发布时间:2024-08-26 15:36:04 来源: sp20240826
◎杨 雪
过去一年,大模型百花齐放,AI受到了前所未有的热捧,但通用大模型距离产业仍然遥远。在探讨大模型落地方向时,很多专业人士瞄准金融行业,称大模型将带来金融业数字化的第二波浪潮。
金融行业沉淀了大量高质量数据。各金融平台的用户数以亿计,各种用户画像数据、交易数据浩如烟海。利用大模型对上述数据的分析处理,可提高金融效率。比如,金融机构可以预测用户行为偏好,更高效、准确评估客户风险;AI还可以实时监测交易和市场波动,及时制定策略。
事实上,金融行业也在主动拥抱大模型。IDC(国际数据公司)一项调研显示,超半数的金融机构计划在2023年投资生成式人工智能技术,只有10%的金融机构表示没有试验计划。不久前,两家国内科技公司联合推出的火山—智谱高性能金融大模型,也是为科技金融AI落地积极铺路。
大模型前景固然可期,但金融行业对安全和隐私要求极高。在推动大模型落地金融行业的过程中,安全、合规是最大的技术难题。开发金融AI,是技术和行业交叉融合的系统化工程。从火山—智谱高性能金融大模型的合作攻关背景可以看出,一方面,模型性能、功能及底层架构的升级迭代是基础;另一方面,高效的算力基础设施、开放安全的生态、丰富的金融行业实践以及完善的交付保障更是重要前提。
大模型是金融行业必争之地。但如果将AI进一步渗透到风控等金融核心业务,还需要在垂直领域进行磨合,还要经过时间的考验。金融行业一般认为,现阶段最容易实现的,包括AI投资顾问、自动化客服、风险评估、报告自动化生成、代码生成应用等,应从外围做起,逐步接近核心。
大模型带给金融界的冲击,必然超越了上一次数字化浪潮,金融工作模式的变革势不可挡。然而,大模型在金融场景落地的“最后一公里”,是充满变数的一公里。只有夯实科技的基础,未来的AI金融才能行稳致远。(来源:科技日报) 【编辑:叶攀】