以大模型为代表的人工智能（AI）技术在金融行业的应用日益丰富，这在提高行业服务效率的同时，还有哪些提升空间？要提防哪些风险？3月28日，多位业内专家在“大模型驱动下的金融新质生产力创新论坛”上各抒己见。
“金融大模型投用以来，公司营销效果提升了30%以上。”马上消费有关负责人在活动上介绍，作为一家技术驱动的数字金融机构，已经将人工智能应用于业务的各个领域，也成为公司发展的底座。
马上消费人工智能研究院院长陆全表示，目前国内大模型正加速商业化落地，通用基础类大模型与行业领域类大模型参与者在各自赛道中寻找最优解。相比之下，通用大模型解决方案的技术更加复杂，尚不具备解决行业、领域等专业问题的能力，大模型的发展将按照“通用-行业-领域”路径演化。金融，成为领域大模型的最佳实践场景之一。
国家金融与发展实验室副主任曾刚也认为，金融业以其用户基数大、经济影响大、服务场景多、民生关系强，理应成为大模型乃至更广泛的人工智能技术的应用场景和金融强国“领跑者”，金融大模型将成为新质生产力的典型代表。
在曾刚看来，当前金融行业面临四大难题。一是资产获取难度越来越大。随着传统客户竞争越来越激烈，新客户发掘越来越难，信贷投放面临压力，传统服务模式可能无法触达到客户。二是资产质量发生变化。一些过剩的行业正在经历调整，这个过程对风险防控的要求不断提升。三是息差收窄。四是资本补充也面临一定困难。
曾刚指出，传统业务发展模式受到越来越大的挑战，行业需要用大模型去提升效率、适应客户需求变化和拓展新的服务空间及场景。不过他也强调，金融业不要为科技而科技，而是关注在业务端、管理端的可持续发展。
中国工程院院士蒋昌俊聚焦追踪层出不穷的金融欺诈、跨境洗钱等行为给出建议。他表示，想要在网络交易过程中辨识对方有问题，可以采用“以不变应万变”的策略，把注意力放到正常用户身上，把正常人的行为通过“GPA算法”进行凝练，从变化的行为数据中求解不变的行为纹理。
“我们设计出一套网络交易风控防控体系，包括两个方面，一是‘跑得快’，一是‘抓得准’。‘跑得快’是系统在极短时间内在线实时辨识对方行为交易是否合法，‘抓得准’是如果出现问题，能把犯罪分子及时定位抓住。”蒋昌俊说。
多位与会人士都认为，大模型应用仍存在潜在风险，在金融领域商业化、全面工程化落地，仍需从一开始就做好五大方向的技术治理，即安全体系、标准体系、合规检查、幻觉检测、动态评价机制。
马上消费首席技术官（CTO）蒋宁谈到，在金融领域，大模型技术还存在四大挑战：群体智能与安全可控、个性化和隐私保护、关键性任务和动态适应性标准、基础设施和架构改造。会上发布的《金融大模型》一书，针对大模型幻觉、安全与伦理等行业热点话题，提出了前沿观察和建议。
校对：冉燕青
VIP课程推荐
APP专享直播
热门推荐
收起
24小时滚动播报最新的财经资讯和视频，更多粉丝福利扫描二维码关注（sinafinance）
