大模型的熊熊烈火在金融行業越燒越旺。
5月，度小滿推出千億級中文大模型「軒轅」，集中文、金融、開源特色於一身。
6月，騰訊雲攜手神州信息開展金融大模型的合作；同月，恒生電子發布金融行業大模型LightGPT，預計於9月底開放試用接口；
7月，騰訊與信通院牽頭編制國內金融行業大模型標準體系及能力架構。
據騰訊研究院副秘書長楊望調研分析，截至7月末，國內參數在10億規模以上的大模型數量達116個，其中金融行業大模型約18個，占比超過15%。
但在「風口」之下，暗流涌動和謀局落子仍在繼續。
8月，馬上消金之於全國首個零售金融大模型——「天鏡」，在數位院士和多家金融機構高管的擁躉中，隆重登場。
9月，上海，黃浦江邊，外灘大會。一向高關注度的螞蟻集團正式亮相了自家的「螞蟻金融大模型」，以及兩款應用產品：智能金融助理「支小寶2.0」和服務金融產業專家的智能業務助手「支小助」。
顯然，在金融業步入發展「深水區」，一段差異化逐漸消弭、同質化角力愈發激烈的新征途，逐浪大模型，已成為圈內選手爭搶的新賽點、加碼的「新基建」。
01.誰在逐浪金融大模型？
「基礎大模型投入數據量大、算力成本高、算法難度大，所以由頭部AI公司進行建設。雖然通識能力較強，但其缺少金融專業知識，對金融場景應用有限。」
今年6月10日，在新金融聯盟舉辦的「金融機構數智化轉型與大模型技術應用」內部研討會上，新金融聯盟學術理事、工商銀行首席技術官呂仲濤的發言，大致盤帶出了金融大模型的陣型。
目前，逐浪金融大模型的玩家，除了BAT、華為等高科技巨頭，試圖以技術優勢充當產業鏈的「賣鏟人」，更多的還是金融和類金融企業，包括銀行、保險、互金、券商等，既不想被喧賓奪主，又不想肥水外流，都在押注自己的大模型。
這其中，家底厚實、賺錢不累的銀行系，尤其是國有大行，先行一步。
早在春寒料峭的3月，農行和工行便前後腳上線類ChatGPT的大模型應用ChatABC、基於昇騰AI的金融行業通用模型，打響戰鬥第一槍；
4月，地處「魚米之鄉」的江蘇銀行再接再厲，宣布自主研發的擁有最大1760億參數的大語言模型平台，「智慧小蘇」順利投產，實現客服場景首次應用。
據潮汐榜統計，中國銀行、交通銀行、招商銀行、中信銀行、興業銀行、浙商銀行等多家銀行均在半年報中提及，正在進行大模型相關的布局和研究。
數據來源：各公司財報
經過政策洗禮的互金系，儘管近些年有所沉寂，但對熱點的感知和反應還是很靈敏，諸如度小滿、馬上消金等，已經拿出成形的作品。
奮勇「趕潮」的還有一眾險企，年內，中國太保、眾安保險、陽光保險都匯報了各自的大模型成果：中國太保打造了基於大模型建設應用探索的科技產品——數字員工，具備自主規劃和任務執行能力；眾安保險出爐了保險行業首份AIGC應用圖譜，並帶來眾安AIGC中台靈犀及首批保險垂直場景AIGC應用工具——易創內容運營平台和集智經營分析平台；陽光保險已把大模型技術植入「夢客全線上銷售機器人」項目，使信息抽取任務準確率提升15%，意圖識別和智能問答準確率顯著拔高。
財富管理機構與運營商亦不甘落後。
海通證券、申萬宏源、廣發證券、西南證券、國海證券、財達證券等10家券商和「文心一言」共結生態合作聯盟，以同花順、東方財富為代表的財富管理運營商也公告稱將重點打造AI投顧平台，深入AIGC、交互式AI等細分領域的研究，完善內容生態構建，增強智能運營能力。
當時當下，若說大模型在金融行業有多火熱，大概只能用「空前繁榮」四個字來形容了。
02.金融大模型走到了哪一步？
正如螞蟻集團副總裁、金融大模型負責人王曉航在外灘大會所說，他認為，大模型正在為金融產業帶來體驗變革，「金融業務鏈條上每一個關鍵職能，都值得用大模型技術重做一次。」
麥肯錫研究顯示，人工智能整體將為全球經濟帶來高達25.6萬億美元的正面影響，而來自GenAI（生成式AI）的貢獻將高達7.9萬億美元。金融行業則是賦能潛力最大的賽道之一。
具體到中國市場，據艾瑞諮詢測算，2021年AI+金融核心市場規模達到296億元，帶動相關產業規模677億元，到2026年，核心市場規模達到666億元，CAGR為17.6%，帶動相關產業規模1562億元，CAGR為18.2%。
