券商中國
仰山
2025-02-02 12:05
在2025蛇年春節(jié)前后，杭州的一家人工智能公司DeepSeek發(fā)布了開源模型 R1，震撼了全球科技圈。從其訪問量暴增、到受到質(zhì)疑和圍堵、再至上線英偉達等平臺，話題熱度居高不下，也帶來了業(yè)內(nèi)對大模型技術(shù)的新思考。
拉長時間線觀察，2022年底ChatGPT的爆火引發(fā)了后續(xù)全球AI大模型井噴式發(fā)展，經(jīng)歷了2023年國內(nèi)外科技公司的“百模大戰(zhàn)”，大模型技術(shù)于2024年步入了金融、醫(yī)療、法律等垂直行業(yè)的應(yīng)用之年。
將視角聚焦至金融行業(yè)。銀行擁有海量的數(shù)據(jù)資源，是大模型應(yīng)用的先行行業(yè)。過去一年多的時間，以國有大行、股份行為代表的金融機構(gòu)，通過自建、聯(lián)合共建大模型，挖掘大模型在更多業(yè)務(wù)場景中的應(yīng)用，特別是在智能客服、智能投顧、數(shù)字員工、風(fēng)險管理、合規(guī)審查、反欺詐等方面，探索領(lǐng)域涵蓋了前中后臺。
而展望未來，伴隨大模型技術(shù)的持續(xù)進化，2025年是否會爆出突破性創(chuàng)新？此次DeepSeek爆火的價值或就在此，其以創(chuàng)新力量向外界提供了重要啟示，無疑會鼓勵國內(nèi)各行業(yè)在AI創(chuàng)新方面的探索。
銀行探索大模型多場景應(yīng)用
銀行對大模型的熱情，源于人工智能大模型或?qū)⑹倾y行數(shù)字化轉(zhuǎn)型的重要驅(qū)動力。因為大模型被預(yù)期將深刻改變銀行業(yè)的經(jīng)營模式與服務(wù)模式，并進一步影響競爭格局。
根據(jù)中國銀行業(yè)協(xié)會發(fā)布《2024年度中國銀行業(yè)發(fā)展報告》，金融與人工智能有天然的契合點，AI大模型技術(shù)能夠充分挖掘銀行業(yè)的海量數(shù)據(jù)，而銀行業(yè)具有適用AI大模型技術(shù)的豐富場景。當(dāng)前AI大模型正推進我國銀行業(yè)服務(wù)、營銷、產(chǎn)品等領(lǐng)域的全面革新，催化“未來銀行”加速到來。
但是，在數(shù)據(jù)安全的要求下，當(dāng)前銀行的大模型技術(shù)先行先試的還是各種碎片化的應(yīng)用場景。
雖然，國有大行、多家股份制銀行在2023年年報和2024年半年中均有對人工智能大模型布局有較高預(yù)期的表述，并披露了大模型領(lǐng)域的技術(shù)研發(fā)和應(yīng)用進展。但是當(dāng)前階段正如中國銀行業(yè)協(xié)會首席信息官高峰發(fā)文總結(jié)：“目前銀行業(yè)對于大模型的應(yīng)用目的主要是建立一個內(nèi)部使用的人工助手，以提升內(nèi)部員工的效率。”
高峰認為，目前大模型在銀行業(yè)應(yīng)用第一的場景是智能編制代碼，節(jié)省了軟件開發(fā)人員；應(yīng)用第二的場景是內(nèi)部的AI辦公，包括知識問答、會議紀要、文本寫作及合規(guī)審查；應(yīng)用第三的場景是中臺的運營管理，包括智能客服、企業(yè)級知識庫等。但對于賬戶交易等觸及核心業(yè)務(wù)的大模型應(yīng)用，目前尚未落地。
以工商銀行為例，根據(jù)公開資料，該行與國家級實驗室、科研機構(gòu)和頭部企業(yè)的合作，全面建成同業(yè)最大千卡云算力集群、最懂金融的千億級金融大模型、高質(zhì)多維的金融數(shù)據(jù)集。目前實現(xiàn)約20個業(yè)務(wù)領(lǐng)域的端到端、規(guī)?；瘧?yīng)用，包括遠程銀行、運行管理、對公信貸、金融市場等領(lǐng)域。
