文 | 周天財經(jīng)

周天財經(jīng) 原創(chuàng)出品

隨著生成式AI加速落地，金融行業(yè)正在出現(xiàn)一些前所未有的變化，智能客服、智能理財顧問等工具不斷在各大銀行系統(tǒng)中上線；輕點手機(jī)APP，貸款很快就能審批發(fā)放。

麥肯錫報告分析認(rèn)為：AI助力下，2025年中國狹義消費信貸余額將從約15萬億元增至約29萬億元，實現(xiàn)翻倍增長；廣義上，AI大模型也有望給金融業(yè)帶來3萬億規(guī)模的增量。

而同時，從大模型廠商角度看，金融行業(yè)的數(shù)據(jù)基礎(chǔ)好，出手更有魄力。

國際數(shù)據(jù)公司IDC的一項調(diào)研顯示，超半數(shù)的金融機(jī)構(gòu)在2023年投資AI大模型技術(shù)。

一些大模型企業(yè)高管透露，目前公司早期客戶都來自金融行業(yè)，他們對技術(shù)的泛化能力更緊迫，更需要生成式AI帶來的生產(chǎn)力提高工作效率、降低人員成本。

比如在微軟，AI Copilot項目預(yù)計將為他帶來100億美元的收入，該項目的主要客戶就是銀行、對沖基金、信貸機(jī)構(gòu)。

AI 大模型和金融，正史無前例地互相需要著。

但在具體實踐層面，大模型與金融的結(jié)合，依然有很多問題需要解決。

金融行業(yè)對專業(yè)性的要求很高，對生成內(nèi)容的容錯空間很低；提供金融服務(wù)不但要面對可量化評估的產(chǎn)品數(shù)據(jù)，還要有能力處理圖片、視頻、分析報告等非結(jié)構(gòu)化內(nèi)容；在信貸業(yè)務(wù)中風(fēng)控、合規(guī)、客戶隱私等剛性要求，對大模型也是一個挑戰(zhàn)。

走在最前沿的選手，總是需要更大的魄力。隨著新一輪金融行業(yè)調(diào)整期即將到來，螞蟻、騰訊、奇富科技等頭部高科技企業(yè)，都在試圖以技術(shù)優(yōu)勢打造競爭策略。

正如中國信通院在《中國金融科技生態(tài)白皮書（2023 年）》中指出的：算力是金融業(yè)數(shù)智化發(fā)展的新焦點，大模型為金融業(yè)帶來新機(jī)遇。風(fēng)口之上，頭部選手們的動作更加值得我們關(guān)注。

不久前，螞蟻集團(tuán)提出了「大模型 + 知識 + 服務(wù)」驅(qū)動的架構(gòu)，以 金融專屬任務(wù)評測集「Fin-Eval」為基礎(chǔ)，在萬億量級Token的通用語料基礎(chǔ)上，注入千億量級Token金融知識，構(gòu)建金融大模型內(nèi)核。其可信AI的技術(shù)架構(gòu)「蟻鑒 2.0」能夠應(yīng)用于反欺詐、反洗錢、企業(yè)聯(lián)合風(fēng)控、數(shù)據(jù)隱私保護(hù)在內(nèi)的多個消費金融場景。

騰訊的路徑略有不同，更專注于隱身幕后。其為金融機(jī)構(gòu)提供了一站式MaaS服務(wù), 金融機(jī)構(gòu)可根據(jù)不同細(xì)分場景的業(yè)務(wù)需求，靈活選擇各類大模型，降低大模型使用成本。其中東風(fēng)日產(chǎn)融資租賃借助騰訊云的風(fēng)控大模型，在只有較少樣本的情況下就完成了定制化風(fēng)控建模，建模時間節(jié)省了70%。

另一頭部選手奇富科技的路徑則更加專注于場景和業(yè)務(wù)邏輯。在奇富科技發(fā)布的2024年Q1財報中，在大模型的推動下，增長清晰可見：一季度營收41.532億元，同比增長15.39%；凈利潤為11.6億元，同比增長24.77%。截至2024年一季度末，奇富科技已與159家金融機(jī)構(gòu)建立合作關(guān)系，幫助它們?yōu)槌^5230萬小微企業(yè)和個人消費者提供授信服務(wù)。

去年8月，奇富科技與信通院、互聯(lián)網(wǎng)頭部企業(yè)，共同編制國內(nèi)首個金融大模型標(biāo)準(zhǔn)，這一標(biāo)準(zhǔn)的編制旨在促進(jìn)大模型在各個行業(yè)精準(zhǔn)落地。

