這是大模型技術向金融領域深入滲透的標志性事件，也代表了持牌金融機構在科技創(chuàng)新方面的新高度。

作者：董云峰

【資料圖】

編輯：葉冬

作為史上增長最快的消費者應用，ChatGPT熱度正在下降。

數(shù)據(jù)顯示，今年6月，ChatGPT訪問量環(huán)比下滑9.7%，為其推出以來首次。到7月份，ChatGPT的全球訪問者數(shù)量又下降了11.2%。

另一邊，國內“百模大戰(zhàn)”乃至“千模大戰(zhàn)”如火如荼，并且市場焦點正在從通用大模型轉向產業(yè)大模型。經歷了過去大半年的探索，市場共識逐漸形成：通用大模型不是模型應用的唯一方向，面向垂直產業(yè)的模型才是大模型價值的引爆點。

近期以來，從華為、京東到用友、金蝶，越來越多科技公司推出產業(yè)大模型，致力于用技術創(chuàng)新提高產業(yè)效率，讓大模型從想象力走向生產力，推動大模型深入千行百業(yè)。

金融業(yè)并未缺席。8月28日，金融大模型發(fā)展論壇暨馬上消費金融大模型發(fā)布會在重慶兩江新區(qū)舉行，云集了譚建榮、倪光南、孫茂松和楊新民四位院士及100多家金融機構。此次會上，馬上消費發(fā)布全國首個零售金融大模型——“天鏡”。

這是大模型技術向金融領域深入滲透的標志性事件，也代表了持牌金融機構在科技創(chuàng)新方面的新高度。

在金融數(shù)字化不斷加速的背景下，可以預期的是，更多金融細分領域的大模型已經在路上了，而在馬上消費率先試水之后，有望帶動更多持牌金融機構入場。

01

金融大模型知易行難

一部現(xiàn)代金融史，就是金融業(yè)與新興技術不斷融合發(fā)展的歷史。

金融業(yè)被公認為大模型與AIGC應用的主戰(zhàn)場。麥肯錫近期發(fā)表的一份報告指出，生成式人工智能對生產力的影響，可能為全球經濟創(chuàng)造數(shù)萬億美元的價值，其中每年可以為銀行業(yè)額外創(chuàng)造2000億美元～3400億美元的價值。

目前來看，AIGC已經在金融領域的多個層面逐漸展現(xiàn)其價值。諸如，為金融機構員工的專業(yè)化營銷、渠道維護提供支持，提升面向客戶的服務能力；提升業(yè)務鏈條智能化與辦公模式自動化，改善內部工作流程與效率；通過代碼生成功能提升IT基礎工作的效率，等等。

在馬上消費首席信息官蔣寧看來，大模型在金融領域有廣泛的應用前景，推動構建用戶個性化服務體驗，將有效提升金融領域營銷、運營等價值鏈效率，進一步拓展數(shù)據(jù)決策在風控領域的創(chuàng)新應用效果，助力金融行業(yè)數(shù)字化轉型產生實質性的飛躍。

不過，由于金融業(yè)務的特殊性，金融監(jiān)管相當嚴格，因此也是最復雜、挑戰(zhàn)最大的應用場景之一。大模型在金融領域的應用，還需要解決諸多難題。

蔣寧指出，大模型目前還面臨關鍵性任務和動態(tài)適應性、個性化要求和隱私保護、群體智能與安全可信以及基礎設施能力等四大難題。他舉例稱，比如自動駕駛，外界環(huán)境在變化，對象車也在變化，它的剎車、提速、轉彎、看燈，絕對不能出錯，因為1%的錯都會造成生命財產損失，這就是金融大模型和傳統(tǒng)大模型最大的區(qū)別。

實際上，由于金融行業(yè)所面對的場景各式各樣且不斷變化，當前的大模型很難做到每一份決策都穩(wěn)定、精確，這與金融機構對安全性與穩(wěn)定性的要求存在差距，再加上合規(guī)方面的挑戰(zhàn)，導致大模型的應用知易行難。

02

首個零售金融大模型

天鏡，寓意大模型是人類智慧的鏡像，基于馬上消費深厚的科技積淀和研發(fā)實力誕生。

過去8年，馬上消費對金融行業(yè)有了系統(tǒng)的認知，對技術擁有更底層的思考，并在算力、算法與數(shù)據(jù)這三大支柱上建立了護城河。此前，馬上消費已經將大模型技術在智能營銷、智能客服等多方面進行了深入的實踐，并在實際運營中取得了不錯的效果。

在此次發(fā)布會上，天鏡大模型在匯集智慧、喚醒知識、眾創(chuàng)價值、數(shù)字分身等四大核心的應用場景悉數(shù)亮相。

匯集智慧，主要應用在人工客服場景。通過大模型提煉萃取一線優(yōu)秀人工坐席客服經驗，匯聚成群體智慧，從而擁有一對多服務客戶的能力，也可作為人工坐席的輔助角色。據(jù)了解，經過近3個月的運行，其意圖理解準確率達91%，高于傳統(tǒng)AI的68%；客戶參與率61%，高于傳統(tǒng)模型的43%，也高于人工坐席平均28%的水平。

