人們對于大模型的態(tài)度，仿佛像把齊天大圣扔進(jìn)太上老君的八卦爐，立志在短期內(nèi)掌握七十二變的變化之道。

尤其是垂直大模型，已成為各行各業(yè)競相追風(fēng)的一大熱點，這種“大模型+”的模式已經(jīng)成為企業(yè)探索創(chuàng)新和轉(zhuǎn)型的重要趨勢。近日，在“2024人工智能大模型產(chǎn)業(yè)發(fā)展大會”上，AI專家、業(yè)界領(lǐng)袖及政策制定者共同探討了大模型的應(yīng)用領(lǐng)域。其中，獵豹移動董事長兼CEO 、獵戶星空董事長傅盛就大模型參數(shù)規(guī)模表達(dá)了自己的觀點，“千億昂貴全面，百億省錢專業(yè)。在企業(yè)場景中，專業(yè)足矣，更具性價比。百億參數(shù)推理成本只有千億參數(shù)的1/10。”

這就產(chǎn)生了一個問題，在金融科技領(lǐng)域，垂直大模型究竟需要對哪些方面具體關(guān)注？目前金融大模型處于什么狀態(tài)？金融機(jī)構(gòu)會如何選擇部署大模型？

多數(shù)金融大模型應(yīng)用于非核心領(lǐng)域

在金融科技的浪潮中，金融大模型正逐漸成為改變游戲規(guī)則的關(guān)鍵力量。這些模型，憑借其處理海量數(shù)據(jù)的能力和對市場動態(tài)的深刻理解，正在金融業(yè)的多個領(lǐng)域引發(fā)革命。

目前，國內(nèi)外的金融機(jī)構(gòu)和科技公司都在積極布局金融大模型。2023年5月中旬，奇富科技首先宣布推出金融行業(yè)通用大模型奇富GPT，號稱“國內(nèi)首個金融行業(yè)通用大模型”。2023年5月，度小滿推出國內(nèi)首個千億級中文金融大模型“軒轅”。恒生電子于2023年6月發(fā)布了金融大模型LightGPT，并對其進(jìn)行升級，形成“LightGPT+WarrenQ+光子”體系。2023年9月7日和9月8日，騰訊混元大模型和螞蟻金融大模型相繼正式亮相。2023年11月，幻方量化旗下DeepSeek推出DeepSeek LLM 67Bt，相較于其他金融模型擁有更突出的推理、數(shù)學(xué)、編程等能力。

2024年開年之初，同花順和東方財富分別推出問財HithinkGPT和妙想金融大模型。工商銀行也已經(jīng)建立了千億級的AI大模型技術(shù)體系，招商銀行也在大模型生態(tài)建設(shè)上取得了進(jìn)展。馬上消費天鏡大模型在智能對話、智能超級員工、智能輔助、智能合規(guī)四大核心領(lǐng)域已經(jīng)成功落地相應(yīng)的場景產(chǎn)品。

以下為數(shù)據(jù)猿整理的目前在金融大模型領(lǐng)域布局的企業(yè)及應(yīng)用領(lǐng)域，列表并非囊括市場上所有涉及金融大模型的企業(yè)，包括直接研發(fā)并推出金融大模型產(chǎn)品的金融科技公司、積極參與相關(guān)標(biāo)準(zhǔn)制定的科技巨頭、以及通過研報等方式對金融大模型進(jìn)行分析的金融機(jī)構(gòu)。此外，部分企業(yè)雖然未直接公開具體的金融大模型產(chǎn)品名稱，但根據(jù)已有資料，它們在金融大模型技術(shù)研發(fā)與應(yīng)用方面有所布局。

從上述圖表中，數(shù)據(jù)猿觀察到，目前在已“成型”的金融大模型大部分將領(lǐng)域聚焦于辦公、開發(fā)、營銷、客服等業(yè)務(wù)場景。

其實，金融大模型的應(yīng)用非常廣泛，涉及風(fēng)險管理、客戶服務(wù)、投資決策、反欺詐等多個領(lǐng)域。這些應(yīng)用不僅涵蓋了金融機(jī)構(gòu)的基礎(chǔ)業(yè)務(wù)流程，如智能風(fēng)控、智能投顧、智能投研等，還包括了客戶服務(wù)、理賠自動化、智能客服等交互領(lǐng)域。此外，金融大模型還在貸款評估、風(fēng)險控制等方面發(fā)揮著重要作用。

