來源 | 鐳射財(cái)經(jīng)（leishecaijing）

在通用大模型+產(chǎn)業(yè)大模型雙模型驅(qū)動(dòng)下，產(chǎn)業(yè)數(shù)字化向高階智能邁進(jìn)，為企業(yè)經(jīng)營(yíng)效率和生產(chǎn)力解放實(shí)現(xiàn)質(zhì)的飛躍打開想象空間。作為數(shù)字科技深入滲透的金融業(yè)，也有望在大模型浪潮中尋到新的降本解法。

從當(dāng)前金融業(yè)尤其是零售金融層面來看，合規(guī)底線之上的成本壓力顯著提升。高頻并發(fā)的個(gè)性化需求不斷抬升服務(wù)響應(yīng)和體驗(yàn)標(biāo)準(zhǔn)，客群結(jié)構(gòu)和經(jīng)營(yíng)策略調(diào)整需要更高效的風(fēng)控模型，而精細(xì)化運(yùn)營(yíng)則重新定義了人效。

零售金融業(yè)所面臨的這些成本挑戰(zhàn)，非以往金融科技手段所能解決。在數(shù)字技術(shù)向金融領(lǐng)域滲透的這十年中，金融科技已經(jīng)為金融業(yè)搭建起基礎(chǔ)的數(shù)據(jù)庫、算法庫和算力框架，完成了數(shù)字金融的初級(jí)階段。

當(dāng)金融業(yè)務(wù)端對(duì)數(shù)字化的需求從問答轉(zhuǎn)向交互，從線上轉(zhuǎn)向智能，從復(fù)制轉(zhuǎn)向推理，金融科技便要在數(shù)字科技演進(jìn)中迭代出更高階的技術(shù)形態(tài)。立足當(dāng)前AI發(fā)展方向，大模型很可能是金融科技高階形態(tài)的代表之一。

就在互聯(lián)網(wǎng)行業(yè)百模大戰(zhàn)正酣的時(shí)候，金融業(yè)中的先發(fā)者也開始蓄勢(shì)，開辟金融細(xì)分場(chǎng)景下的產(chǎn)業(yè)大模型。8月28日，馬上消費(fèi)在金融大模型發(fā)展論壇上發(fā)布全國(guó)首個(gè)零售金融大模型——“天鏡”，打響大模型驅(qū)動(dòng)金融業(yè)高質(zhì)量發(fā)展第一槍。

盡管大模型在金融領(lǐng)域尚處摸索期，還存在諸多應(yīng)用難題，但從先發(fā)者的落地效果看，大模型對(duì)數(shù)字金融變革的趨勢(shì)性意義凸顯。

金融大模型的想象力

置身于數(shù)字經(jīng)濟(jì)發(fā)展浪潮中，數(shù)字技術(shù)對(duì)金融領(lǐng)域的滲透不斷深化，金融科技幾經(jīng)迭代為金融業(yè)輸出智能客服、智能風(fēng)控、數(shù)字中臺(tái)等數(shù)字化解決方案，成為現(xiàn)代金融體系的關(guān)鍵底層支撐。

隨著數(shù)字技術(shù)繼續(xù)演進(jìn)，金融科技逐漸步入高階智能形態(tài)，新興的大模型技術(shù)又能給金融業(yè)帶來多大想象力？或者說，金融大模型能為金融業(yè)帶來什么樣的生產(chǎn)力變革？

從現(xiàn)階段金融機(jī)構(gòu)對(duì)金融科技的迭代訴求來看，金融大模型的想象力主要在于降本增效。

根據(jù)中國(guó)互聯(lián)網(wǎng)金融協(xié)會(huì)與畢馬威聯(lián)合發(fā)布的《2023中國(guó)金融科技企業(yè)首席洞察報(bào)告》，2023年國(guó)內(nèi)金融科技行業(yè)未來發(fā)展信心指數(shù)為近三年最高，隨著行業(yè)競(jìng)爭(zhēng)加劇，金融科技企業(yè)將在未來更加重視增強(qiáng)技術(shù)競(jìng)爭(zhēng)力，通過技術(shù)降本增效成為行業(yè)共識(shí)。