對于奇富科技而言，長期的黑灰產(chǎn)對抗經(jīng)驗和無數(shù)真實業(yè)務(wù)場景的積累，都讓奇富具備了最真實的行業(yè)數(shù)據(jù)。奇富金融大模型也因此更專注于業(yè)務(wù)場景洞察，其推出的標(biāo)準(zhǔn)化產(chǎn)品「奇富AI - Copilot系統(tǒng)」將金融業(yè)務(wù)流程拆分成一系列可智能化節(jié)點，以此優(yōu)化業(yè)務(wù)細(xì)節(jié)，打開更大的技術(shù)落地空間。

隨著新的開源模型、微調(diào)方法、開發(fā)工具的不斷涌現(xiàn)，生成式大模型這條賽道上已經(jīng)人聲鼎沸，人人都積極尋找著更先進(jìn)的算法、更智能的方案。但具體到金融行業(yè)，大模型如何高效地轉(zhuǎn)化出商業(yè)價值，則是更復(fù)雜的問題。

從理論到可商用，看似不遠(yuǎn)，卻仍然有很多待跨越的阻礙。對此，許多大廠都有著冷靜思考和大膽實踐。

01 大模型向「小」處去

目前，關(guān)于大模型的技術(shù)架構(gòu)主要有兩個方向，一個是生態(tài)開放，另一個是垂直整合。

通用型大模型基于龐大的云上算力，在泛用性和靈活性上的表現(xiàn)更好，能夠用更少的數(shù)據(jù)完成更多的任務(wù)。但是針對金融行業(yè)這個特定場景，通用型大模型并不好用，即使是ChatGPT-4也沒有辦法理解全部金融詞匯，如果因此做出一些虛假的、誤導(dǎo)性的陳述，就會造成嚴(yán)重的后果。

因此，對于金融大模型而言，模型精度才是實現(xiàn)技術(shù)落地的關(guān)鍵。

從最直接的數(shù)據(jù)層面來看，奇富GPT的參數(shù)規(guī)模在130億左右，而通用大模型參數(shù)一般在萬億級。雖然奇富大模型的參數(shù)小了，通用型弱了，但是對金融領(lǐng)域的理解更為深刻，不僅能形成用戶畫像，還能捕獲用戶真實意圖，甚至能夠用擬人化的語言自然的與客戶進(jìn)行交流，在復(fù)雜的通話環(huán)境下，語音識別綜合準(zhǔn)確率超過93%，意圖識別功能準(zhǔn)確率超過95%，能夠迅速而準(zhǔn)確地識別用戶需求并做出響應(yīng)。成為大模型在業(yè)務(wù)增效方面的典范應(yīng)用。

某消費金融高管對于金融大模型兩條技術(shù)路線的評價是「通用模型難以勝任金融領(lǐng)域任務(wù)，金融大模型是大模型落地金融行業(yè)的必由之路」。

央行印發(fā)《金融科技發(fā)展規(guī)劃 (2019-2021年)》還特別提到，要鼓勵發(fā)展特色的、面向具體場景的金融科技，而非大而全地發(fā)展。

而就當(dāng)下而言，金融大模型的搭建難點在于數(shù)據(jù)質(zhì)量和領(lǐng)域經(jīng)驗。

金融大模型雖然參數(shù)較少，但要做得足夠精、足夠細(xì)，才能更實用。在這一點上，具有早期金融經(jīng)驗的互聯(lián)網(wǎng)企業(yè)更具優(yōu)勢。

以奇富科技為例，這家前身為360數(shù)科的金融科技公司，擁有超2億的私域用戶，5230萬已授信用戶，這些都是優(yōu)質(zhì)的數(shù)據(jù)集。這意味著，奇富大模型可以從中學(xué)習(xí)到更豐富的語言知識，并打造一些差異化產(chǎn)品。

例如，最新的「奇富AI - Copilot系統(tǒng)」不但能夠捕捉、轉(zhuǎn)寫標(biāo)準(zhǔn)的普通話，還能處理各種方言口音。他的做法類似同聲傳譯，通過融合方言信息提取模塊，在方言語音消息轉(zhuǎn)寫成文字的同時，對文字進(jìn)行解碼修正。整體語音識別誤差率降低了30%以上，尤其對川渝魯豫四省的方言平均識別準(zhǔn)確率提高了25%。

此外，當(dāng)模型變小，效率就會更高。

比如螞蟻集團(tuán)打造的消費金融風(fēng)控體系，把風(fēng)險挖掘、風(fēng)險識別和風(fēng)險打擊的速度提升至秒級；度小滿軒轅大模型，能將征信報告解讀出40萬維的風(fēng)險變量，用來識別小微企業(yè)主的信貸風(fēng)險。奇富科技將AIGC與大模型技術(shù)相結(jié)合，客戶觸達(dá)規(guī)模提升了21.4%，授信成本優(yōu)化了9%。