在客戶服務(wù)領(lǐng)域，金融大模型通過自然語言處理技術(shù)，提供個性化的客戶咨詢和支持，極大提升了客戶體驗。在風(fēng)險管理方面，大模型利用其強(qiáng)大的數(shù)據(jù)處理能力，快速識別潛在風(fēng)險點，提高了風(fēng)險管理的效率和準(zhǔn)確性。而在投資管理領(lǐng)域，金融大模型通過分析市場數(shù)據(jù)和趨勢，為投資決策提供支持，盡管目前仍在探索階段，但其潛力不容小覷。

盡管大模型在處理大量數(shù)據(jù)、發(fā)現(xiàn)潛在模式和預(yù)測市場趨勢方面展現(xiàn)出了巨大的潛力，但金融機(jī)構(gòu)仍然傾向于將其應(yīng)用于非核心業(yè)務(wù)領(lǐng)域。

大模型在應(yīng)用于金融的核心業(yè)務(wù)場景中還面臨哪些挑戰(zhàn)？數(shù)據(jù)猿發(fā)現(xiàn)，在投研領(lǐng)域，大模型雖然能夠提供深度的市場分析和投資建議，但受限于模型的解釋性和準(zhǔn)確性，目前還未能在核心投研決策中完全替代人類專家。在交易執(zhí)行方面，大模型可以實現(xiàn)自動化交易策略，但由于市場波動和監(jiān)管限制，其應(yīng)用仍需謹(jǐn)慎。而在風(fēng)控領(lǐng)域，大模型雖然展現(xiàn)出強(qiáng)大的潛力，但在處理復(fù)雜金融衍生品和市場異常情況時仍存在局限性。

金融大模型在金融領(lǐng)域具有廣泛的應(yīng)用前景，能夠為金融機(jī)構(gòu)帶來顯著的價值。然而，要充分發(fā)揮金融大模型的價值，還需要解決數(shù)據(jù)不足、模型過擬合和可解釋性等挑戰(zhàn)。

金融大模型何時才能真正達(dá)到其價值？

說到大語言模型，數(shù)據(jù)、算力、算法這三個關(guān)鍵數(shù)據(jù)永遠(yuǎn)逃不開眾人的關(guān)注。數(shù)據(jù)猿注意到，通用大語言模型不是在“卷”參數(shù)，就是走在“卷”參數(shù)的路上。即使是擁有先機(jī)優(yōu)勢的OpenAI也多次被爆出意圖使用外部數(shù)據(jù)訓(xùn)練自家產(chǎn)品，作為后來者的谷歌、Meta為了能夠得到更多的數(shù)據(jù)來訓(xùn)練自己的大語言模型，也是各顯神通，試圖籠絡(luò)一切可以擁有的資源。

無可厚非，單就通用大語言模型來說，參數(shù)規(guī)模越大，數(shù)據(jù)量越多，肯定更有利于產(chǎn)品的進(jìn)步。尤其是高質(zhì)量的數(shù)據(jù)，企業(yè)所擁有的高質(zhì)量數(shù)據(jù)越多，大語言模型在表達(dá)能力、泛化能力、任務(wù)性能、多任務(wù)學(xué)習(xí)和遷移學(xué)習(xí)等方面就越有優(yōu)勢。

既然如此，將大語言模型融入金融領(lǐng)域，是否也需要更多的參數(shù)？數(shù)據(jù)猿整理了目前市面上已披露參數(shù)規(guī)模的金融大模型產(chǎn)品，發(fā)現(xiàn)呈現(xiàn)兩級分化的現(xiàn)象。

其中，度小滿和同花順的金融大模型將產(chǎn)品從參數(shù)方面分為了多個類別。3月11日，度小滿宣布“軒轅”系列新增開源6B、13B、70B三種參數(shù)12款金融大模型，對此，度小滿表示，在“軒轅”模型矩陣中，70B及以上模型適合針對需要深度分析、復(fù)雜指令執(zhí)行以及全方位Agent調(diào)用的場景，而6B、13B的模型則更加適用于對響應(yīng)速度有高要求、面向小規(guī)模場景和單任務(wù)的應(yīng)用。”軒轅”6B-4-bit量化Chat模型則以其低推理部署成本，進(jìn)一步降低大模型的應(yīng)用門檻。

1月，同花順和東方財富相繼推出了旗下AI 大模型產(chǎn)品。同花順HithinkGPT 提供7B、13B、30B、70B 和130B 五種版本選擇，東財妙想大模型提供7B、13B、34B、66B 及104B 五種版本選擇。

