①当前3万亿美元左右的外储规模处于适度充裕状态,预计未来一段时间也将持续稳定在略高于3万亿美元规模; ②8月中国央行继续暂停增持黄金,这已是自5月以来连续四个月暂停增持; ③这背后是黄金价格处于历史高位,短期内中国央行恢复增持黄金可能性不大。
财联社7月8日讯(记者 高萍)“大模型对金融机构而言,不仅是一次软件系统升级,更需要场景应用的不断优化。金融机构不需要激进地去重构IT系统,而是应该把AI能力尽早引入进来,要做+AI的能力。”在近日举行的2024全球数字经济大会上,中关村科金CTO李智伟博士在接受财联社记者专访时如是说。
图: 中关村科金CTO李智伟
近两年,大模型可谓是市场热点,金融大模型在金融领域也成为一个高频词汇。通用大模型仍在持续演进之际,聚焦垂直行业的大模型竞相来袭,在金融领域,数据分析、智能交互等业务方向问世多个大模型,金融机构联合头部的科技厂商积极布局大模型,推动金融大模型加速落地。
大模型正在为金融产业带来体验方面的变革,但在应用落地方面也存在数据合规安全等挑战。展望未来,李智伟博士看好多模态大模型的发展,他认为,如果把大语言模型比作脑,那么,多模态大模型就是眼睛和嘴,形成闭环后,在运营合规、防伪安全等多个维度的应用,使得行业落地场景的范围更广、更具有可为的空间。
金融领域大模型升级刚刚开始 要关注端到端效果的达成而非只是训练模型
在李智伟博士看来,金融行业和互联网行业有很多相似之处,比如有大量的用户、重视数据应用、关注用户体验和运营。
李智伟博士认为,大模型技术发展到今天,在金融领域更多的落地价值体现在获客营销、客户服务、办公提效等领域,这些是金融行业直接受益的场景。比如,保险的代理人助手、保险组合推荐,证券行业的投研、投顾,银行的零售业务拓客、网点的数字员工等,都已经开始广泛应用。
“经验来自于躬身入局的实践,这不止来自于大模型技术的应用,更是一直以来深耕金融、服务金融机构数字化转型积累的经验。中关村科金累计服务的金融客户超过500家,覆盖营销、风控、运营、客户服务等数十个场景。”谈及大模型在金融领域的应用,李智伟博士如是说。
他坦言,面向大模型升级,整个行业才刚刚开始。“我们一方面和金融客户在全场景进行共创,积极探索和积累经验,一方面持续进行技术储备,为场景扩展做足准备。共创的场景包括智能问答、外呼营销、坐席辅助、质检合规、深度防伪、投研、投顾、智能陪练等。”
关于大模型对金融行业的影响,李智伟博士用“提质增效”四个字来概括。从实践来看,大模型对金融领域的影响如何具象化?他以中关村科金举例称,公司的电销大模型服务某消费金融机构,上线伊始即快速承担起77%的客户外呼,与客户的平均通话时长提升了50%,对话轮次提升了83%,在不增加人工坐席的情况下,助力该消费金融机构放款额增长68%。
2024年是大模型应用的元年,在共创基础之上,李智伟博士强调,要关注端到端效果的达成,包括降低模型训练成本,实现模型价值的端到端;降低应用成本,实现应用价值的端到端;闭环大模型客户体验,实现客户体验价值的端到端。“追逐业务价值的验证就需要重视端到端效果。除了产品之外,还需要运营和服务,懂客户、懂场景很多时候比技术本身更重要,要能够做到为客户赋能,而不是仅仅售卖产品。”
从客户角度来看,李智伟博士认为,金融机构要积极储备大模型人才,具备一定技术背景的业务运营人员是潜在人才,要提供相关的训练和学习的通路。
2027年或是大模型应用高速爆发期 要加速布局多模态大模型
从目前大模型相关技术的专利数量、发展时间和舆论指数来看,李智伟博士认为,文本生成图像、提示工程、大模型工程化已经到了推广技术早期,即将进入成熟期,迎来广泛商业化的阶段。领先企业会积极拥抱新技术的使用,因此从应用成熟度、客户需求与厂商服务能力来讲,在面向C端的营销获客、客户服务领域,面向办公的知识管理、安全合规领域,大模型的能力表现和适配性最优,“这也是我们正在通过大模型技术进行全面升级与革新的四大场景”。
相比其他行业,金融行业有其特殊性。李智伟博士称,金融作为强监管行业,对合规和安全是高度重视的,大模型应用涉及数据要素的安全使用、面向客户营销\客服的合规表达、业务办理的安全防范,这些都面临挑战。
李智伟博士进而表示,在金融行业,由于其对数据和生态的封闭性,金融大模型在未来产品应用阶段对于封闭数据体的训练将具有较高的专用性和专有性。国家近年来对金融安全更加重视,在金融稳定性以及合规性方面,监管机构会有许多具体的要求。此外,金融领域涉及大量个人隐私数据,这些数据的使用更需要采取审慎的方式。
“金融大模型可能有一点特殊,就是合规。金融合规受到金融机构乃至国家层面关注。因此,合规的模型才是最适合金融机构使用的模型。”李智伟博士总结道。
金融行业是当前大模型技术发展阶段可用场景最多的行业,李智伟博士认为,未来一段时间会更加深入,如全无人营销和客服,知识辅助的自助办理会更加广泛,以及更加智能的数据分析和业务发现。
展望未来,李智伟博士分析到,2024年可以看作是大模型应用的成长期,大模型应用的高速爆发期或会在2027年。他坚定地认为大语言模型后期的发展一定是多模态大模型。“如果我们只解决了语言的问题,其实是很苍白的,还需要解决视觉和听觉的问题,视觉的问题一旦突破了,也就是真正的机器人出现了,就会形成闭环。”李智伟博士如是说。
对于金融领域的影响,他认为,多模态大模型或并不会像如制造业那样有更强的颠覆性,但是多模态扩大了大模型在金融领域的应用范畴,如在合规、远程业务办理等方面的应用则是大有可为。“一旦有视觉技术,机器人的能力就出现了,机器人技术出现一定会对生产环节有很大的帮助,比如远程业务办理中复杂音视频的理解等。通过多模态大模型所提供的图文、图表、手册、视频等内容,有助于客户经理以更通俗易懂、图文并茂的方式向用户解答金融产品特点与条款,提升远程业务办理质效。”
李智伟博士最后补充道,多模态大模型对远程业务办理会是利好,但是防伪识别会更具挑战,需要加紧布局。技术开放性与数据要素的合规使用变得更加突出,不再是寻求平衡,而是主动探索,这考验金融机构的管理决策,更考验科技厂商的快速学习能力。