9月12日，在畢馬威中國近期舉辦的“聚焦未來 洞察AIGC新范式”AI論壇上，來自金融、醫療及AI領域的眾多領袖、學者與專家齊聚一堂，共同探討了AI大模型在各行業的創新應用與未來趨勢。其中，奇富科技首席算法科學家費浩峻在平行論壇金融科技沙龍上分享了對于金融大模型應用現狀及面臨挑戰的觀點。

三個趨勢：小參數、穩定性與多模態并進

費浩峻指出，隨著AI技術的飛速發展，金融大模型的應用已逐步從理論探索邁向實踐落地。在過去一年中，行業關注點從單純追求基礎模型的能力提升，轉向了如何更有效地將大模型技術融入實際業務場景，這一轉變帶來了諸多技術上的創新與突破。他提到，為了降低應用成本并提高模型穩定性，金融行業開始探索小參數模型的應用，并在知識增強能力上取得了顯著進展。同時，多模態技術的發展也為金融大模型帶來了新的活力，特別是在表格解析、員工工作輔助等方面展現出巨大潛力。

兩個案例：客服與營銷的降本增效

具體到行業應用，費浩峻表示，客服、營銷、風控是金融大模型應用的最佳場景。大模型在提升這些領域的工作效率和服務質量方面發揮了重要作用。他分享了奇富科技的兩個大模型應用案例。

一個是客服領域的探索。奇富科技用大模型技術，深度剖析千萬級歷史通話記錄，提煉出高效溝通策略與話術模板，顯著提升了客服人員捕捉用戶意圖的精準度。這一系統不僅提高了客服溝通的效率與準確度，還通過自動化質檢實現了通話的100%覆蓋。自啟用以來，在人效提升的同時，管理效率更是實現了50%的大幅增長。

另一個是營銷素材的智能化生成。在奇富科技的投放物料中，大約70%的圖片素材和20%的視頻素材由大模型生成，并通過多維度評級系統進行優化。這種智能化的素材生成方式不僅提高了廣告素材的產出效率，還通過精準分析用戶偏好，提升了廣告的吸引力和轉化率。大模型用于營銷素材制作后，奇富科技的客戶觸達規模提升了21.4%，整體廣告質量得到了極大提升。

一個挑戰：模型迭代與業務成效的橋梁構建

然而，在金融大模型廣泛應用的同時，模型迭代成為了制約其進一步發展的因素。費浩峻認為，盡管大模型在基礎能力上不斷得到增強，但如何確保這些L0層能力的提升能夠有效傳導至L1層（金融層）和L2層（業務場景應用層），從而實現業績的實質性提升，是當前面臨的一大挑戰。

他解釋說，基礎能力的提升并不總是能直接導致專業能力等量的提升，同樣，即使專業能力有所提升，也不意味著業績結果會自然而然地提升。傳統的人工智能技術往往以明確的業務結果為學習目標，通過構建無數小模型來形成執行各項任務的具體工具，這些工具與業務目標高度一致，確保能夠隨著業務的精進和迭代不斷進化。對于大模型而言，若想在業務核心模塊中發揮更加關鍵的作用，它也需要像小模型一樣，具備可預期的迭代能力，即能夠通過數據反饋來指導模型進行有針對性的優化。

技術與業務的充分融合堪稱一種藝術性的調配。隨著技術探索的不斷深入與實踐經驗的日益積累，尋找并構建合適的中間模塊以承接金融大模型沿著業務需求的方向迭代，這一挑戰終將迎刃而解。費浩峻堅信，在不遠的將來，金融大模型將在更廣泛的業務場景中實現深度應用與融合，為金融行業的智能化轉型注入更加強勁的動力。