文 | 周天財經

周天財經 原創出品

可見的未來是由過去造就的，未知的未來由現在鑄就。

1956 年，一群不同領域科學家聚在達特茅斯開了一個學術研討會議，商量當時八字還沒一撇的東西「人工智能」。與會者包括人工智能創始級的大佬馬文·明斯基，信息論創始人香農，跨學科天才司馬賀（Herbert Simon）等等。會議以頭腦風暴為主，前后持續了一個月。探討的主題包括編程語言、計算機創作、神經網絡、自動運行和糾錯的程序等。

至于當時的計算機水平？同一年，IBM 推出第一臺商用硬盤計算機，內存 5M；IBM 發布的第一個高級編程語言 Fortran，今天的計算機本科生估計很多都沒聽說過；UNIVAC 開發了第一臺超級計算機，用于核武器模擬和科學研究。

這場會議距離 PC、MAC 和互聯網，還有幾十年距離。但從人工智能發展的角度回溯，會議提出的問題和思路，引導著這個新興領域未來的發展方向。

67 年后，亞洲三大金融科技盛會之一的第二屆外灘大會在上海開幕，前來參加大會的有 20 多位「兩院」院士、諾貝爾獎或圖靈獎得主，科技領軍企業代表和專家學者，以及來自海外的科技創業者云集。從主論壇到分論壇，大模型話題幾乎貫穿始終，幾乎場場都在談論生成式 AI，也幾乎場場爆滿，相比三年前的外灘大會，這一次的話題，空前地聚焦在人工智能領域。不論是到場的金融專家還是數字技術領軍者，每個人都在急切地尋求關于大模型的共識。

美國國家工程院外籍院士張宏江就談到，大模型的突破，是「人工智能」的 iPhone 時刻，螞蟻集團董事長兼 CEO 井賢棟同樣把大模型視為類似于 iPhone 的一次巨大產業突破口，他談到，「iPhone 時刻」巨大的沖擊，遠遠不是大屏幕變成小屏幕這么簡單，而是通過小屏幕實現了用戶「永遠在線」，從而極大促進了人和服務、人和商品的整個連接。而 AI 蘊藏的機會，并不亞于此。

這幾天初秋的外灘，關于大模型產業化的共識正在匯聚。麥肯錫中國區主席倪以理就在外灘大會現場推出了自己的預判：「AI 對全球經濟的潛在收益將達到 25 萬億美元，是當前所有企業最重要的賽道之一，但這個時代剛剛開始。」

時代情緒震蕩已久，許多人聲稱自己已經看不清未來，不知該向何處去，受邀演講的科幻作家陳秋帆在大會上說，「人的思考是一個線性系統，而現實是一個非線性的規律，尤其是科技的發明」，外灘大會的諸多論斷，讓我們看到闊別已久的高漲斗志和飽滿情緒，這背后，是高度的共識正在塑造而成，借用他的話來說，「我們去描繪一個想要創造的未來，才能夠凝結共識，才能夠幫助每個人去抵達的未來。」

未來感，是我對此次外灘大會的最深刻的印象。井賢棟甚至引用最近熱映電影《奧本海默》的一句臺詞來描述 AI，「這不僅是一個新武器/技術，還是一個全新的世界」。

01 金融大模型面世

9 月 8 日，螞蟻集團正式發布了自己的的金融大模型。這個模型的從基礎底座到應用層，都是螞蟻純自研的。它不是其他任何大模型的擴展插件，不是 GPT plus，也不是自動畫圖，而是專用于金融行業、全棧布局以長線發展和創造產業價值為目標的新模型。

如果把研制通用大語言模型（LLM）比作培養 AI 中的大學生，金融大模型就是專門培養知識專注于金融領域的碩士博士生，它從 300 個真實產業場景中提取了超過 60 萬高質量指令數據訓練而來。

金融大模型聚焦真實金融場景需求，技能點放在「認知、生成、專業知識、專業邏輯、合規性」五大維度 28 類金融專屬任務中，在「研判觀點提取」「金融意圖理解」「金融事件推理」等眾多領域達到行業專家水平。目前，螞蟻金融大模型已在螞蟻集團的財富、保險平臺上全面測試。