再以郵儲銀行為例，該行發(fā)布了自有大模型“郵智”，該大模型從底層算力到頂層應(yīng)用，全部實現(xiàn)自主可控?！班]智”支持多場景的金融應(yīng)用，包括企業(yè)智能助手、數(shù)字員工、信貸模型等。從具體場景看，其中一項是郵儲銀行利用大模型等新技術(shù)搭建了智能法審輔助工具，使得法律審查用時提速超50%。該行還表示，未來該行將在合同智能起草、履約管理、法律問答等更多領(lǐng)域探索利用大模型。
中小銀行中，可從江蘇銀行觀察，該行最新運用“智慧小蘇”大語言模型，賦能風(fēng)控領(lǐng)域的數(shù)智化轉(zhuǎn)型，規(guī)則組件化，規(guī)范了風(fēng)控模型的開發(fā)和維護流程。
大型銀行投入高成本
券商中國記者從一位銀行業(yè)內(nèi)人士解到，當(dāng)選擇一個訓(xùn)練模型，需要向其投喂相應(yīng)的脫敏數(shù)據(jù)，其前期投入資金成本、設(shè)備成本、人力成本和試錯成本，并不是一家中型銀行可以承受的，所以大型銀行的優(yōu)勢更大。
根據(jù)中國銀行業(yè)協(xié)會發(fā)布《2024年度中國銀行業(yè)發(fā)展報告》，2023年六大行金融科技投入首次突破1200億元。
從其過去一年對大模型領(lǐng)域招采需求可窺探一斑，從公開信息看，郵儲銀行、建設(shè)銀行旗下子公司建信金科、交通銀行、浦發(fā)銀行、招商銀行、光大銀行、興業(yè)銀行、廣發(fā)銀行、華夏銀行均有對外大模型相關(guān)的硬件、軟件招標中標信息。
其中，郵儲銀行發(fā)布了大模型智能研發(fā)測試輔助系統(tǒng)關(guān)聯(lián)的三個子項目，分別由華為、阿里云和智譜華章中標。
此外，大模型訓(xùn)練對算力的需求是巨大的。例如光大銀行曾于2024年9月發(fā)布智能運營中心大模型GPU算力資源采購項目招標公告，擬采購10臺大模型算力服務(wù)器資源及1個算力組網(wǎng)配件。
與大模型有關(guān)的金融科技人才越來越受到銀行的重視。如近期興業(yè)銀行、寧波銀行發(fā)布招聘科技人才的信息中，提及了“熟悉主流大模型”“具有相關(guān)理論基礎(chǔ)和實踐經(jīng)驗”等相關(guān)要求。
中小銀行如何乘勝追擊？
與大型銀行高成本投入不同，跟隨策略是多數(shù)中小銀行的選擇。這是因為，對于后者而言，除了資金、人力成本這項前期成本外，后期的試錯成本之高也是難以承受之重。
“當(dāng)選擇了一個路徑，每年進行幾百萬、幾千萬的投入，如果最后數(shù)據(jù)跑完的結(jié)論是，這項路徑是錯的，那前面的投入就全部錯付了?！币患页巧绦腥耸扛嬖V券商中國記者，中小銀行采取跟隨策略，也是為了圍觀頭部銀行成熟的應(yīng)用，從而選擇成功率高的路徑，實現(xiàn)“下山摘桃子”。
“大模型的訓(xùn)練與推理往往需要海量的計算資源，這涉及到昂貴的硬件投資以及持續(xù)的能源消耗，對于中小銀行而言，無疑是一筆沉重的成本負擔(dān)?！鄙虾ｃy行首席信息官胡德斌在今年1月11日參加新金融聯(lián)盟舉辦的一項內(nèi)部研討會總結(jié)：“我們既不盲目爭先，也不甘落后，即便在資源上存在差距，也不放棄深入研究與部署，積極擁抱大模型帶來的變革。在場景選擇上，我們擇優(yōu)而用，不刻意偏袒某一特定大模型作為應(yīng)用基礎(chǔ)，而是更加注重依據(jù)業(yè)務(wù)場景需求來確定實現(xiàn)方式。”