數(shù)據(jù)來源：公開信息，數(shù)據(jù)猿整理

不過，仍有企業(yè)將大模型參數(shù)定位到了千億級別。例如，工行2023年報顯示，其建成同業(yè)首個全棧自主可控的千億級AI大模型技術(shù)體系，實現(xiàn)在多個金融業(yè)務(wù)領(lǐng)域創(chuàng)新應(yīng)用。3月23日，上海報業(yè)集團(tuán)旗下的財聯(lián)社與階躍星辰共同打造的千億級金融大模型發(fā)布——財躍F1金融大模型，致力于構(gòu)建在智能運營、智能風(fēng)控、智能投顧、智能營銷、智能客服等方面的多個“AI+”大模型應(yīng)用場景。

針對此現(xiàn)象，數(shù)據(jù)猿與吾道科技進(jìn)行了溝通，吾道科技目前也在金融大模型領(lǐng)域做相關(guān)的探索，其表示：“其他條件不變的情況下，一般來說都是參數(shù)規(guī)模越大能力越強(qiáng)，但是在根據(jù)所在領(lǐng)域肯定會選擇不同的參數(shù)規(guī)模做實際的落地，主要還是受限于機(jī)器性能和成本，比如多數(shù)需要企業(yè)內(nèi)部部署的場景都會選擇14B甚至更小的模型，而在公眾領(lǐng)域，用戶都是通過互聯(lián)網(wǎng)接入大模型，大模型運行在云端數(shù)據(jù)中心，這時候肯定是選擇規(guī)模更大能力更強(qiáng)的版本。”

拓爾思金融和產(chǎn)業(yè)大腦產(chǎn)品中心總經(jīng)理周寧捷提到，所謂的金融大模型實際上是一個偽命題，因為它的概念過于寬泛，它在實際應(yīng)用中需要細(xì)化到具體領(lǐng)域，而不是試圖覆蓋所有領(lǐng)域。在設(shè)計基座大模型時，通常參數(shù)規(guī)模越大，模型性能越強(qiáng)，因此可以認(rèn)為參數(shù)越大越好。然而，對于垂直大模型，其參數(shù)規(guī)模應(yīng)根據(jù)具體需求來決定，不能一概而論。同時，為了實現(xiàn)更好的價值，大模型應(yīng)與其他技術(shù)相結(jié)合使用才能更好的賦能金融機(jī)構(gòu)。

數(shù)據(jù)猿認(rèn)為，金融大模型的參數(shù)規(guī)模確實在一定程度上影響了模型的性能，但這并不意味著參數(shù)越多越好。參數(shù)規(guī)模的增加會帶來一系列的變化和挑戰(zhàn)，需要根據(jù)實際情況進(jìn)行權(quán)衡。對于金融行業(yè)而言，除了模型性能外，還需要重視模型的安全性、穩(wěn)定性、可解釋性和合規(guī)性。因此，并不是所有情況下都應(yīng)該追求最大的參數(shù)規(guī)模，而是應(yīng)該尋找最適合解決特定問題的模型規(guī)模，平衡性能和成本，同時確保模型的可靠性和透明度。

就此來看，金融大模型，不只是“大”那么簡單。

金融大模型，它不僅僅是“大”在數(shù)據(jù)處理能力上，更在于它對金融業(yè)務(wù)的深度理解和應(yīng)用。從客戶服務(wù)到風(fēng)險管理，從投資管理到營銷優(yōu)化，金融大模型無一不精，無一不通。

同時，吾道科技提到，金融行業(yè)積累了大量不同格式的數(shù)據(jù)，如PDF、Word、HTML等，如何高效地進(jìn)行數(shù)據(jù)清洗和保存，是一個復(fù)雜而艱巨的任務(wù)。同時，在嚴(yán)格遵守監(jiān)管法規(guī)的前提下，確保數(shù)據(jù)的合規(guī)性也是我們必須考慮的問題。

大模型這兩年非?；穑⑶掖_實給大家?guī)砹撕芏囿@喜，但在實際應(yīng)用方面還處于探索階段，大多數(shù)探索性的應(yīng)用都是基于通用大模型。而想要金融大模型實現(xiàn)所謂的“價值”，其中，最不應(yīng)該忽視的一點就是，這一通用大模型基座本身能力如何。

