以ChatGPT為代表的AI大模型正在全球范圍內(nèi)引發(fā)新一輪的技術(shù)革命與商業(yè)浪潮。在金融領(lǐng)域，短期來(lái)看，它將在哪些方面給客戶帶來(lái)直觀的優(yōu)化體驗(yàn)？長(zhǎng)遠(yuǎn)來(lái)看，它能否給金融業(yè)帶來(lái)顛覆性變革？

帶著這些問(wèn)題，我們采訪了度小滿首席技術(shù)官許冬亮。度小滿，即原百度金融。作為源自百度的金融科技公司，度小滿一直積極探索人工智能在金融領(lǐng)域的前沿應(yīng)用，先后布局信貸、財(cái)富管理、支付、保險(xiǎn)、個(gè)人金融科技和供應(yīng)鏈金融科技等六大業(yè)務(wù)板塊。百度 “文心一言”開(kāi)放生態(tài)合作后，深耕AI領(lǐng)域多年的度小滿成為首家接入的金融科技公司。

許冬亮認(rèn)為，具有通用能力的大模型將成為信息處理的基礎(chǔ)設(shè)施，中小銀行應(yīng)用人工智能技術(shù)的門檻將大幅降低，在數(shù)字化、智能化進(jìn)程中有了“彎道超車”的機(jī)會(huì)。

麥肯錫：ChatGPT近期風(fēng)靡全球，您對(duì)人工智能未來(lái)趨勢(shì)怎么看？

許冬亮：ChatGPT的基礎(chǔ)是大模型，也就是 GPT（ Generative Pre-trained Transformer 即生成型預(yù)訓(xùn)練變換模型）?；诖竽Ｐ停琌penAI團(tuán)隊(duì)不僅推出了ChatGPT（對(duì)話），還推出了CodeX（代碼生成）、DALL-E（圖像生成）。

比ChatGPT更值得關(guān)注的是它所依托的底層技術(shù)能力。我們認(rèn)為類似GPT這樣的大模型技術(shù)，是下一代人工智能技術(shù)較量的核心課題。大模型將會(huì)掀起新一波的技術(shù)浪潮，重塑多個(gè)行業(yè)的業(yè)態(tài)。

麥肯錫：大模型技術(shù)在金融行業(yè)有哪些應(yīng)用？

許冬亮：金融行業(yè)是數(shù)字化、智能化的先行者，如果將大模型能力放到金融行業(yè)中去處理原有的任務(wù)，性能和效果將會(huì)有顯著的提升，會(huì)對(duì)很多工作產(chǎn)生顛覆性的影響。

大模型可以分為理解式大模型和生成式大模型。理解式大模型可以用在智能獲客和風(fēng)險(xiǎn)管理上，幫助金融機(jī)構(gòu)提升經(jīng)營(yíng)效率和風(fēng)險(xiǎn)管理決策能力。在智能獲客上，大模型可幫助金融機(jī)構(gòu)精準(zhǔn)匹配用戶的需求。在信用風(fēng)險(xiǎn)管理上，在大模型的通用能力基礎(chǔ)上融合金融行業(yè)的知識(shí)和數(shù)據(jù)用于風(fēng)險(xiǎn)評(píng)估，可以提升數(shù)據(jù)洞察理解能力，幫助我們發(fā)現(xiàn)原來(lái)發(fā)現(xiàn)不了的風(fēng)險(xiǎn)。

生成式大模型可以自主生成新的數(shù)據(jù)、圖像、語(yǔ)音、文本等信息，成為理財(cái)師、保險(xiǎn)經(jīng)紀(jì)人等金融行業(yè)從業(yè)人員的得力助手，幫助他們?yōu)榭蛻魝€(gè)性化推薦理財(cái)、保險(xiǎn)產(chǎn)品，大幅提升服務(wù)效率和服務(wù)體驗(yàn)。具體表現(xiàn)在以下三個(gè)方面：

