編者按：金融與科技共榮共生，金融是科技應用的重要場景，科技則驅動金融服務效率和服務模式的變革，從原來的紙質化、電子化、信息化到移動化、數(shù)字化，如今更邁向數(shù)智化。同時，金融與科技融合進化也將重塑金融業(yè)本身的生態(tài)和競爭格局。當前以ChatGPT為代表的大模型猶如旋風從大洋彼岸呼嘯而至，生成式AI等技術進化會對金融業(yè)產生怎樣的影響，兩者會如何融合，又將面臨哪些挑戰(zhàn)和機遇？經濟觀察報策劃【金融科技進化論】欄目，對話金融及金融科技的資深人士，持續(xù)關注金融科技的發(fā)展、進化與變革。

經濟觀察網 記者 胡群  9月8日，螞蟻集團的金融大模型在外灘大會上揭開面紗，并已在螞蟻集團的財富、保險平臺上全面測試。當天，螞蟻集團還發(fā)布了基于金融大模型能力的兩款產品：智能金融助理“支小寶2.0”，服務金融產業(yè)專家的智能業(yè)務助手“支小助”，其中，“支小寶2.0”已內測半年。

截至目前，國內已有度小滿、恒生電子、馬上消費金融、螞蟻集團等企業(yè)發(fā)布金融大模型，并將之陸續(xù)應用于營銷、客服、風控、投研等場景。

“我們看到不同金融行業(yè)大模型的發(fā)布，但暫時還沒有看到比較全面業(yè)務落地的結果，這是行業(yè)大模型的瓶頸問題，還需要突破。”9月8日，恒生電子董事長劉曙峰在外灘大會上稱，算力和部署方面也面臨挑戰(zhàn)。

金融機構應用大模型之后，多長時間能展現(xiàn)出優(yōu)勢？金融大模型能否改變金融機構的競爭格局？在外灘大會期間，劉曙峰接受了經濟觀察網記者的專訪。

作為一家金融科技公司，恒生電子聚焦金融行業(yè)，為證券、期貨、基金、信托、保險、銀行、交易所、私募等機構提供整體解決方案和服務。

對于大模型的出現(xiàn)對恒生電子業(yè)務模式的影響，劉曙峰表示，“在今天，數(shù)字化轉型已經基本成為了行業(yè)共識，在這其中，數(shù)智化是未來十年非常重要的一股核心力量。以大模型為代表的AI技術將重塑金融業(yè)務形態(tài)，為金融機構和投資者帶來全新的發(fā)展機遇。恒生電子視其為機遇，確立了“數(shù)智化戰(zhàn)略”，緊抓大模型時代下的金融科技產業(yè)新的機會，積極探索和構建新的數(shù)智化架構和發(fā)展范式，打造順應業(yè)務發(fā)展、符合監(jiān)管要求的金融AI創(chuàng)新產品，助力行業(yè)創(chuàng)新發(fā)展。”

【訪談】

經濟觀察網：金融行業(yè)數(shù)字化程度相對于其他行業(yè)，已處于領先地位，金融大模型能為金融機構帶來什么？

劉曙峰：這次ChatGPT開啟的大模型技術的突破，帶有一定偶然性。ChatGPT橫空出世，刷新了人們對機器智能的認知，也點燃了大家對大語言模型的熱情。今天不管是在基礎大模型的投入方面，還是在行業(yè)大模型的投入，以及行業(yè)基于大模型應用的方面，大模型作為一個新的技術的應用來看，已得到足夠多的關注，可以預料，這次新技術也將為各行業(yè)帶來前所未有的進步。

當前投資界、科技行業(yè)之所以如此關注大模型，與這半年多以來，大模型所取得的進展和效果肯定是有關系的，因為效果被大家認為一定程度上能夠達到預期，甚至是超越期望。但它的持續(xù)性怎么樣，最后能夠走到什么程度，以多快的速度應用到各行各業(yè)，對于其他行業(yè)情況我不太清楚，在金融領域來看，應該說仍然還在探索和實驗性階段，最終會有什么樣的效果，能走到什么程度，我覺得還有待觀察。

經濟觀察網：當前已有多家機構發(fā)布金融大模型，未來一家金融機構是否會同時應用產自多家的金融大模型？

劉曙峰：盡管大語言模型在自然語言處理和文本生成等方面表現(xiàn)出色，但在知識的時效性、復雜推理計算、知識處理能力、對垂直領域應用的支持等方面存在一些挑戰(zhàn)和不足。我們傾向于大模型的行業(yè)應用會有連橫合縱模式。連橫就是有由大的基礎大模型供應商來運營一個通用大模型，行業(yè)中的其他企業(yè)通過插件作為“外掛”方式，向大語言模型中添加不同類型的知識模塊，包括常識知識、領域知識、事件知識等，與大語言模型進行適配和集成，這樣可以幫助大語言模型提升知識處理能力，增強業(yè)務領域的推理和處理能力，從而提升其在復雜任務中的表現(xiàn)。

但是，金融領域具有很強的行業(yè)特性和敏感性，由大模型供應方主導的“連橫”模式很難實現(xiàn)深度應用，有必要建立一個“行業(yè)大模型”承接垂直領域“合縱”需求，促進大模型產業(yè)上下游的合作，形成協(xié)同生態(tài)。

