雜的數(shù)據(jù)特征和模式，從而在自然語言處理、圖像識別等人工智能領(lǐng)域展現(xiàn)出卓越的性能和泛化能力，但也需要巨大的計(jì)算資源和存儲(chǔ)空間來支持其訓(xùn)練和推理過程。

　　當(dāng)前金融機(jī)構(gòu)在大模型的應(yīng)用上，百億級和千億級都有涉及。

　　以銀行業(yè)為例，工商銀行（601398.SH）率先建成全棧自主可控的千億級參數(shù)規(guī)模AI大模型技術(shù)體系，領(lǐng)跑行業(yè)創(chuàng)新應(yīng)用。從該行的實(shí)踐看，其打造的全棧自主可控的千億級AI大模型技術(shù)體系，由“三大技術(shù)支撐”“八大業(yè)務(wù)領(lǐng)域創(chuàng)新應(yīng)用”“五大應(yīng)用范式”共同組成。在2024年半年報(bào)中，工商銀行曾披露，該行深化千億級大模型技術(shù)建設(shè)與賦能，已在金融市場、信貸風(fēng)控、網(wǎng)絡(luò)金融等領(lǐng)域數(shù)十個(gè)業(yè)務(wù)場景落地應(yīng)用，新動(dòng)能新優(yōu)勢加快培育。

　　交通銀行（601328.SH）方面披露，該行與科大訊飛、華為等頭部科技企業(yè)合作，成立了人工智能聯(lián)合創(chuàng)新實(shí)驗(yàn)室。經(jīng)過一年的時(shí)間，通過聯(lián)創(chuàng)共建機(jī)制，持續(xù)打磨企業(yè)級AI能力整合平臺(tái)，逐步實(shí)現(xiàn)對算力、算法、數(shù)據(jù)服務(wù)運(yùn)營的統(tǒng)一管理，搭建千卡異構(gòu)算力集群，構(gòu)建出多層次、多能力、多形態(tài)的千億級金融大模型。

　　談及金融業(yè)對于千億級大模型的布局，中央財(cái)經(jīng)大學(xué)證券期貨研究所研究員楊海平表示：“一是數(shù)字經(jīng)濟(jì)加快發(fā)展，政務(wù)場景、生產(chǎn)場景、生活場景數(shù)字化升級進(jìn)展明顯，包括大型銀行在內(nèi)的金融機(jī)構(gòu)布局千億級大模型是服務(wù)數(shù)字化場景，提供有效金融解決方案的現(xiàn)實(shí)需要。二是隨著AI+的展開，數(shù)字經(jīng)濟(jì)將進(jìn)入新階段，金融機(jī)構(gòu)發(fā)展千億級大模型，構(gòu)建基于大模型的服務(wù)生態(tài)，也是針對AI+的超前布局。參數(shù)量是影響大模型基礎(chǔ)能力的重要因素之一，相較而言，千億級大模型的通用性更突出，數(shù)據(jù)處理、分析能力更強(qiáng)?！?/p>

　　布局與破局的路徑

　　自2023年年初至今，從布局到破局，大模型重塑了金融業(yè)多個(gè)業(yè)務(wù)領(lǐng)域。

　　在客戶營銷、運(yùn)營助手、智能客服等場景金融大模型應(yīng)用不斷涌現(xiàn)的同時(shí)，也有金融機(jī)構(gòu)獨(dú)辟蹊徑，利用大模型與自然語言處理技術(shù)賦能合規(guī)風(fēng)控。如興業(yè)銀行（601166.SH）聚焦反洗錢這一細(xì)分領(lǐng)域，自主研發(fā)推出AML-GPT模型，該模型是金融業(yè)首個(gè)在反洗錢可疑報(bào)告智能生成領(lǐng)域運(yùn)用的大模型。

　　“此前在沒有智能輔助工具的情況下，我們每天需要處理約30份可疑交易報(bào)告，每份報(bào)告都需要經(jīng)歷從開展調(diào)查、分析交易流水與行為特征到撰寫報(bào)告的過程，每份報(bào)告處理時(shí)長為20~60分鐘?！迸d業(yè)銀行某分行一位基層反洗錢員工表示。由此，AI大模型對金融業(yè)務(wù)的賦能可見一斑。