第一、  基于大模型的智能客服將超越人工服務(wù)，讓高質(zhì)量顧問(wèn)式金融服務(wù)成為可能。在通用大模型的基礎(chǔ)上，疊加金融客服領(lǐng)域的數(shù)據(jù)和專業(yè)服務(wù)經(jīng)驗(yàn)，經(jīng)過(guò)垂直領(lǐng)域定向訓(xùn)練后客服機(jī)器人既能與用戶進(jìn)行多輪對(duì)話，還能提出具體的、可行的解決方案。

第二、  生成式大模型可以成為理財(cái)師、經(jīng)紀(jì)人等從業(yè)者的“全能業(yè)務(wù)助理”。基于大模型的業(yè)務(wù)助理不僅了解國(guó)內(nèi)外的宏觀政策、行業(yè)信息、產(chǎn)品信息，而且可以自動(dòng)生成文章、報(bào)告，提供專業(yè)建議和方案輔助交流。

第三、  廣告和營(yíng)銷內(nèi)容一鍵生成，營(yíng)銷效率大幅提升。以ChatGPT為代表的大模型技術(shù)，將帶來(lái)知識(shí)型工作者生產(chǎn)效率的二次飛躍。過(guò)去，我們需要在海量信息中檢索詞條，將大量的精力投入到信息的獲取、提煉與整合，自己做檢索、設(shè)計(jì)、制作等工作；未來(lái)，大模型技術(shù)會(huì)適應(yīng)并普及到所有知識(shí)型工作行業(yè)，例如文案、設(shè)計(jì)、編程等，人機(jī)協(xié)作將大幅提高工作效率。

麥肯錫：大模型技術(shù)的發(fā)展，對(duì)金融行業(yè)的格局將帶來(lái)什么影響？

許冬亮：具有通用能力的大模型將成為信息處理的基礎(chǔ)設(shè)施，中小銀行應(yīng)用人工智能技術(shù)的門檻將大幅降低，在數(shù)字化、智能化進(jìn)程中有了“彎道超車”的機(jī)會(huì)。由于在數(shù)字資源、科技能力、業(yè)務(wù)場(chǎng)景等方面的天然差距，中小銀行與大銀行相比，在數(shù)字化轉(zhuǎn)型方面相對(duì)落后，且面臨著差距越拉越大的風(fēng)險(xiǎn)，“智能化鴻溝”的風(fēng)險(xiǎn)也越來(lái)越明顯。在大模型時(shí)代，所有銀行都可以便捷地使用最先進(jìn)的人工智能技術(shù)來(lái)解決各自的業(yè)務(wù)問(wèn)題，不同規(guī)模的銀行重新站在同一條起跑線上，這將大幅加快中小銀行數(shù)字化、智能化進(jìn)程，有利于中小銀行跨越“數(shù)字鴻溝”和“智能化鴻溝”。

麥肯錫：度小滿在大模型上有什么布局？

許冬亮：度小滿已經(jīng)開(kāi)展了一系列基于大模型的應(yīng)用。我們將大型語(yǔ)言模型LLM應(yīng)用于海量互聯(lián)網(wǎng)文本數(shù)據(jù)、行為數(shù)據(jù)、征信報(bào)告的解讀，將小微企業(yè)主的信貸違約風(fēng)險(xiǎn)降低了25%。隨著模型的迭代，大模型在智能風(fēng)控上的潛力將進(jìn)一步釋放。

ChatGPT所展現(xiàn)的語(yǔ)義理解能力，也是度小滿在自然語(yǔ)言處理（NLP）領(lǐng)域重點(diǎn)投入的方向。2021年，在微軟舉辦的MS MARCO 比賽中的文檔排序任務(wù)中，度小滿NLP團(tuán)隊(duì)排名第一并刷新紀(jì)錄；團(tuán)隊(duì)研發(fā)的軒轅 (XuanYuan) 預(yù)訓(xùn)練模型也在CLUE分類任務(wù)中排名第一。