金融大模型首先加持了兩款螞蟻的未來產品 ——「支小寶 2.0」、「支小助」。前者定位是 ToC 的智能金融助理，能幫助普通用戶和個人投資者，有分析行情、資產配置、持倉診斷等功能；后者定位是 ToB 的金融產業助手，可閱讀研報并提取邏輯和觀點，對金融事件的推理和歸因，還能編寫金融代碼的金融產業助手，在其輔助下，理財顧問和保險代理人的有效管戶半徑人均可擴大 70% 以上。

金融是一個感性和理性交織的領域，是服務業，更是一個技術含量很高的科技行業。提升服務的人效和標準化當然是有必要的，但更好連接投資者和平臺、基金管理人，保證投資者收益，規避風險，可能才是行業立足之本。現場就有業內人士談到，市場異動常常會帶來投資者的心態起伏，投資者情緒得不到安撫，往往會基于情緒做出非理性的投資決策，會加劇行情大起大落。如果有大模型加持的投資、理財顧問，幫助更好回應用戶的需求，做出基于市場數據的理性判斷，或許能建立更加良性的投顧生態。

螞蟻的率先應用，是大模型真正走向產業應用的極具價值的探索。選擇大模型作為技術路線的基礎研究，中國產業界晚了幾年，但中國企業一旦形成關于大模型用于產業的共識，從后發狀態瞬間實現彎道超車，這就像二維碼技術原本始于歐美國家，但是被支付寶和微信支付大規模應用于移動支付，把技術用于產業，是中國企業的獨有優勢，又比如，物聯網技術亦最早提出于國外，但大規模用于共享單車和智能門鎖，又是中國獨有。

螞蟻推出自己的金融大模型，并不是簡單的「跟風」趕時髦。

螞蟻投入人工智能研發，差不多有 10 年時間，再加上本身就有豐富的 AI 業務場景。螞蟻集團首席技術官、平臺技術事業群總裁何征宇在接受采訪時介紹，從 2022 年底選擇了大模型的技術路線一開始，就堅決投入了大模型底層基礎設施，目前，作為金融大模型的基座，螞蟻基礎大模型平臺具備萬卡異構集群，其中千卡規模訓練 MFU 可達到 40%，集群有效訓練時長占比 90% 以上，RLHF 訓練在同等模型效果下訓練吞吐性能相較于業界方案提升 3.59 倍，推理性能相較于業界方案提升約 2 倍，處于業界先進水平。

金融大模型符合這次外灘大會的圓桌會議所提及的一大趨勢：未來金融業務將會高度 AI 化，包括銀行、咨詢、合規業務、會計等等，都會使用智能員工（AI-Agent），將現有的流程重新打造。「驅動銀行發展的核心動力正發生變化，以前是規模驅動，現在是新技術驅動。」螞蟻集團資深副總裁、網商銀行董事長金曉龍在現場表示。

02 向數智化的堡壘進發

金融領域面臨的難題是新命題，也是老命題，例如風控、用戶畫像和效率提升。時代在變，工具箱里的工具在變，螞蟻經歷了 PC 互聯網時代，移動互聯網時代，和如今的新數智化時代。螞蟻終于等到了一件趁手的工具。

在 PC 互聯網時代，螞蟻解決了電商交易的信任問題。

20 年前，為了解決早期電商「先付款還是先發貨」的信任問題，阿里巴巴的幾位先驅創業者，繞開當時全球最大最成功的在線支付 PayPal 和騰訊 Q 幣系統，創造了第三方信用擔保模式，即支付寶的前身。信任問題首次有了技術解決方案。

在移動互聯網時代，它通過「移動支付」的創新參與重構了中國的商業生態，二維碼推出，揣一部手機走天下，當代人的消費習慣幾乎都是被移動支付塑造的。

不僅消費者如此，商家也一樣。在線移動支付誕生以前，現金收銀和 POS 機刷卡支付非常瑣碎，對賬統賬核算也是個問題，更別提風險。因此，長期以來，實體經濟大規模跨地域經營管理難以實現。今天，從讓全民刷屏、開出 1 萬家門店的瑞幸，到整個零售業、新能源汽車門店，都可通過一張二維碼，款項直達，管理成本大幅下降，零售觸角得以大幅下沉。由支付寶開創的移動支付，不知優化了多少商業實體的商業模式，讓多少品牌實現規模化擴張。