　　實(shí)際上，金融與AI有天然的契合點(diǎn)。中國銀行業(yè)協(xié)會(huì)發(fā)布的《2024年度中國銀行業(yè)發(fā)展報(bào)告》指出，AI大模型技術(shù)能夠充分挖掘銀行業(yè)的海量數(shù)據(jù)，而銀行業(yè)具有適用AI大模型技術(shù)的豐富場景。當(dāng)前，AI大模型正推進(jìn)我國銀行業(yè)服務(wù)、營銷、產(chǎn)品等領(lǐng)域的全面革新，催化“未來銀行”加速到來。在2023年年報(bào)中，近20家上市銀行披露了大模型領(lǐng)域的技術(shù)研發(fā)和應(yīng)用進(jìn)展。銀行業(yè)不斷完善關(guān)于AI的戰(zhàn)略布局，探索形成“AI+金融”的中長期規(guī)劃布局，加強(qiáng)AI人才梯隊(duì)建設(shè)；重視數(shù)據(jù)和算力，做強(qiáng)AI基礎(chǔ)技術(shù)底座，提升數(shù)據(jù)治理能力，打破數(shù)據(jù)壁壘，構(gòu)建開放共享的數(shù)據(jù)生態(tài)，深化與產(chǎn)業(yè)界各方合作，促進(jìn)雙向融合互促，增強(qiáng)技術(shù)能力和應(yīng)用能力；圍繞價(jià)值創(chuàng)造，著眼于解決金融業(yè)務(wù)發(fā)展中的痛點(diǎn)難點(diǎn)，把握好方向和節(jié)奏，從風(fēng)險(xiǎn)可控的場景出發(fā)穩(wěn)步推進(jìn)，打造適宜的AI應(yīng)用生態(tài)；堅(jiān)持底線思維，加強(qiáng)大模型安全風(fēng)險(xiǎn)管理，將AI相關(guān)風(fēng)險(xiǎn)納入全面風(fēng)險(xiǎn)管理框架之中。

　　興業(yè)研究公司分析認(rèn)為，自2023年以來，已有多家境內(nèi)銀行探索生成式人工智能在銀行業(yè)務(wù)中的應(yīng)用。當(dāng)前，各銀行引入、研發(fā)和運(yùn)用大模型出現(xiàn)了一些共性特征：一是“引入千億級大模型”輔以“自研百億級大模型”成為金融機(jī)構(gòu)大模型來源的主流趨勢。二是大模型應(yīng)用場景重點(diǎn)集中在內(nèi)部辦公質(zhì)效的提升，而面向客戶的場景則主要為智能客服。

　　“千億級大模型表現(xiàn)出更強(qiáng)的通用性和全面性，能夠應(yīng)對各種任務(wù)，開發(fā)定制化服務(wù)，在多元金融業(yè)務(wù)場景中實(shí)現(xiàn)創(chuàng)新性應(yīng)用，助力金融機(jī)構(gòu)達(dá)到降本增效、提升競爭力等目標(biāo)。但構(gòu)建千億級大模型耗資巨大，對模型調(diào)試和打磨需要更高的技術(shù)能力，尤其是在大模型與專業(yè)場景結(jié)合這一方面，如何發(fā)揮千億級大模型的價(jià)值，打造符合金融機(jī)構(gòu)特定需求的垂直領(lǐng)域和專業(yè)場景，對金融機(jī)構(gòu)來說是技術(shù)和成本兩方面的挑戰(zhàn)?！瘪R天嬌分析認(rèn)為，“未來，大型金融機(jī)構(gòu)或投入更多資金自主研發(fā)千億級大模型，中小金融機(jī)構(gòu)則通過采購或從外部引入大模型，實(shí)現(xiàn)成本效益最大化。”

　　對于多數(shù)中小金融機(jī)構(gòu)而言，如何平衡大模型的投入與產(chǎn)出，實(shí)現(xiàn)成本效益最大化十分重要。

　　對此，蘇商銀行相關(guān)人士表示：“一是做好規(guī)劃。從場景、算力、數(shù)據(jù)等方面提前規(guī)劃并做好價(jià)值評估，避免低效投入。二是擁抱開源。中小金融機(jī)構(gòu)可以充分利用開源的成本優(yōu)勢，加快大模型應(yīng)用的探索和應(yīng)用。三是構(gòu)建專業(yè)化人才團(tuán)隊(duì)。堅(jiān)持‘以我為主’，外部合作為補(bǔ)充，穩(wěn)步積累核心能力。四是高效利用算力資源。以蘇商銀行為例，我行自建的算力平臺(tái)初具規(guī)模，融合了容器云、異構(gòu)算力虛擬化、高性能計(jì)算專網(wǎng)、智能化資源調(diào)度和管理等技術(shù)，可滿足行內(nèi)千億級大模型推理和微調(diào)需求。五是應(yīng)用場景控制。優(yōu)先在關(guān)鍵業(yè)務(wù)場景應(yīng)用，聚焦提升業(yè)務(wù)成效，避免非核心領(lǐng)域的過度投入?！?/p>

　　對于中小金融機(jī)構(gòu)布局AI大模型而言，楊海平提示，應(yīng)用大模型還是要堅(jiān)持量力而行，不要盲目追求參數(shù)規(guī)模?！耙环矫?，可以在充分分析場景需求的基礎(chǔ)上，確定恰當(dāng)?shù)哪Ｐ蛥?shù)量級；另一方面，如提供服務(wù)方案確實(shí)需要，可以探索多家金融機(jī)構(gòu)聯(lián)合共建的模式?！?/p>