大模型對業(yè)務(wù)增效的邏輯，已經(jīng)清晰可見。

02 大模型向產(chǎn)業(yè)縱深處探尋

如今，金融機(jī)構(gòu)往往都想要「一輛更快的馬車」，但實際上他們真正需要的是臺汽車，這種變化需要依靠新技術(shù)來達(dá)成。

用奇富科技首席算法科學(xué)家費浩峻的說法就是，「從金融這個行業(yè)誕生以來，對技術(shù)的需求和推動，都遠(yuǎn)超人們的想象。」

有資深業(yè)內(nèi)專家認(rèn)為：大模型不僅僅是為企業(yè)降低成本提升效率，最終是要演進(jìn)為超級智能體，重構(gòu)企業(yè)業(yè)務(wù)流程。這代表著，金融大模型的發(fā)展不僅僅局限于工具，而是需要向產(chǎn)業(yè)縱深處探尋，制造新的體驗。

目前頭部大模型廠商對于金融大模型的共識是，不過度追求大參量、大算力，保留開放生態(tài)和生長空間的同時，專精于推動現(xiàn)有金融場景和應(yīng)用的更迭和升級。

在騰訊金融云的落地實踐中，通過從遠(yuǎn)程身份認(rèn)證和貸款審批自動化兩方面著手，糅合了語音、計算機(jī)視覺、活體檢測等多項AI技術(shù)，使傳統(tǒng)信貸業(yè)務(wù)效率大幅提升。在相關(guān)產(chǎn)品的體驗中，最快30s就可以完成貸款審批的全流程。騰訊金融云負(fù)責(zé)人朱立強(qiáng)對此介紹道，「采用智能AI，邊際成本幾乎為0。」

螞蟻集團(tuán)則通過「仿金融專家多智能體協(xié)同推理」讓智能客服具備邏輯能力。比如針對「汽車分期付款怎么辦」這類的問題，它會細(xì)致到車輛類別、用戶偏好等多個場景，歷經(jīng)十多個推理環(huán)節(jié)，最后給出建議。螞蟻方面表示，在用足夠多的高質(zhì)量指令集進(jìn)行微調(diào)后，螞蟻金融大模型已經(jīng)掌握95%的金融意圖識別，達(dá)到專家水平。

類似「專家級」的金融大模型，還有奇富科技推出的高級客服QI感通。該AI客服可以通過語音情感計算，識別6種語言，同時有效理解、分析用戶語音中的情感信息，避免潛在沖突和投訴。在應(yīng)用QI感通后，用戶服務(wù)滿意度提升至99.2%。

此外，如何為金融企業(yè)省錢，也是大模型向產(chǎn)業(yè)縱深處探尋的方向之一。

比如，騰訊為金融行業(yè)打造的OCR大模型，金融機(jī)構(gòu)可以不再經(jīng)過檢測、識別、結(jié)構(gòu)化等多個階段進(jìn)行定制，而是利用大模型自帶的閱讀理解和推理能力，直接通過TI平臺對OCR大模型進(jìn)行精調(diào)。

奇富科技的毓智AI則是能幫助金融機(jī)構(gòu)編寫金融軟件，使開發(fā)工作效率提升30%。雖然ChatGPT等大模型也可以代替開發(fā)人員部分的工作量，但由于金融系統(tǒng)對數(shù)據(jù)的安全、合規(guī)性具有較高要求，開發(fā)人員反而需要花費更多的精力來對AI生產(chǎn)的代碼進(jìn)行糾錯。為解決這一問題，奇富科技集成了相當(dāng)一部分金融特有的代碼，構(gòu)成風(fēng)控、交易、獲客運(yùn)營等多個金融專家模型。專家模型可以根據(jù)上下文自動完成代碼片段的編寫，從而大幅降低了開發(fā)成本和開發(fā)人員的工作量，縮短軟件的開發(fā)周期，目前毓智AI編寫的代碼在安全性、可靠性、準(zhǔn)確性和合規(guī)性方面采用率高達(dá)20%。

總而言之，以金融機(jī)構(gòu)的真實需求為導(dǎo)向做精細(xì)化開發(fā)，依然是金融大模型的核心議題。

03 助力中小微企業(yè)發(fā)展

關(guān)于金融大模型的未來，其實并不止提質(zhì)增效這一種想象。

當(dāng)信息收集與處理能力得到極大提升后，助貸企業(yè)與經(jīng)營主體之間的信息誤差也在降低。因此，在金融大模型的助力下，小微企業(yè)融資難的處境正在被改善。

對于現(xiàn)代人而言，「身份」往往是流動的。對此，奇富科技打造的小微用戶知識圖譜，從最初的強(qiáng)調(diào)數(shù)據(jù)廣度，轉(zhuǎn)為強(qiáng)調(diào)數(shù)據(jù)質(zhì)量。隨著模型不斷完善，該圖譜在2024年第一季度再度補(bǔ)充了591萬泛小微用戶的行業(yè)信息，覆蓋率達(dá)到95.1%。這一功能的升級無疑為服務(wù)小微企業(yè)帶來了更大的便利。截至2024年1季度末，奇富科技累計服務(wù)1020萬泛小微用戶。

