下半年“大模型”的風(fēng)持續吹來(lái)！在近期的外灘大會(huì )、騰訊全球數字生態(tài)大會(huì )上，“生成式AI、大模型”再次成為“頂流”話(huà)題。大模型今年在國內遍地開(kāi)花，包括螞蟻、度小滿(mǎn)、馬上消費等金融科技公司和金融機構都在積極布局和研發(fā)金融大模型。
　　馬上消費作為持牌消金機構，率先試水大模型，在前不久推出全國首個(gè)零售金融大模型“天鏡”。馬上消費人工智能研究院陸全關(guān)于通用大模型和垂直大模型的本質(zhì)區別表示，天鏡正是瞄準了產(chǎn)業(yè)應用，基于馬上消費在零售金融的實(shí)際業(yè)務(wù)場(chǎng)景產(chǎn)生的真實(shí)需求，而研發(fā)的相關(guān)應用。在被企業(yè)認可后，產(chǎn)生了大模型真正的應用價(jià)值。依此來(lái)說(shuō)，天鏡植根于場(chǎng)景，落地于場(chǎng)景，更像是金融行業(yè)的場(chǎng)景大模型。
　　這一點(diǎn)正是業(yè)內熱議探索的方向，通用大模型如何在金融領(lǐng)域落地和應用持續深入？
　　通用大模型和垂直大模型PK，多家消金機構探索“馬上經(jīng)驗”
　　大模型在經(jīng)歷了大半年的探索，學(xué)界、產(chǎn)業(yè)界的專(zhuān)家形成了共識，大模型會(huì )帶來(lái)顛覆性的變化，對整個(gè)金融體系的影響將是長(cháng)期的。
　　但對專(zhuān)業(yè)能力和邏輯嚴謹、精準性要求嚴格的金融行業(yè)，業(yè)內在討論擁抱大模型的同時(shí)幾乎都提到了落地金融行業(yè)面對的諸多挑戰。
　　當前大模型都是百萬(wàn)、千萬(wàn)、上億的訓練參數，難免會(huì )有一些雜質(zhì)數據摻進(jìn)去。陸全表示，數據本身質(zhì)量參差不齊存在一定風(fēng)險，大模型受限于這些數據，會(huì )因不能分辨真假，無(wú)法確定自身生產(chǎn)的內容，會(huì )帶來(lái)事實(shí)性偏差“幻覺(jué)”。此外，金融大模型還無(wú)法解決一些關(guān)鍵數據的反向數據泄露防護問(wèn)題，無(wú)法做到真正的開(kāi)源，行業(yè)數據沒(méi)有形成真正意義上的競合，這也是一大挑戰。
　　當前的大模型很難做到每一份決策都穩定、精確，再加上行業(yè)合規方面的挑戰，導致大模型的應用在金融行業(yè)知易行難。
　　目前，只有工商銀行基于昇騰AI的金融行業(yè)通用模型、馬上消費的“天鏡”等寥寥幾家機構涉獵，更多的金融機構則處于謹慎觀(guān)望狀態(tài)。
　　業(yè)內人士表示，從行業(yè)應用路徑來(lái)看，科技巨頭提供通用大模型，或者技術(shù)能力強的金融科技公司提供金融行業(yè)大模型，具體的金融機構基于這個(gè)行業(yè)底層模型，用自己的業(yè)務(wù)數據去做私域訓練，然后做私有化的部署和應用。
　　但業(yè)界傾向認同：通用的大模型往往只能解決80%的問(wèn)題，而在面向金融行業(yè)細分領(lǐng)域時(shí)，還需要結合信貸傳統模型在深度學(xué)習領(lǐng)域的積累。
　　通用大模型在金融行業(yè)寬廣有余，縱深不足。對此，陸全表示，相比通用類(lèi)金融大模型，天鏡更具專(zhuān)業(yè)和場(chǎng)景優(yōu)勢，通用大模型想進(jìn)一步滲透到風(fēng)控等金融核心業(yè)務(wù)，還需要在垂直領(lǐng)域精調。
