大模型,成为今年来金融领域的一大热点词,在逐渐渗透至办公、客服、营销、风控、研发等各个场景的过程中,不光刷新了金融机构的作业模式和智能化水平,也给了消费者层面更人性的金融服务和科技体验。
抢占先机
大模型正成为不少持牌消费金融和综合金融科技平台的一大新赛点。截至目前,北京商报记者采访调查发现,不管是蚂蚁、腾讯、度小满、奇富科技、乐信、信也科技等综合金融科技平台,还是马上消费金融、招联消费金融、中原消费金融等持牌消费金融机构,多方都在尝试布局金融行业大模型,涉及运营、客服、营销、风控,以及贷后等多个场景。
众所周知,对于用户动辄数亿甚至十几亿的金融科技平台来说,其庞大的用户行为、画像数据、真实交易链路数据,无异于一笔巨大的数据资产,对于预测用户行为偏好有着重要价值。
但如何梳理数据关系、厘清数据血缘,就好比对一个陌生城市的人口普查,浩大而费时。而这时,大模型的优势便显现出来:通过深度学习算法,大模型可以更高效地进行数据清洗、分类和计算。
正如乐信相关负责人告诉北京商报记者,一季度乐信自研大模型LexinGPT正式对外亮相,在包括LexinGPT等技术协同下,乐信技术团队逐渐梳理清晰了海量数据关系,并形成了不同场景下、用于预测用户行为偏好的众多精准模型。
奇富科技同样是金融行业大模型的探索者之一,据该公司相关负责人介绍,自奇富大模型落地以来,便尝试让大模型切入具体业务场景,将应用对业务进行实际支持。
在消费金融领域,通用大模型精度不够、金融专业知识缺失,以及难以满足消费场景中大量定制化需求等问题,成为当前亟待解决的难题。对此,招联消费金融与中山大学联合研发推出开源金融大模“招联智鹿”,经模拟测试,相比人工作业,使用“招联智鹿”进行文本标注与生成的效能可提升百倍。
今年8月,马上消费金融也发布首个零售金融大模型“天镜”,已在自动化营销、风控等实际业务场景应用近6个月。马上消费金融CTO蒋宁介绍,“目前,马上消费每天能基于用户1000万个行为作出个性化的营销和风险判断,每天做上亿次模型计算,每秒可以处理150万特征的计算”。
2023年是大模型井喷式爆发的一年,除了模型规模的扩大,能力也在不断提升,在自然语言处理、图像识别、语音识别等领域,更是展现出了出色的性能。“大模型相较于以往的小模型,通用能力得到了很强的验证,在内容生成方面有着非常出色的表现。”中原消费金融称。
成本与效益的考量
尽管业界已有共识,金融行业数据量大、多交互、用户需求频繁的特性,使其成为最适宜大模型落地的行业之一。
但北京商报记者在采访中也发现,少数机构布局的过程中,更多机构仍是观望状态,主要顾虑的是,模型高度依赖数据、算力和人才,只有极少的企业能够从头到尾地完成产业级研发,尤其是在金融领域,对数据安全性、隐私合规性都有着极为严格的要求,多方的掣肘,也导致金融大模型难以产生“智能涌现”的效果。
正如度小满CTO许冬亮指出,金融机构应用大模型还需要处理好多项关键问题,比如金融机构自身的业务数据如何融入到大模型中,如何控制幻觉问题等模型缺陷问题,此外就是未来每个机构都会部署大模型的情况下,机构如何构建竞争壁垒?模型的安全合规如何保障?
中原消费金融相关负责人同样称,金融大模型的落地相较于以往的小模型,所需要的成本投入是较大的。同时,大模型在结果的反馈和生成上有一定的随机性和不可预见性,因此大模型具有一定的安全性风险,大模型落地前对数据质量的要求和前置策略的要求挑战性较大。
这也是多家机构都在思考的难题。奇富科技相关负责人表示,大模型发展难点不在于模型设计与输出管控,而在于模型投入与用户交互后,最终输出答案是否可信,是否合规。对此,奇富科技主要通过模型对抗算法来强化内容输出的可用性和真实度,以求形成可信大模型。同时,依靠模型评估与关键责任划分,系统性优化大模型内容的生成可信度。
此外,如何挖掘更多金融行业内的大模型应用场景,并为之匹配合适的落地方案,仍然是大模型探索中的一个重大挑战。在金融科技行业复杂的工作链条中,每个人都对业务智能化有着各自理解,奇富科技透露,正在将奇富大模型核心能力平台化,并让公司全员都参与到了大模型的落地方向研究中,每个人都可以是大模型产品经理。
新的服务生态
在业内看来,未来,大模型将改变金融科技的范式,重塑金融行业的工作方式,改变金融服务生态。
就在近日,腾讯云发布金融行业大模型解决方案,包含四层架构,可提供高性能算力和数据接入能力;另在平台层,腾讯云TI平台可实现从数据预处理-模型训练-模型部署的一站式训练,配合训练加速套件,大幅提升模型训练的效率。
腾讯方面介绍,智能客服场景,将金融大模型的对话问答能力和数字人结合,比传统智能客服更加智能精准,提供真人体验和个性服务;安全风控场景,用垂直场景的小量样本也可以支撑定制化风控模型的快速构建。
除了表态将进一步利用大模型推进技术创新、探索场景应用、优化风控策略、改善工作方式外,业内多家机构也对大模型相关标准机制、明确监管方向等需求迫切。
蚂蚁集团技术战略发展部副总经理、标准化负责人彭晋在接受北京商报记者采访时介绍,“从标准的视角,大家对于金融大模型的专业力、知识力,以及它的安全要满足什么要求,多个方面标准需求还是非常迫切的。因为需要有一个刻度,大模型达到什么水准,它的能力和安全性要满足什么标准才能投放到市场去使用”。
“在应用大模型这个过程当中,我们也要采取一种审慎的态度,建议我们可以从外围的一些业务场景开始,逐步渗透到最核心的业务。” 腾讯公共事务副总裁、腾讯研究院高级顾问冯宏声也称,以数据为中心、模型为中枢的业务场景需把握监管合规、安全风控和增长赋能的平衡。
对于金融大模型的落地应用途径,中国工程院院士邬贺铨建议,机构可从可控入手开发应用,例如智能客服、智能运营等安全的领域出发。再从人机混合智能切入,例如在初期阶段先让金融大模型与传统模型共存,经应用考验后再将金融大模型逐步替代传统模型。同时还可以通过变换场景,丰富大模型的场景迁移学习能力,或加入反事实的数据来测试,改进AI的学习本质,提高模型的泛化能力。