百度 “文心一言”開(kāi)放生態(tài)合作后，度小滿成為首家接入的金融科技公司。接下來(lái)，基于“文心一言”的大模型技術(shù)基座，結(jié)合度小滿業(yè)務(wù)場(chǎng)景積累的金融行業(yè)知識(shí)和數(shù)據(jù)進(jìn)行交互式訓(xùn)練，我們希望能在金融行業(yè)發(fā)揮ChatGPT類人工智能技術(shù)的作用和價(jià)值，打造全新的智能客服、智能風(fēng)控、智能交互服務(wù)。這些垂直應(yīng)用不僅要具備生成式人工智能（AI）、多模態(tài)語(yǔ)義理解等能力，而且要適配金融行業(yè)高度重視風(fēng)險(xiǎn)、把安全性放在第一位的行業(yè)特點(diǎn)，做到高度穩(wěn)定、自主可控。

麥肯錫：大模型的發(fā)展未來(lái)有哪些挑戰(zhàn)？

許冬亮：首先，技術(shù)的應(yīng)用不能脫離業(yè)務(wù)應(yīng)用本身，AI技術(shù)的價(jià)值體現(xiàn)在業(yè)務(wù)的發(fā)展上。其次，數(shù)據(jù)的積累、技術(shù)能力的建設(shè)、底層的架構(gòu)、人才積累與培養(yǎng)，這些都要長(zhǎng)期投入，逐步形成；AI與業(yè)務(wù)的融合是一個(gè)持續(xù)迭代的過(guò)程，我們不能唯業(yè)績(jī)論，要給技術(shù)沉淀的空間和時(shí)間，但也不能只關(guān)注技術(shù)建設(shè)，不考慮對(duì)業(yè)務(wù)的收益——既要仰望星空，又要腳踏實(shí)地。

在國(guó)內(nèi)，目前看大模型技術(shù)的發(fā)展和應(yīng)用存在很多挑戰(zhàn)，這些也都是我們需要正視和解決的，包括以下四個(gè)方面：

一、應(yīng)用門檻。大模型訓(xùn)練和應(yīng)用的成本依然很高；在數(shù)據(jù)上，中文語(yǔ)料和數(shù)據(jù)質(zhì)量相較于英文存在差距，當(dāng)前模型的穩(wěn)定性和真實(shí)性還要進(jìn)一步的優(yōu)化。

二、金融安全。金融行業(yè)的安全性是第一位的。生成式大模型創(chuàng)作自由度高，所以常會(huì)有令人驚艷的表現(xiàn)，但正是因?yàn)樗淖杂啥忍罅?，?dāng)解決真實(shí)場(chǎng)景中的任務(wù)時(shí)，會(huì)造成可控性不足。

三、人才儲(chǔ)備。我國(guó)人工智能人才緊缺程度持續(xù)高于互聯(lián)網(wǎng)總體水平，作為ChatGPT核心技術(shù)的大模型，其人才缺失更為突出，尤其是領(lǐng)軍人才一將難求。

四、科技倫理。隨著技術(shù)的不斷突破，為了規(guī)范技術(shù)的發(fā)展，科技倫理的治理也要及時(shí)跟上，比如，大模型訓(xùn)練需要應(yīng)用大量的數(shù)據(jù)支持，需要做好數(shù)據(jù)的安全管理，避免泄露帶來(lái)的風(fēng)險(xiǎn)。同時(shí)這一技術(shù)可能會(huì)涉及偏見(jiàn)、歧視、誤導(dǎo)等問(wèn)題，需要加強(qiáng)技術(shù)規(guī)范和標(biāo)準(zhǔn)制定，防止誤導(dǎo)，防范道德和倫理風(fēng)險(xiǎn)，防止歧視，保護(hù)消費(fèi)者權(quán)益。

本次訪談?dòng)甥溈襄a全球資深董事合伙人鐘惠馨、麥肯錫全球董事合伙人吉翔和麥肯錫全球副董事合伙人張蒙聯(lián)合完成。

 雷峰網(wǎng)雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。