某金融機(jī)構(gòu)投資總監(jiān)鄒杰在探討金融大模型的發(fā)展前景時，提出了一個深刻的見解。他認(rèn)為，金融大模型的真正潛力在于其能夠推動創(chuàng)新和創(chuàng)造性的解決方案，尤其是在金融服務(wù)領(lǐng)域中那些尚未被充分探索的創(chuàng)造性領(lǐng)域。然而，當(dāng)前的技術(shù)發(fā)展階段尚未達(dá)到能夠充分發(fā)揮這種潛力的水平，特別是在大模型的基礎(chǔ)設(shè)施能力方面，還存在一定的局限性。為了使金融大模型能夠在未來真正釋放其價值，其強(qiáng)調(diào)了做好基礎(chǔ)工作的重要性。這意味著我們需要在技術(shù)開發(fā)和研究上投入更多的精力和資源，以確保大模型的基座能力得到加強(qiáng)和完善。這包括但不限于提升數(shù)據(jù)處理能力、優(yōu)化算法效率、增強(qiáng)模型的泛化能力和可解釋性，以及確保模型的安全性和合規(guī)性。

金融機(jī)構(gòu)：自研大模型還是拿來主義？

金融大模型的優(yōu)勢不可置否，但金融科技的浪潮一波接一波，金融機(jī)構(gòu)站在了一個新的十字路口：是投入巨大資源自研大模型，還是搭便車接入現(xiàn)成的大模型？這不僅是個技術(shù)問題，更是一場關(guān)于未來戰(zhàn)略的豪賭。

作為金融大模型的甲方“爸爸”，金融機(jī)構(gòu)是最有話語權(quán)的一方。選擇自研還是接入，數(shù)據(jù)猿認(rèn)為，資金實力是首要影響因素。

以銀行為例，科技是銀行發(fā)展的關(guān)鍵驅(qū)動力，國有六大行則是銀行科技投入的核心發(fā)動機(jī)。厚學(xué)研究數(shù)據(jù)顯示，國有六大行的金融科技投入總金額創(chuàng)出1228.22億元的新高，同比增長5.38%。雖然近幾年金融科技投入增速呈現(xiàn)逐年放緩趨勢，但科技投入占營業(yè)收入的比例在2023年卻達(dá)到了3.52%的新高。就此來看，國有銀行是最有可能選擇自研金融大模型的企業(yè)。

以下為六大行在大模型方面的布局：

其中，工商銀行在自主研發(fā)方面取得了顯著成果，建成了同業(yè)首個全棧自主可控的千億級AI大模型技術(shù)體系，并在多個金融業(yè)務(wù)領(lǐng)域?qū)崿F(xiàn)了創(chuàng)新應(yīng)用。例如，在網(wǎng)點運營上，推出了基于大模型的網(wǎng)點員工智能助手，提升了網(wǎng)點效能；在消費者權(quán)益保護(hù)方面，將生成式AI、自然語言處理等技術(shù)應(yīng)用于投訴處置和管理主要環(huán)節(jié)，提高了監(jiān)測分析的智能化水平。

農(nóng)業(yè)銀行AI研發(fā)團(tuán)隊推出了類ChatGPT的AI大模型應(yīng)用ChatABC，并在科技問答場景進(jìn)行了內(nèi)部試點。ChatABC大模型的建設(shè)重點著眼于大模型在金融領(lǐng)域的知識理解能力、內(nèi)容生成能力以及安全問答能力，實現(xiàn)了全方位的金融知識理解和智能問答應(yīng)用。

而郵儲銀行等通過接入百度的生成式AI對話產(chǎn)品“文心一言”，實現(xiàn)了其在AI大模型應(yīng)用上的首次嘗試。銀行可以集成“文心一言”的技術(shù)能力，在智能風(fēng)控、智能運營、智能投研、智能營銷等金融場景開展大語言模型技術(shù)應(yīng)用。

與此同時，數(shù)據(jù)猿發(fā)現(xiàn)除六大行外，其他已上市的銀行也披露了在大模型領(lǐng)域的動態(tài)，但大部分銀行目前選擇的是接入模式，如江蘇銀行、百信銀行、民生銀行、興業(yè)銀行、蘇州銀行等，包括未上市銀行新網(wǎng)銀行、眾邦銀行、恒豐銀行等也同樣選擇了接入模式。

某金融機(jī)構(gòu)投資總監(jiān)鄒杰針對選擇接入大模型還是自研這個問題表達(dá)了看法，其表示接入大模型更合理，通過選擇市面上各方面能力較好的通用大模型接入，并在應(yīng)用方面做深入構(gòu)建，可以減少底層研發(fā)的成本，能夠?qū)崿F(xiàn)更好的效果。

吾道科技則認(rèn)為，從短期來看是接入大模型能夠更快的驗證應(yīng)用場景，甚至產(chǎn)生實際應(yīng)用效果。從長期看自研大模型可能更能貼合企業(yè)的應(yīng)用場景，但是這里也存在很多不確定性和風(fēng)險，如：1）本企業(yè)是否具備自研大模型的能力 2）自研大模型能否達(dá)到預(yù)期效果 3）自研大模型的投入周期與成本是否適合本企業(yè)。

