◎楊 雪

　　過去一年，大模型百花齊放，AI受到了前所未有的熱捧，但通用大模型距離產(chǎn)業(yè)仍然遙遠。在探討大模型落地方向時，很多專業(yè)人士瞄準金融行業(yè)，稱大模型將帶來金融業(yè)數(shù)字化的第二波浪潮。

　　金融行業(yè)沉淀了大量高質(zhì)量數(shù)據(jù)。各金融平臺的用戶數(shù)以億計，各種用戶畫像數(shù)據(jù)、交易數(shù)據(jù)浩如煙海。利用大模型對上述數(shù)據(jù)的分析處理，可提高金融效率。比如，金融機構(gòu)可以預測用戶行為偏好，更高效、準確評估客戶風險；AI還可以實時監(jiān)測交易和市場波動，及時制定策略。

　　事實上，金融行業(yè)也在主動擁抱大模型。IDC（國際數(shù)據(jù)公司）一項調(diào)研顯示，超半數(shù)的金融機構(gòu)計劃在2023年投資生成式人工智能技術(shù)，只有10%的金融機構(gòu)表示沒有試驗計劃。不久前，兩家國內(nèi)科技公司聯(lián)合推出的火山—智譜高性能金融大模型，也是為科技金融AI落地積極鋪路。

　　大模型前景固然可期，但金融行業(yè)對安全和隱私要求極高。在推動大模型落地金融行業(yè)的過程中，安全、合規(guī)是最大的技術(shù)難題。開發(fā)金融AI，是技術(shù)和行業(yè)交叉融合的系統(tǒng)化工程。從火山—智譜高性能金融大模型的合作攻關背景可以看出，一方面，模型性能、功能及底層架構(gòu)的升級迭代是基礎；另一方面，高效的算力基礎設施、開放安全的生態(tài)、豐富的金融行業(yè)實踐以及完善的交付保障更是重要前提。

　　大模型是金融行業(yè)必爭之地。但如果將AI進一步滲透到風控等金融核心業(yè)務，還需要在垂直領域進行磨合，還要經(jīng)過時間的考驗。金融行業(yè)一般認為，現(xiàn)階段最容易實現(xiàn)的，包括AI投資顧問、自動化客服、風險評估、報告自動化生成、代碼生成應用等，應從外圍做起，逐步接近核心。

　　大模型帶給金融界的沖擊，必然超越了上一次數(shù)字化浪潮，金融工作模式的變革勢不可擋。然而，大模型在金融場景落地的“最后一公里”，是充滿變數(shù)的一公里。只有夯實科技的基礎，未來的AI金融才能行穩(wěn)致遠。（來源：科技日報）