支付寶的名氣在國外更有存在感，因為螞蟻在不同市場積淀的各種技術、案例，實際改變的業務，已經讓多國的科技行業受到鼓舞和啟發，開啟變革。

外灘大會論壇上還分享了一個案例，以說明螞蟻將數字科技發揚廣大到海外：為了縮小農村和城市人口之間的受教育差距，鼓勵青年人積極學習，印尼政府設立了在線職業培訓項目「待就業卡」，涉及上千萬來自農村的無業人員，向完成培訓的學員發放獎學金，總獎金池 30 萬億印尼盾（約 21.3 億美元）。如何保證資金安全發放，又是一個信任問題。

螞蟻用基于支付寶實名認證體系發展而來的 ZOLOZ 可信身份認證等技術搞定：學員在 2 分鐘內就完成注冊認證流程，免去人工審核成本、還能精準地識別虛假身份，還能防范欺詐冒領等問題。最終 1700 萬人完成了在線職業培訓并因此受益。該項目上榜聯合國可持續發展目標加速計劃之一。

新數智化時代，隨著人工智能和數據科技的發展，螞蟻將在金融級場景和多樣化需求下淬煉的數據科技能力發揮出來，已經突破了一家金融科技公司的邊界，成長為真正的數字科技公司。從最難的金融場景中所抽象出來的能力，經得起其他行業的考驗。因此，我們也認為，金融大模型，僅僅是一個開始。

上一波由 AlphaGo 引領的 AI 浪潮中就是由大量的機器學習數據推動的，到大模型時代，GPT 的訓練數據量的范圍覆蓋到了幾乎全互聯網內容，下一個時代，不同領域的行業數據、科學數據、人類活動的數據都會源源不斷地生產、收集和應用，如何利用這些資源，對不同的業務降本增效，甚至實現革新，就是數字科技的目標。

在未來，小到個人消費抉擇的分析，大到行業甚至宏觀經濟、社會、環境的公共抉擇，如果能能以數字工具為支撐展開，會誕生新的科技和商業模式。未來，人類思考的方式，公司組織運行的方式，可能會被數字科技改寫。

司馬賀曾經定義人是一種「有限理性」的存在，人的學習能力吸收能力，時間，注意力等有限資源，不可能遍歷近乎無窮生成的數據——今天，對于一個稍大的網站，你甚至不可能把每日更新的帖子瀏覽完，更別提在其中尋找模式，處理和計算。但 AI 可以，且擅長，AI 就是因數據而生的造物。基于數據和 AI 的一切基礎架構，無限理性有可能成為奠定未來科技的基石。

在未來，行業運作的方式當然也會巨變。互聯網延續著工業時代的邏輯，通過一個線上形成的時空體，來交互協作、進行生產、管理人員。但在數智時代，生產本身，以及參與生產的單位，其中的組件，都會越來越自動化、智能化。

比如，螞蟻在本次外灘大會上公布的隱私計算、基于區塊鏈的物聯網技術、數字人民幣等技術的運用，就像是一種新嘗試。這些技術能夠讓產業鏈上下游企業的數據交換、收集，產業協作，業務流對接，資金鏈等等過程，進入一個更新更安全的由數字科技打造的「通道」中。過去采購訂貨發送要用微信或者電話，以后可能是一整套囊括 OA 系統在內的新技術整合，產業的效率會通過技術變革得到提升。

可以說，這一系列數字科技對于產業互聯網的價值，就好比移動支付對于消費互聯網的價值一樣。

隨著領域業務的擴張，以及大模型成為跨行業的應用底座，數字科技公司變成新的第三方平臺，螞蟻會從一家主要為消費者直接服務、偏消費互聯網的 2C 公司，逐漸轉變成為一家兼有消費互聯網和產業互聯網的公司。