我們常說新質(zhì)生產(chǎn)力不是拋棄傳統(tǒng)產(chǎn)業(yè)，而是用技術(shù)改造老行業(yè)產(chǎn)品，以新帶舊。

在傳統(tǒng)融資流程中，小微企業(yè)常常因為缺少抵押物以及存在經(jīng)營風(fēng)險被拒之門外。

因此，小微企業(yè)所經(jīng)營的產(chǎn)品信息、上下游原材料關(guān)系就成為識別其信貸額度的關(guān)鍵因素。為此奇富科技利用大模型在信息抽取上的先天優(yōu)勢，打造了小微產(chǎn)品知識圖譜。該圖譜收錄了1.9萬個不同領(lǐng)域的產(chǎn)品實體，能夠深入挖掘商品之間的關(guān)聯(lián)，對產(chǎn)品鏈路進(jìn)行預(yù)測，以便更好的對產(chǎn)品進(jìn)行估值。目前，該產(chǎn)品知識圖譜對現(xiàn)有小微用戶的覆蓋率達(dá)到81.3%。

近期《國務(wù)院關(guān)于金融工作情況的報告》指出，要「進(jìn)一步加大金融支持實體經(jīng)濟(jì)力度」，特別是「進(jìn)一步提升新市民金融服務(wù)水平」。這背后關(guān)聯(lián)更多的是「飄在一線的夫妻店」、「等著播種的農(nóng)戶」、「剛剛創(chuàng)業(yè)的畢業(yè)生」。對于他們來說，難的不是如何還上錢，難得是如何證明自身的償還能力，因此他們更需要新質(zhì)生產(chǎn)力來改善處境。

而這道證明題，奇富科技已經(jīng)做出答案。奇富科技的資產(chǎn)信用全景分析技術(shù)，僅通過小微經(jīng)營者的納稅記錄、經(jīng)營流水、收入證明等材料，就可以分析經(jīng)營者的資產(chǎn)和信用狀況，并精準(zhǔn)計算授信額度。目前，奇富資產(chǎn)信用分析系統(tǒng)支持十余種資信類別，服務(wù)了60%的小微用戶，支持優(yōu)質(zhì)用戶平均授信達(dá)16萬元以上，2024年Q1為泛小微用戶額外放款額超過400億元。

AI正在拉開智能經(jīng)濟(jì)時代的帷幕。美國智庫「太平洋論壇」資深主任約翰·亨明斯曾評價說，數(shù)字中國建設(shè)計劃具有遠(yuǎn)大目標(biāo)，它關(guān)乎到中國在世界上的地位。

近日，斯坦福大學(xué)發(fā)布一份《2024年人工智能指數(shù)報告》，這份報告也是美國、英國和歐盟等多國政策制定者的重要參考資料。其中指出，美國AI大模型發(fā)布的數(shù)量是中國的5倍，在投融資活躍度上也有明顯優(yōu)勢。但同時，中國AI專利數(shù)量占據(jù)了全球的61.1%，遠(yuǎn)超美國的20.9%。

很多業(yè)內(nèi)人士都坦言，我國AI發(fā)展從整體來看處于一個追趕美國的狀態(tài)，但是在垂直領(lǐng)域后發(fā)優(yōu)勢明顯。中國巨大的人口規(guī)模和極高的移動互聯(lián)網(wǎng)普及程度，使得中國的AI研究同時擁有數(shù)據(jù)量和數(shù)據(jù)維度的優(yōu)勢。

360創(chuàng)始人周鴻祎近日也公開表示，中美在AI上的差距主要在于「確定技術(shù)方向」上，一旦方向確定，中國的優(yōu)勢是學(xué)習(xí)能力很快，在一兩年內(nèi)能夠追上，在一些垂直領(lǐng)域超過GPT-4是完全有可能的。

當(dāng)前人工智能正在從實驗室走向現(xiàn)實，最終將成為每個人都看得見、用得起的科技。正如半個世紀(jì)前，ATM機(jī)重構(gòu)了銀行的存取業(yè)務(wù)。進(jìn)入大模型時代，所有人都可以通過人工智能技術(shù)獲得更好的金融服務(wù)。

一年前，OpenAI CEO Sam Altman說過「AI將對世界帶來巨大變革，而我們應(yīng)該改變經(jīng)濟(jì)系統(tǒng)以適應(yīng)它」。如今，AI作為金融領(lǐng)域的新質(zhì)生產(chǎn)力，已經(jīng)出現(xiàn)在投資、交易和每一筆支付中。一個時代的科技，終將成為下個時代的生活。