喚醒知識，主要為解決提取、利用非結構化文檔中的數(shù)據(jù)資料的痛點。例如，將企業(yè)招股書、財報、經濟預測數(shù)據(jù)等文件上傳后，天鏡大模型可深入解析金融領域專業(yè)術語，同時查詢定位多個不同文檔，洞悉金融圖表隱含的信息并進行歸納和總結。

眾創(chuàng)價值，是為了降低使用數(shù)據(jù)的門檻。天鏡大模型SQL生成平臺不再需要代碼等專業(yè)指令，使用者可直接向AI說“大白話”，天鏡即可自動理解需求、展開檢索、生成答復，按照人的意思去完成數(shù)據(jù)挖掘的任務。

數(shù)字分身，旨在打造“數(shù)字外表+智慧大腦+情感內心”三合一的數(shù)字人，擅理解、有溫度、懂心理的智能秘書，或不休不眠的智能“打工人”。通過上傳資料并定制一些參數(shù)，只需5分鐘的數(shù)據(jù)訓練，員工即可擁有自己的數(shù)字分身，代替員工完成大量工作。

概言之，天鏡大模型深扎金融產業(yè)，基于真實業(yè)務場景研發(fā)，也已經應用在日常業(yè)務中，致力于解決現(xiàn)實產業(yè)問題。馬上消費人工智能研究院院長陸全強調，天鏡大模型從一開始研發(fā)，就專注于真正幫金融企業(yè)去落地，去產生實際價值。

而天鏡大模型的發(fā)布，進一步彰顯了馬上消費不斷開放、推進科技能力輸出的決心，通過將金融大模型與合作伙伴共同分享，帶動更多金融機構轉型，攜手推進金融高質量發(fā)展。

基于此，本次發(fā)布會上，中國信通院、重慶國家應用數(shù)學中心和馬上消費牽頭發(fā)起，阿里云、百行征信、抖音、中關村(000931)科金、畢馬威、復旦大學金融科技研究院、樸道征信、騰訊云、中國科學院自動化研究所等聯(lián)合倡議發(fā)起“金融大模型可信安全驗證與聯(lián)合創(chuàng)新行動計劃”。

03

進擊的持牌金融機構

種種跡象表明，以垂直應用為突破口，大模型與AIGC所引爆的新一輪技術浪潮與產業(yè)變革剛剛開啟。

持牌金融機構應該缺席嗎？或者說，金融科技是科技公司的專利嗎？作為持有消費金融牌照的科技驅動型金融機構，馬上消費選擇加入浪潮，坐上“牌桌”，甚至引領變革。

無獨有偶，今年初建設銀行(601939)在北京舉辦“建行云”發(fā)布會，首批推出三大類10個云服務套餐，并依托數(shù)字新基建在全國進行算力布局，規(guī)劃環(huán)京、中西部等四大數(shù)據(jù)中心集群，引起廣泛關注。

這一次，面對浩浩蕩蕩的大模型浪潮，馬上消費再次代表持牌金融機構站上了前沿。

在大模型領域，馬上消費已經形成“三縱三橫”的技術布局，并領航構建可信、合規(guī)、多模態(tài)、適配全域、泛化的金融大模型技術能力體系，聚焦行業(yè)領先的基礎語言特性能力、邏輯和推理能力、語義理解、生成與創(chuàng)作、金融領域能力、安全與合規(guī)能力等六大核心領域，進一步推動金融數(shù)字化轉型產生實質性的飛躍。

這背后，馬上消費作為頭部持牌消費金融機構，積累了1.79億的用戶，擁有超2000個模型，10萬+變量，近50PB的多模態(tài)、高質量的數(shù)據(jù)。通過在這些自身數(shù)據(jù)上進行精調對齊訓練，同時再用推理加速技術實現(xiàn)模型可控，馬上消費成為既懂金融又懂技術的大模型選手。

對此，在此次發(fā)布會上，歐洲科學院外籍院士、清華大學人工智能研究院常務副院長孫茂松表示，“大模型在金融領域有很多挑戰(zhàn)。馬上消費做了一個很好的示范作用，開了一個好頭。” 中國工程院院士倪光南也提到，期待馬上消費在未來推動大模型應用在金融領域的探索和實踐，從而帶動和加速金融數(shù)字化和智能化的發(fā)展。

回望馬上消費過去8年來的發(fā)展歷程，科技是一以貫之的關鍵詞。自成立以來，馬上消費堅定走獨立自主數(shù)字化發(fā)展道路，累計投入科研費用逾30億元，自主研發(fā)出1000多套系統(tǒng)，組建2000余人研發(fā)團隊、300余人風控團隊及100余人數(shù)據(jù)團隊，提交專利申請1266件，建設16個聯(lián)合創(chuàng)新實驗室。

關鍵詞：