　　“天鏡的價(jià)值并不在于可以直接把模型照搬給其他金融機構，而是因馬上消費提供出一套基于機構自身業(yè)務(wù)研發(fā)大模型的經(jīng)驗和落地的內生解決方案，可以幫助其他機構落地大模型并產(chǎn)生價(jià)值”。陸全還透露道，在天鏡大模型發(fā)布后，已有多家消費金融公司了解和學(xué)習天鏡的研發(fā)過(guò)程和相關(guān)落地應用產(chǎn)品，如智能客服助手、數據分析助手等。
　　天鏡大模型四大核心領(lǐng)域，9月底上線(xiàn)智能客服助手
　　正如百度創(chuàng )始人、董事長(cháng)兼首席執行官李彥宏近期所言，“卷大模型沒(méi)有意義，卷應用機會(huì )更大”。大模型最終要落地場(chǎng)景。
　　大模型和場(chǎng)景融合是一個(gè)不斷演進(jìn)、探索的過(guò)程。螞蟻集團副總裁徐鵬認為，大模型的應用生態(tài)還不夠繁榮，應用場(chǎng)景也還沒(méi)有那么豐富。
　　目前天鏡大模型在匯集智慧、喚醒知識、眾創(chuàng )價(jià)值、數字分身四大核心領(lǐng)域已經(jīng)成功落地相應的場(chǎng)景產(chǎn)品，包括在營(yíng)銷(xiāo)獲客、風(fēng)險審批，客戶(hù)運營(yíng)、客戶(hù)服務(wù)、安全合規、資產(chǎn)管理這六個(gè)零售金融最典型的場(chǎng)景，以模型和數據驅動(dòng)業(yè)務(wù)，解決行業(yè)痛點(diǎn)問(wèn)題。
　　匯集智慧，主要應用在人工客服場(chǎng)景。通過(guò)大模型提煉萃取一線(xiàn)優(yōu)秀人工坐席客服經(jīng)驗，匯聚成群體智慧，從而擁有一對多服務(wù)客戶(hù)的能力，也可作為人工坐席的輔助角色。據了解，經(jīng)過(guò)近3個(gè)月的運行，其意圖理解準確率達91%，高于傳統AI的68%；客戶(hù)參與率61%，高于傳統模型的43%，也高于人工坐席平均28%的水平。
　　喚醒知識，主要為解決提取、利用非結構化文檔中的數據資料的痛點(diǎn)。例如，將企業(yè)招股書(shū)、財報、經(jīng)濟預測數據等文件上傳后，天鏡大模型可深入解析金融領(lǐng)域專(zhuān)業(yè)術(shù)語(yǔ)，同時(shí)查詢(xún)定位多個(gè)不同文檔，洞悉金融圖表隱含的信息并進(jìn)行歸納和總結。
　　眾創(chuàng )價(jià)值，是為了降低使用數據的門(mén)檻。天鏡大模型SQL生成平臺不再需要代碼等專(zhuān)業(yè)指令，使用者可直接向AI說(shuō)“大白話(huà)”，天鏡即可自動(dòng)理解需求、展開(kāi)檢索、生成答復，按照人的意思去完成數據挖掘的任務(wù)。
　　數字分身，旨在打造“數字外表+智慧大腦+情感內心”三合一的數字人，擅理解、有溫度、懂心理的智能秘書(shū)，或不休不眠的智能“打工人”。通過(guò)上傳資料并定制一些參數，只需5分鐘的數據訓練，員工即可擁有自己的數字分身，代替員工完成大量工作。
　　陸全強調，天鏡大模型從一開(kāi)始研發(fā)，就專(zhuān)注于真正幫金融企業(yè)去落地，去產(chǎn)生實(shí)際價(jià)值。
　　陸全還透露道，9月底還將正式上線(xiàn)基于天鏡大模型的人工客服智能助手，實(shí)時(shí)響應用戶(hù)的問(wèn)題和需求，優(yōu)化客戶(hù)體驗。
　　作為首家自研大模型的消費金融機構，馬上消費讓大模型從理想照進(jìn)現實(shí)，是大模型技術(shù)向金融領(lǐng)域深入滲透的標志性事件，代表了持牌金融機構在科技創(chuàng )新方面的新高度。