理論上來講，GenAI能夠進一步拓展金融業的生長半徑和下勘深度，就以銀行業為例，GenAI將會為之帶來2,000億-3,400億美元的新增價值，相當於行業年收入的2.8%—4.7%，占比僅次於高科技行業，還可以幫助各行增強客戶滿意度，改善決策和員工體驗，更好地監控欺詐和風險，從而有效降本增效。
不過，從現狀出發，大模型雖已是炙手可熱的話題和構築「護城河」的中樞部件，但其在金融業的應用仍局限在個人聊天、知識問答、工作/學習助理的場景，AI並沒有像曾經的銀行卡、網購和移動支付那樣，孕育出巨大的變革力、生產力，在人群中廣泛普及並成為「硬通貨」，乃至顛覆和重構社會關係、交易模式等。
換言之，金融大模型距離滲透到核心業務，直至迸發強勁的商業化能力還很遠。
中國工商銀行首席技術官呂仲濤表示，當前階段大模型並不成熟，因此，短期內不建議直接對客使用，應優先面向金融文本和金融圖像分析理解創作的智力密集型場景，以助手形式，人機協同提升業務人員工作質效。
據潮汐榜觀察，智能客服、數字員工、虛擬助手，是迄今AI在金融範疇最常見、最主要的應用方向，似乎也是大同小異、必不可少的宣傳口徑。
比如度小滿的軒轅大模型，憑藉通用語音或文本的交互，為金融用戶提供24小時在線諮詢和答疑服務；騰訊雲的"小閩助手"，為市民帶來包括辦事指南、政策諮詢、數據查詢等在內，零距離、7X24不間斷的管家式政務辦事體驗；盤古大模型根據客戶的問題，為櫃檯工作人員自動生成流程和操作指導；工行用大模型支撐智能客服接聽客戶來電……
然而在實踐中，面對用戶多樣化、複雜邏輯溯源、更深入的提問，智能客服常常表現出「智障」，或停留在最淺層的名詞解釋。
一言蔽之，眼下的大模型，在金融垂直領域還未展現出價值湧現效應。
03.大模型熱背後的冷思考
聲勢浩大的大模型盛宴在熱鬧之餘，冷靜的審視與思考不可或缺：過往不乏新技術曇花一現，金融大模型能否走出「工具層」，保有持續進化的動力？能否擺脫拼參數、拼數量的「短視主義」，邁向長期的價值成長？
這背後，根植於金融本身的專業性、強監管、可控性、高時效等屬性，大模型的實際落地需要突破三大「桎梏」。
其一是技術層面的「桎梏」。
由於大模型誕生時間較短，技術層面的精度、準度和判斷力、深度學習、動態適應性、一致性等能力明顯缺陷，對數據選擇、清洗和改造的工程化能力不足，以及應對意外或異常情況時魯棒性偏弱，而金融往往要求100%可靠和信任，要秉持絕對忠臣的信仰說懂行的「真話」，不能像在文學創作中一樣大開腦洞或自由發揮。
也就是說，對大模型產生的「幻覺」，即一本正經地胡說大道，金融機構無法容忍。
其二是合規層面的「桎梏」。
金融行業的特殊性，決定了合規是它的第一要務。而在大模型的訓練和使用中，必須遵守數據安全的法律和規定，尊重用戶的隱私權益。這一般需要採用匿名化、去識別化等技術處理數據，並在獲得用戶明確同意的前提下，收集必要部分數據，導致模型的精調和應用都大概率只在本地「量入為出」。
此外，大模型作為開闢式創新的典範，外界對它可能滋生的風險（如黑灰產、詐騙團伙、洗錢等），以及人類能做出哪些針對性的防禦措施，還處在初步了解和布控期，前拉後扯，不免掣肘其泛化進程。
其三是場景層面的「桎梏」。
一項新技術的強力催化和大面積推廣，以及後續的自優化和自改進，離不開豐富的場景，特別是一些量級大、頻次高、粘性強的場景，就像銀行卡之於ATM，智能手機之於海量線上業態，網購之於支付寶、財付通。
大模型之於金融，投研決策、信用評估、欺詐檢測、風險管理、客戶服務是幾個落地場景，似乎沒有那麼強烈的激動人心。
再者，未來AI是成為C端流量入口，給每個人配一個智能助理？還是成為服務B端的底層技術，為千行萬業「獻身」？趨勢並不明朗。
總的來說，用大模型改造金融業，引用時下最熱的電影《奧本海默》裡的台詞，「這不是一個新技術，而是一個全新的世界」，想象力十足。但回到現實，要想真正開啟金融領域的「iPhone時刻」，大模型任重而道遠。
節點財經聲明：文章內容僅供參考，文章中的信息或所表述的意見不構成任何投資建議，節點財經不對因使用本文章所採取的任何行動承擔任何責任。-(節點財經/文:七公)-