在通過技術(shù)降本的路徑中，大模型及AIGC金融應(yīng)用前景則成為行業(yè)關(guān)注點(diǎn)。九成以上受訪企業(yè)看好AIGC金融應(yīng)用前景，兩成以上企業(yè)已有相關(guān)技術(shù)和產(chǎn)品布局，七成以上企業(yè)認(rèn)為AIGC可以優(yōu)化業(yè)務(wù)創(chuàng)新、內(nèi)容生產(chǎn)，并有望深度融入金融機(jī)構(gòu)日常運(yùn)營(yíng)。

可見，AI大模型應(yīng)用已成為金融科技企業(yè)的新機(jī)遇，依托大模型技術(shù)實(shí)現(xiàn)運(yùn)營(yíng)降本增效，贏得更大市場(chǎng)空間，構(gòu)成金融大模型的終極想象力。

就眼下金融業(yè)運(yùn)營(yíng)現(xiàn)狀而言，成本壓力大幅增加，這些成本壓力正是金融大模型想象力的微觀基礎(chǔ)。首先，用戶端面臨觸達(dá)、交互、轉(zhuǎn)化、服務(wù)、客訴等一整條用戶體驗(yàn)鏈條，零售金融場(chǎng)景下不同用戶的需求多樣且復(fù)雜，為金融機(jī)構(gòu)塑造極致服務(wù)體驗(yàn)帶來挑戰(zhàn)。

其次，風(fēng)控端欺詐風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)較高，綜合信用數(shù)據(jù)處理難度大，金融機(jī)構(gòu)亟需更高效的智能風(fēng)控模型組件，有效降低風(fēng)控成本，提升風(fēng)控效率，增加風(fēng)險(xiǎn)評(píng)估和風(fēng)險(xiǎn)預(yù)測(cè)的精度。

最后，運(yùn)營(yíng)端涉及部門多、業(yè)務(wù)量大、流程長(zhǎng)、人力需求大，需要數(shù)字技術(shù)對(duì)運(yùn)營(yíng)流程再造，實(shí)現(xiàn)敏捷組織的轉(zhuǎn)型，最大化解放生產(chǎn)力，提升人效。

在對(duì)金融機(jī)構(gòu)的實(shí)際調(diào)研中，金融機(jī)構(gòu)對(duì)大模型的需求也主要體現(xiàn)在上述三個(gè)層面。其一為優(yōu)化用戶體驗(yàn)，通過更自然、更流暢、更智慧的大模型應(yīng)用，提升客戶體驗(yàn)和滿意度；其二協(xié)助風(fēng)控，輔助金融機(jī)構(gòu)分析數(shù)據(jù)、處理數(shù)據(jù)；其三信息檢索歸納總結(jié)自動(dòng)生成報(bào)告，強(qiáng)化全員數(shù)字能力。

金融大模型想象力釋放，加速大模型在金融領(lǐng)域落地，為新一輪數(shù)字金融變革開辟空間。

天鏡大模型的答案

沿著金融科技演進(jìn)軌跡，立足大模型需求方向，商業(yè)銀行、消費(fèi)金融公司、金融科技企業(yè)等參與方紛紛著手布局金融大模型，以求構(gòu)建金融產(chǎn)業(yè)新增長(zhǎng)引擎。

其中，馬上消費(fèi)推出的國(guó)內(nèi)首個(gè)零售金融大模型“天鏡”先局落地，率先揭開大模型推動(dòng)金融產(chǎn)業(yè)生產(chǎn)力變革的序幕。在馬上消費(fèi)首席信息官蔣寧看來，大模型在金融領(lǐng)域有廣泛的應(yīng)用前景，推動(dòng)構(gòu)建用戶個(gè)性化服務(wù)體驗(yàn)，將有效提升金融領(lǐng)域營(yíng)銷、運(yùn)營(yíng)等價(jià)值鏈效率，進(jìn)一步拓展數(shù)據(jù)決策在風(fēng)控領(lǐng)域的創(chuàng)新應(yīng)用效果，助力金融行業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生實(shí)質(zhì)性的飛躍。

公開資料顯示，目前天鏡大模型已涵蓋匯集智慧、喚醒知識(shí)、眾創(chuàng)價(jià)值、數(shù)字分身四大核心能力。

匯集智慧方面，主要是應(yīng)用在人工客服場(chǎng)景，通過大模型提煉萃取一線優(yōu)秀人工坐席客服經(jīng)驗(yàn)，匯聚成群體智慧，從而擁有一對(duì)多服務(wù)客戶的能力，也可作為人工坐席的輔助角色，幫助推薦、優(yōu)化回答；喚醒沉睡知識(shí)主要解決提取、利用非結(jié)構(gòu)化文檔中的數(shù)據(jù)資料的痛點(diǎn)；眾創(chuàng)數(shù)據(jù)價(jià)值主要是為了降低使用數(shù)據(jù)的門檻；數(shù)字人方面旨在打造“數(shù)字外表+智慧大腦+情感內(nèi)心”三合一數(shù)字人，擅理解，有溫度，懂心理的智能秘書，或不休不眠的智能“打工人”。