選擇接入通用大模型還是垂直大模型需要根據(jù)應(yīng)用場景的特性具體分析，看通用大模型能否滿足應(yīng)用需求，垂直大模型是否更優(yōu)。

其次，是關(guān)于數(shù)據(jù)安全性。如果金融機(jī)構(gòu)選擇了接入大模型，那么與科技公司之間的數(shù)據(jù)共享問題就浮出水面了。數(shù)據(jù)共享就像是一場合作與博弈的雙簧戲，既要保證數(shù)據(jù)的安全和隱私，又要確保合規(guī)性。這就需要金融機(jī)構(gòu)和科技公司之間建立起一套完善的數(shù)據(jù)共享機(jī)制。

難題一：數(shù)據(jù)隱私保護(hù)

金融機(jī)構(gòu)和科技公司要共同面對的首個難題就是如何保護(hù)數(shù)據(jù)隱私。畢竟，客戶信息一旦泄露，后果將不堪設(shè)想。

難題二：數(shù)據(jù)產(chǎn)權(quán)歸屬

數(shù)據(jù)共享中，數(shù)據(jù)的所有權(quán)和使用權(quán)的界定也是個大問題。金融機(jī)構(gòu)和科技公司需要明確各自的權(quán)益，避免未來的糾紛。

難題三：合規(guī)性要求

在監(jiān)管越來越嚴(yán)格的今天，金融機(jī)構(gòu)必須確保數(shù)據(jù)共享的合規(guī)性，否則可能會面臨法律風(fēng)險。

面對這些難題，金融機(jī)構(gòu)和科技公司可以采取哪些合作共贏的策略？智譜AI針對不同的用戶需求，總結(jié)出三種主要的商業(yè)模式：API、云端私有化、本地私有化。

第一種是最輕量級的，把模型封裝成開放平臺，以提供API的方式，給開發(fā)者企業(yè)調(diào)用，按照調(diào)用量進(jìn)行付費，商業(yè)模式非常簡單成熟。

第二種，考慮到有些企業(yè)非常關(guān)注自己使用過程中的用戶數(shù)據(jù)，需要有相對比較獨立的數(shù)據(jù)保障，但同時又不希望自己去維護(hù)算力等基礎(chǔ)設(shè)施，智譜AI提出了基于云端算力的"云端私有化"方案，利用智譜AI的云端算力，幫助用戶開辟專門的模型專區(qū)。在此類服務(wù)過程中，會保持?jǐn)?shù)據(jù)與其他客戶的相對隔離。

第三種，完全私有化的落地方式。

在金融科技的浪潮中，金融大模型的發(fā)展和應(yīng)用無疑是一個值得深入探討的話題。正如我們在文章中所探討的，金融大模型的未來充滿了無限可能，但同時也面臨著諸多挑戰(zhàn)和不確定性。在這個關(guān)鍵時刻，金融機(jī)構(gòu)必須做出明智的選擇，以確保在未來的競爭中保持領(lǐng)先地位。

首先，金融機(jī)構(gòu)需要認(rèn)識到，無論是選擇自研還是接入現(xiàn)有的大模型，關(guān)鍵在于如何將這些技術(shù)與自身的業(yè)務(wù)深度融合，創(chuàng)造出真正的價值。其次，金融機(jī)構(gòu)在推進(jìn)金融大模型的應(yīng)用過程中，應(yīng)當(dāng)重視數(shù)據(jù)的安全性、合規(guī)性和隱私保護(hù)。再者，金融機(jī)構(gòu)應(yīng)當(dāng)關(guān)注金融大模型的長期發(fā)展，而不僅僅是短期的效益。最后，金融機(jī)構(gòu)還應(yīng)當(dāng)積極參與到金融大模型相關(guān)的標(biāo)準(zhǔn)制定和行業(yè)對話中。

總之，金融大模型的發(fā)展是一個復(fù)雜而多維的過程，涉及到技術(shù)、業(yè)務(wù)、法律和倫理等多個方面。金融機(jī)構(gòu)必須從多角度出發(fā)，綜合考慮各種因素，才能在這個充滿機(jī)遇和挑戰(zhàn)的領(lǐng)域中取得成功。隨著技術(shù)的不斷進(jìn)步和市場的不斷成熟，我們有理由相信，金融大模型將成為推動金融行業(yè)創(chuàng)新和轉(zhuǎn)型的重要力量。讓我們拭目以待，金融大模型將如何在未來重塑我們的金融服務(wù)和經(jīng)濟(jì)生態(tài)。

來源：數(shù)據(jù)猿