從部署的角度來看，我相信不同的金融機構會有不同的策略和部署形式。當前頭部的金融機構在今年半年報中大都披露了各自的大模型初步規(guī)劃。目前來看，大量的中小金融機構大都在觀望，他們的策略肯定都是不一樣的。

經濟觀察網：金融大模型的應用場景會有哪些？

劉曙峰：在金融領域，客服、投顧、投研等是業(yè)界普遍認同并積極嘗試的大模型應用場景，同時在風控、運營領域，可以顯著提升法規(guī)、合同等非結構化數(shù)據(jù)的管理能力，通過NL2SQL（編者注：NL2SQL是指將用戶的自然語言轉化成計算機可以理解并可執(zhí)行的語義表示）等報表，顯著提升數(shù)據(jù)處理能力。甚至，在量化交易方面，大模型可以提供類似輿情因子這樣的特色AI數(shù)據(jù)，幫助實現(xiàn)指令識別、指令交易的輔助工作。

大模型還可以賦能金融機構的內部開發(fā)、數(shù)據(jù)生產。大模型刷新了軟件研發(fā)的新范式，從長遠來看，80%的代碼將會是人工智能生成的，20%架構級的核心代碼才會由人工提供?，F(xiàn)在一張手繪圖通過大模型直接生成一套web應用程序已成為可能。大模型也深刻改變了數(shù)據(jù)生產方式，比如原來有幾百人的數(shù)據(jù)生產加工團隊，在大模型的加持下會逐步向全面自動化方向演化。

我認為，大模型金融應用的“皇冠”是投研。對投研而言，如果數(shù)據(jù)是汽油，大模型、算法就是它的發(fā)動機。從廣度和深度兩個方面來看，大模型在投研領域的應用是有望做的非常深入，而且影響是全面性的。

經濟觀察網：現(xiàn)在以及未來陸續(xù)發(fā)布的金融大模型，彼此間的競爭是否會很激烈？競爭優(yōu)勢將取決于哪些方面？

劉曙峰：從現(xiàn)在多家公布的金融大模型來看，一到兩年內基礎模型將會達到相對比較一致的水平。換句話說，再往后在基礎模型上面的差異可能不大，但從應用深度來看，肯定更多會體現(xiàn)出差別來。我認為，金融大模型的競爭優(yōu)勢在于應用層面，比如，數(shù)據(jù)的邊界、儲備，以及應用本身的體驗，甚至包括流程的設置，更多的差異會體現(xiàn)在這些方面。

金融作為強監(jiān)管的行業(yè)，技術變革的沖擊力也許表現(xiàn)得沒有那么具有顛覆性，但同樣可以觀察到近幾十年信息化、網絡化、數(shù)智化三浪疊加帶來的行業(yè)格局變化。

信息化時代，招商銀行率先開啟了科技立行戰(zhàn)略，成為中國發(fā)展最快的大中型銀行之一；移動互聯(lián)網的發(fā)展，催生出了支付寶、余額寶這樣新場景下的金融服務產品，也催生了螞蟻金服、東方財富、眾安保險等互聯(lián)網原生的金融服務機構；數(shù)智化的序幕階段，通用AI方面有已經上市的四小龍（編者注：商湯科技、曠視科技、依圖科技、云從科技），金融方面也能看到幻方量化等投資機構的快速成長，相信隨著大模型深入金融業(yè)，將重構金融機構競爭優(yōu)勢，會有少數(shù)的創(chuàng)新型金融機構能夠脫穎而出。

經濟觀察網：能否預測一下，金融機構一旦應用成熟的大模型，會在幾年內優(yōu)勢可以展現(xiàn)出來？

劉曙峰：具體的時間很難判斷，尤其是做預測，這具有不確定性。但我們能夠觀察到的一個現(xiàn)象，每一次大的技術的進步，對產業(yè)的影響速度在加快。而且每一輪大的技術進步的時間周期也是越來越短的，這個可能性還是比較大的。

但是，我們相信大模型改變金融服務方式的時代一定會到來，甚至可能比我們預期的時間要更短。目前大模型應用于金融的領域仍面臨諸多挑戰(zhàn)：

一是行業(yè)大模型的訓練問題，尤其是垂直領域專業(yè)準確性。現(xiàn)在暫時我們還沒有看到，跟通用大模型在一些更廣泛領域的應用效果相同，我覺得還是有差距的，這跟基礎大模型本身能力可能關系不大，更多跟中文金融語料及其訓練、金融業(yè)務理解及積累有關，包括訓練本身也有一個過程要走。

我們已看到不同金融行業(yè)大模型的發(fā)布，但暫時還沒有看到比較全面落地的結果。我覺得這是行業(yè)大模型的瓶頸問題，還需要突破。

二是算力仍然是瓶頸，包括做模型精調以及各個應用部署。國產化算力支持是確保金融大模型能夠高效運行的關鍵因素。

三是部署方面，行業(yè)大模型在每個機構怎么部署？部署的成本如何支付？現(xiàn)在還沒有提上日程，但我覺得是未來行業(yè)應用大模型需要重點思考的問題。