狂卷大模型,银行、保险、券商都拼了
来源:证券之星 发布时间:2023-09-21 09:37 作者:肖鸥 阅读量:6106
文 / 七公
出品 /节点商业组
大模型的熊熊烈火在金融行业越烧越旺。
5月,度小满推出千亿级中文大模型“轩辕”,集中文、金融、开源特色于一身。
6月,腾讯云携手神州信息开展金融大模型的合作;同月,恒生电子发布金融行业大模型LightGPT,预计于9月底开放试用接口;
7月,腾讯与信通院牵头编制国内金融行业大模型标准体系及能力架构。
据腾讯研究院副秘书长杨望调研分析,截至7月末,国内参数在10亿规模以上的大模型数量达116个,其中金融行业大模型约18个,占比超过15%。
但在“风口”之下,暗流涌动和谋局落子仍在继续。
8月,马上消金之于全国首个零售金融大模型——“天镜”,在数位院士和多家金融机构高管的拥趸中,隆重登场。
9月,上海,黄浦江边,外滩大会。一向高关注度的蚂蚁集团正式亮相了自家的“蚂蚁金融大模型”,以及两款应用产品:智能金融助理“支小宝2.0”和服务金融产业专家的智能业务助手“支小助”。
显然,在金融业步入发展“深水区”,一段差异化逐渐消弭、同质化角力愈发激烈的新征途,逐浪大模型,已成为圈内选手争抢的新赛点、加码的“新基建”。
谁在逐浪金融大模型?
“基础大模型投入数据量大、算力成本高、算法难度大,所以由头部AI公司进行建设。虽然通识能力较强,但其缺少金融专业知识,对金融场景应用有限。”
今年6月10日,在新金融联盟举办的“金融机构数智化转型与大模型技术应用”内部研讨会上,新金融联盟学术理事、工商银行首席技术官吕仲涛的发言,大致盘带出了金融大模型的阵型。
目前,逐浪金融大模型的玩家,除了BAT、华为等高科技巨头,试图以技术优势充当产业链的“卖铲人”,更多的还是金融和类金融企业,包括银行、保险、互金、券商等,既不想被喧宾夺主,又不想肥水外流,都在押注自己的大模型。
这其中,家底厚实、赚钱不累的银行系,尤其是国有大行,先行一步。
早在春寒料峭的3月,农行和工行便前后脚上线类ChatGPT的大模型应用ChatABC、基于昇腾AI的金融行业通用模型,打响战斗第一枪;
4月,地处“鱼米之乡”的江苏银行再接再厉,宣布自主研发的拥有最大1760亿参数的大语言模型平台,“智慧小苏”顺利投产,实现客服场景首次应用。
据潮汐榜统计,中国银行、交通银行、招商银行、中信银行、兴业银行、浙商银行等多家银行均在半年报中提及,正在进行大模型相关的布局和研究。
经过政策洗礼的互金系,尽管近些年有所沉寂,但对热点的感知和反应还是很灵敏,诸如度小满、马上消金等,已经拿出成形的作品。
奋勇“赶潮”的还有一众险企,年内,中国太保、众安保险、阳光保险都汇报了各自的大模型成果:中国太保打造了基于大模型建设应用探索的科技产品——数字员工,具备自主规划和任务执行能力;众安保险出炉了保险行业首份AIGC应用图谱,并带来众安AIGC中台灵犀及首批保险垂直场景AIGC应用工具——易创内容运营平台和集智经营分析平台;阳光保险已把大模型技术植入“梦客全线上销售机器人”项目,使信息抽取任务准确率提升15%,意图识别和智能问答准确率显著拔高。
财富管理机构与运营商亦不甘落后。
海通证券、申万宏源、广发证券、西南证券、国海证券、财达证券等10家券商和“文心一言”共结生态合作联盟,以同花顺、东方财富为代表的财富管理运营商也公告称将重点打造AI投顾平台,深入AIGC、交互式AI等细分领域的研究,完善内容生态构建,增强智能运营能力。
当时当下,若说大模型在金融行业有多火热,大概只能用“空前繁荣”四个字来形容了。
金融大模型走到了哪一步?
