人民網北京12月11日電 （記者杜燕飛）“從數(shù)字化到數(shù)智化，一字之差展現(xiàn)出人工智能在金融業(yè)的滲透深度。”“大模型有望提升金融機構客戶營銷、貸前風控、貸后管理的效率。”在近日舉辦的2023年（第九屆）北京金融論壇上，參會嘉賓表示，當前各類金融機構均在加速融入大模型的浪潮，以提升客戶營銷、貸前風控、貸后管理的效率。大模型高度依賴數(shù)據(jù)、算力和人才，只有極少的企業(yè)能夠從頭到尾地完成產業(yè)級研發(fā)，在金融領域更需要多方共建生態(tài)。

金融行業(yè)是數(shù)字化轉型的“先行軍”，清華大學金融科技研究院副院長魏晨陽表示，金融行業(yè)對于數(shù)字化接受程度高，較早通過了科技賦能來提升產品和服務質量。以用保險行業(yè)為例，每一類保險都要經過產品設計、銷售、定價承保、保單管理、理賠等流程，每個環(huán)節(jié)都是一個場景，如果把人工智能賦能到這些場景，會看到保險業(yè)態(tài)里會有很多人工智能的應用場景落地。

上海金融與發(fā)展實驗室主任曾剛認為，在過去10年，我國銀行業(yè)息差明顯收窄。從長期看息差還有下降的可能性，這也意味著金融行業(yè)賺錢越來越難。同時，銀行業(yè)客戶競爭越來越激烈，新增獲客、風險識別、產品定價等均要依賴數(shù)字化能力，需要從金融科技、大模型等方面發(fā)力。

“相較傳統(tǒng)模型，金融大模型與人的交互能力更強。”馬上消費人工智能研究院院長陸全表示，一個通用大模型不能代表所有，金融企業(yè)需要的大模型包括通用大模型、知識處理大模型、工具大模型、決策大模型等類型。隨著大模型技術快速發(fā)展，在金融場景會帶來人機交互、風控管理、合規(guī)管理方面的根本性、深層次革新。

值得關注的是，強監(jiān)管的金融行業(yè)為大模型應用畫上了“紅線”。綜合考慮大模型本身的可靠性、隱私性以及可解釋性等情況，金融大模型還面臨著準確性、嚴肅性考驗。

中國互聯(lián)網金融協(xié)會法規(guī)咨詢部（研究部）主任肖翔建議，應結合大模型技術特點和金融業(yè)務領域相關監(jiān)管要求，本著“由內而外，先易后難”的原則，現(xiàn)階段可先行探索將大模型作為智能助手應用在運營管理類場景，助力實現(xiàn)降本增效，圍繞算法合規(guī)、數(shù)據(jù)合規(guī)、業(yè)務合規(guī)、內容合規(guī)、外包合規(guī)、倫理合規(guī)等方面，建立健全多維度、全方位的大模型應用合規(guī)管理體系。

投資回報率是金融業(yè)關注的話題，多位參會的金融從業(yè)人士表示，由于大模型發(fā)展快、人才較為缺乏，在大模型應用上，金融機構要考慮整個投入產出比，思考要怎樣的場景、技術方式和策略方法，才能獲得最好的投資回報率。當前，出于合規(guī)性等因素考慮，大模型應優(yōu)先服務金融機構內部，讓機器初步生成內容，再由人來評判。這在銀行對話系統(tǒng)已經廣泛運用，大模型能夠輔助銀行對話系統(tǒng)做得更好。

談及大模型落地的挑戰(zhàn)及應對舉措，魏晨陽表示，數(shù)據(jù)質量、規(guī)模和多樣性會影響大模型的效果和性能；數(shù)據(jù)獲取、處理、清洗和標注等需大量資源；數(shù)據(jù)資源和數(shù)據(jù)處理能力不足，會限制大模型的應用效果和準確性；大模型的訓練和應用過程中可能涉及用戶的隱私信息及企業(yè)的敏感數(shù)據(jù)；算力是大模型訓練的另一個剛需。他建議，未來要用數(shù)據(jù)質量保證大模型訓練效果，對于隱私要有明確的界定，要尊重知識產權加強版權保護。