與通用大模型不同，天鏡大模型定位于金融產(chǎn)業(yè)大模型，基于金融真實(shí)業(yè)務(wù)場(chǎng)景，從金融業(yè)務(wù)需求出發(fā)解決產(chǎn)業(yè)降本痛點(diǎn)。據(jù)了解，馬上消費(fèi)此前已經(jīng)將大模型技術(shù)在智能營(yíng)銷、智能客服等方面進(jìn)行部署，并在實(shí)際運(yùn)營(yíng)中取得了不錯(cuò)的效果。

數(shù)據(jù)顯示，經(jīng)過近3個(gè)月的運(yùn)行，天鏡大模型意圖理解準(zhǔn)確率達(dá)91%，高于傳統(tǒng)AI的68%；客戶參與率61%，高于傳統(tǒng)模型的43%，也高于人工坐席平均28%的水平。

另外，天鏡大模型數(shù)字分身通過上傳資料并定制一些參數(shù)，只需5分鐘的數(shù)據(jù)訓(xùn)練，員工即可擁有自己的數(shù)字分身，代替員工完成大量工作。

馬上消費(fèi)人工智能研究院院長(zhǎng)陸全表示，天鏡大模型從一開始研發(fā)，就專注于真正幫金融企業(yè)去落地，去產(chǎn)生實(shí)際價(jià)值。

有別于其他行業(yè)，金融行業(yè)對(duì)技術(shù)創(chuàng)新更加重視合規(guī)專業(yè)、容錯(cuò)率極低，因此，金融大模型的底座必須具備較強(qiáng)的安全性和穩(wěn)定性。為了確保天鏡大模型安全可控，馬上消費(fèi)建立了“三縱三橫”大模型底層能力。

三縱，是指實(shí)時(shí)人機(jī)協(xié)作、多模態(tài)智能、數(shù)據(jù)決策智能，在數(shù)據(jù)領(lǐng)域?qū)崿F(xiàn)智能化，實(shí)現(xiàn)結(jié)構(gòu)性數(shù)據(jù)判別式模型的綜合能力。三橫即是指持續(xù)學(xué)習(xí)、模型合規(guī)、組合式AI形成安全、合規(guī)、可信的技術(shù)能力，確保模型越用越聰明，同時(shí)更穩(wěn)定、更安全可控。

蔣寧稱，“我們希望在任何情況下，它給客戶的回答都是合規(guī)的，并且在任何不可預(yù)期的情況下它的結(jié)果是穩(wěn)定的。”

在安全合規(guī)的基礎(chǔ)上，如何做到讓大模型更懂金融，更能有效滿足金融場(chǎng)景下的數(shù)字化轉(zhuǎn)型需求？答案有兩個(gè)，一個(gè)對(duì)金融業(yè)務(wù)場(chǎng)景的深度理解，一個(gè)是金融場(chǎng)景下的數(shù)據(jù)積累和技術(shù)沉淀。

在天鏡大模型背后，馬上消費(fèi)作為頭部持牌消費(fèi)金融機(jī)構(gòu)，八年展業(yè)歷程積累了1.79億的用戶，擁有超2000個(gè)模型，10萬+變量，近50PB的多模態(tài)、高質(zhì)量的數(shù)據(jù)。通過對(duì)這些數(shù)據(jù)進(jìn)行精調(diào)對(duì)齊訓(xùn)練，同時(shí)再用推理加速技術(shù)實(shí)現(xiàn)模型可控，馬上消費(fèi)成為既懂金融又懂技術(shù)的大模型參與者。

目前，金融大模型還面臨關(guān)鍵性任務(wù)和動(dòng)態(tài)適應(yīng)性、個(gè)性化要求和隱私保護(hù)、群體智能與安全可信、基礎(chǔ)設(shè)施等難題，但天鏡大模型的問世能讓金融業(yè)更早看到并合力解決這些難題，進(jìn)而為行業(yè)高質(zhì)量發(fā)展注入新的數(shù)字動(dòng)能。