正如蚂蚁集团副总裁、金融大模型负责人王晓航在外滩大会所说,他认为,大模型正在为金融产业带来体验变革,“金融业务链条上每一个关键职能,都值得用大模型技术重做一次。”
麦肯锡研究显示,人工智能整体将为全球经济带来高达25.6万亿美元的正面影响,而来自GenAI的贡献将高达7.9万亿美元。金融行业则是赋能潜力最大的赛道之一。
具体到中国市场,据艾瑞咨询测算,2021年AI+金融核心市场规模达到296亿元,带动相关产业规模677亿元,到2026年,核心市场规模达到666亿元,CAGR为17.6%,带动相关产业规模1562亿元,CAGR为18.2%。
理论上来讲,GenAI能够进一步拓展金融业的生长半径和下勘深度,就以银行业为例,GenAI将会为之带来2,000亿-3,400亿美元的新增价值,相当于行业年收入的2.8%—4.7%,占比仅次于高科技行业,还可以帮助各行增强客户满意度,改善决策和员工体验,更好地监控欺诈和风险,从而有效降本增效。
不过,从现状出发,大模型虽已是炙手可热的话题和构筑“护城河”的中枢部件,但其在金融业的应用仍局限在个人聊天、知识问答、工作/学习助理的场景,AI并没有像曾经的银行卡、网购和移动支付那样,孕育出巨大的变革力、生产力,在人群中广泛普及并成为“硬通货”,乃至颠覆和重构社会关系、交易模式等。
换言之,金融大模型距离渗透到核心业务,直至迸发强劲的商业化能力还很远。
中国工商银行首席技术官吕仲涛表示,当前阶段大模型并不成熟,因此,短期内不建议直接对客使用,应优先面向金融文本和金融图像分析理解创作的智力密集型场景,以助手形式,人机协同提升业务人员工作质效。
据潮汐榜观察,智能客服、数字员工、虚拟助手,是迄今AI在金融范畴最常见、最主要的应用方向,似乎也是大同小异、必不可少的宣传口径。
比如度小满的轩辕大模型,凭借通用语音或文本的交互,为金融用户提供24小时在线咨询和答疑服务;腾讯云的"小闽助手",为市民带来包括办事指南、政策咨询、数据查询等在内,零距离、7X24不间断的管家式政务办事体验;盘古大模型根据客户的问题,为柜台工作人员自动生成流程和操作指导;工行用大模型支撑智能客服接听客户来电……
然而在实践中,面对用户多样化、复杂逻辑溯源、更深入的提问,智能客服常常表现出“智障”,或停留在最浅层的名词解释。
一言蔽之,眼下的大模型,在金融垂直领域还未展现出价值涌现效应。
大模型热背后的冷思考
声势浩大的大模型盛宴在热闹之余,冷静的审视与思考不可或缺:过往不乏新技术昙花一现,金融大模型能否走出“工具层”,保有持续进化的动力?能否摆脱拼参数、拼数量的“短视主义”,迈向长期的价值成长?
这背后,根植于金融本身的专业性、强监管、可控性、高时效等属性,大模型的实际落地需要突破三大“桎梏”。
其一是技术层面的“桎梏”。
由于大模型诞生时间较短,技术层面的精度、准度和判断力、深度学习、动态适应性、一致性等能力明显缺陷,对数据选择、清洗和改造的工程化能力不足,以及应对意外或异常情况时鲁棒性偏弱,而金融往往要求100%可靠和信任,要秉持绝对忠臣的信仰说懂行的“真话”,不能像在文学创作中一样大开脑洞或自由发挥。
也就是说,对大模型产生的“幻觉”,即一本正经地胡说大道,金融机构无法容忍。
其二是合规层面的“桎梏”。
金融行业的特殊性,决定了合规是它的第一要务。而在大模型的训练和使用中,必须遵守数据安全的法律和规定,尊重用户的隐私权益。这一般需要采用匿名化、去识别化等技术处理数据,并在获得用户明确同意的前提下,收集必要部分数据,导致模型的精调和应用都大概率只在本地“量入为出”。
此外,大模型作为开辟式创新的典范,外界对它可能滋生的风险,以及人类能做出哪些针对性的防御措施,还处在初步了解和布控期,前拉后扯,不免掣肘其泛化进程。
其三是场景层面的“桎梏”。
一项新技术的强力催化和大面积推广,以及后续的自优化和自改进,离不开丰富的场景,特别是一些量级大、频次高、粘性强的场景,就像银行卡之于ATM,智能手机之于海量线上业态,网购之于支付宝、财付通。
大模型之于金融,投研决策、信用评估、欺诈检测、风险管理、客户服务是几个落地场景,似乎没有那么强烈的激动人心。
再者,未来AI是成为C端流量入口,给每个人配一个智能助理?还是成为服务B端的底层技术,为千行万业“献身”?趋势并不明朗。
总的来说,用大模型改造金融业,引用时下最热的电影《奥本海默》里的台词,“这不是一个新技术,而是一个全新的世界”,想象力十足。但回到现实,要想真正开启金融领域的“iPhone时刻”,大模型任重而道远。
节点财经声明:文章内容仅供参考,文章中的信息或所表述的意见不构成任何投资建议,节点财经不对因使用本文章所采取的任何行动承担任何责任。
郑重声明:此文内容为本网站转载企业宣传资讯,目的在于传播更多信息,与本站立场无关。仅供读者参考,并请自行核实相关内容。