金融業大模型應用進入理性階段，多家金融機構開始從戰略層面重視

ChatGPT問世後，金融業對人工智能的關注度迅速升溫。一度，業內人士即使在寺廟也能聽到有關大模型的討論。然而，這種熱潮正逐漸趨於平穩，行業對大模型的認識也變得更加清晰和理性。

軟通動力銀行業務CTO孫洪軍描述了金融業對大模型態度的演變過程:年初時普遍焦慮;春季開始組建團隊探索;夏季在落地過程中遇到困難,開始理性思考;如今則更多關注標杆案例,有選擇地進行實踐。

值得注意的是,不少金融機構已將大模型納入戰略層面。據不完全統計,至少有11家A股上市銀行在最新半年報中明確提出正在探索大模型應用。從近期動作來看,這些機構正在從戰略和頂層設計層面進行更深入的思考和規劃。

與幾個月前相比,金融客戶對大模型的理解明顯提升。年初時,雖然熱情高漲,但對大模型的本質和應用方式了解有限。隨着國內多家科技公司陸續發布大模型,一些頭部金融機構開始積極與科技公司洽談合作。

5月後,受算力資源緊缺、成本高企等因素影響,金融機構的關注點從自建模型轉向應用價值。大型金融機構傾向於引入基礎大模型並自建企業大模型,而中小機構則更多考慮直接使用公有雲API或私有化部署服務。

然而,由於金融行業對數據合規性、安全性和可信性要求較高,大模型在該行業的落地進度實際上略低於年初預期。爲解決這些問題,金融機構正採取多種措施,如自建算力、混合部署等。一些機構還在加強數據治理,構建數據中臺和治理體系。

目前,金融機構主要從內部場景切入大模型應用,如智慧辦公、智能開發等。許多機構認爲,短期內不宜直接將大模型用於面向客戶的場景。代碼助手和客服助手是目前應用較爲廣泛的場景。

一些金融機構已開始基於大模型重構系統架構,採用分層模式,將大模型作爲中樞,調用傳統模型作爲技能。同時,多模型策略也被廣泛採用,以優選最佳效果。

大模型的應用正在對金融行業的人才結構帶來挑戰。一方面,某些崗位面臨被替代的風險;另一方面,大模型相關人才的需求激增。金融機構普遍面臨人才缺口,特別是在自建行業或企業大模型方面。一些機構已開始採取措施,如設計培訓課程、建立聯合項目組等,以提升員工能力。

總的來說,金融業在大模型應用方面正逐步走向成熟。雖然仍面臨諸多挑戰,但行業正在積極探索解決方案,並逐步將大模型融入業務流程和戰略規劃中。