為什么我們如此需要數據技術？最近我一位餐飲行業的自身從業者朋友給我帶來了一個他自身的經歷，他開了一家螺螄粉，第一家店就大獲成功，正準備融資擴張，卻不想觸動了附近街區同賽道選手的利益，隨后，鋪天蓋地的差評開始占據其在不同平臺的評論區，讓這家店的生意急轉直下，最終以虧本 30 萬的代價收場，整個過程中，朋友并非沒有自救，人工客服的路徑幾乎申訴不通，于是找到了一家平臺企業的華南區高管，想通過人情關系來挽救門店，最終也沒有見效。本來快要成功的創業，以遺憾收場，損失的是 30 萬，也有一家小微企業的未來。

這其中，我看到了大模型的可能性，特別是金融大模型作為數據技術的集大成者，以先進技術更有條件去實現 know your customer、風險識別與反欺詐。我猜想了一下，如果這些技術能夠以大模型形態普惠到類似于餐飲這樣的傳統行業，更高概率識別餐飲企業的真實經營狀況，避免被虛假評論掩埋，或許會有更多的優秀項目突破障礙，自己跑出來。數字科技理應有金融以外的更多用武之地。

03 老革命的新問題

縱觀外灘大會，螞蟻的金融大模型只是數字科技的冰山一角。很多黑科技，也是本次大會上的焦點。大會上也展示了全球首個腦紋核身核驗技術，該技術由螞蟻安全實驗室聯合中國信通院、硬件商博睿康共同研發，可實現基于腦電波識別波形特征的身份識別，為未來穿戴設備場景下的身份識別應用做好技術儲備。觀眾現場穿戴腦機設備，體驗基于穩態視覺刺激密碼輸入，實現腦電波對應生成視覺與密碼數字識別交互；還可以解鎖場景互動挑戰，體驗未來腦機身份無感識別，全過程做到隱私保護。

在工業化時代，影響人類生產力的四大核心要素分別是土地、勞動力、資本、技術。人類最近 200 年所取得的非線性進步，更多來源于技術本身。進入數字經濟時代，數據要素成為第五要素，它像是技術本身不停迭代產生和拋出的可利用新資源，源源不斷地涌現出來。二十大報告也將數字經濟和數據技術上升到國家戰略高度。

全鏈路的數據技術，還包含了芯片等底層硬件技術，「傳統」計算機科學發展而來的新數據庫、隱私計算、圖計算、區塊鏈、綠色計算等數字化根技術，以及安全科技等應用層技術。釋放數據全周期生命力的關鍵，是每一個環節都有相應的技術支撐。而現在除了生長在比特流之上的互聯網以外，其他行業的「數智」之路還任重道遠。

螞蟻集團資深副總裁、數字科技事業群總裁蔣國飛在演講中詳細地描繪了數智時代的進軍地圖：產業數字化包括機構數字化和產業協作數字化，困難和漫長的過程在于后者，因為產業協作涉及多個參與方，環節眾多、流程復雜，容易因為缺乏信任造成協作不暢——和當年支付寶創建之初的問題類似，但更大更復雜。

產業如此，科研也一樣。中國科學院院士、復旦大學副校長張人禾認為，「AI 時代」，「單打獨斗」已不適應大科學時代的科技創新，要進行「有組織科研」，布局建設大平臺，建立機制，打通信任。

今天螞蟻的數字科技產品，大部分就是為了解決幫助千行百業解決了產業協作中的斷點和堵點，建立了全新的數字信任，已經服務了超過 1 萬家機構和企業客戶，覆蓋公共服務、航運物流、工業制造、互聯網、零售快消、文化傳媒等重要行業。

產業數字化是最大的確定性機會，而關鍵就在于科技構建的數字信任。繼續凝聚信任，也讓今天的螞蟻又重新站在了自我變革的新起點。

站在外灘大會的會場之中，我感受到的是未來的風已經吹到了現在，每個人都在談論未來的可能性，新的體驗，新的業務，乃至新行業的誕生。置身于新的「達特茅斯會議」，又一場開啟 AI 進程的討論，又一次眺望未來的機遇。

我想起了很久以前，鼻祖級科幻作家威廉·吉布森的那句膾炙人口的名言 「未來已在此處，只是分布不均」。