下半年“大模型”的風持續(xù)吹來!在近期的外灘大會、騰訊全球數(shù)字生態(tài)大會上,“生成式AI、大模型”再次成為“頂流”話題。大模型今年在國內(nèi)遍地開花,包括螞蟻、度小滿、馬上消費等金融科技公司和金融機構都在積極布局和研發(fā)金融大模型。
馬上消費作為持牌消金機構,率先試水大模型,在前不久推出全國首個零售金融大模型“天鏡”。馬上消費人工智能研究院陸全關于通用大模型和垂直大模型的本質(zhì)區(qū)別表示,天鏡正是瞄準了產(chǎn)業(yè)應用,基于馬上消費在零售金融的實際業(yè)務場景產(chǎn)生的真實需求,而研發(fā)的相關應用。在被企業(yè)認可后,產(chǎn)生了大模型真正的應用價值。依此來說,天鏡植根于場景,落地于場景,更像是金融行業(yè)的場景大模型。
這一點正是業(yè)內(nèi)熱議探索的方向,通用大模型如何在金融領域落地和應用持續(xù)深入?
通用大模型和垂直大模型PK,多家消金機構探索“馬上經(jīng)驗”
大模型在經(jīng)歷了大半年的探索,學界、產(chǎn)業(yè)界的專家形成了共識,大模型會帶來顛覆性的變化,對整個金融體系的影響將是長期的。
但對專業(yè)能力和邏輯嚴謹、精準性要求嚴格的金融行業(yè),業(yè)內(nèi)在討論擁抱大模型的同時幾乎都提到了落地金融行業(yè)面對的諸多挑戰(zhàn)。
當前大模型都是百萬、千萬、上億的訓練參數(shù),難免會有一些雜質(zhì)數(shù)據(jù)摻進去。陸全表示,數(shù)據(jù)本身質(zhì)量參差不齊存在一定風險,大模型受限于這些數(shù)據(jù),會因不能分辨真假,無法確定自身生產(chǎn)的內(nèi)容,會帶來事實性偏差“幻覺”。此外,金融大模型還無法解決一些關鍵數(shù)據(jù)的反向數(shù)據(jù)泄露防護問題,無法做到真正的開源,行業(yè)數(shù)據(jù)沒有形成真正意義上的競合,這也是一大挑戰(zhàn)。
當前的大模型很難做到每一份決策都穩(wěn)定、精確,再加上行業(yè)合規(guī)方面的挑戰(zhàn),導致大模型的應用在金融行業(yè)知易行難。
目前,只有工商銀行基于昇騰AI的金融行業(yè)通用模型、馬上消費的“天鏡”等寥寥幾家機構涉獵,更多的金融機構則處于謹慎觀望狀態(tài)。
業(yè)內(nèi)人士表示,從行業(yè)應用路徑來看,科技巨頭提供通用大模型,或者技術能力強的金融科技公司提供金融行業(yè)大模型,具體的金融機構基于這個行業(yè)底層模型,用自己的業(yè)務數(shù)據(jù)去做私域訓練,然后做私有化的部署和應用。
但業(yè)界傾向認同:通用的大模型往往只能解決80%的問題,而在面向金融行業(yè)細分領域時,還需要結合信貸傳統(tǒng)模型在深度學習領域的積累。
通用大模型在金融行業(yè)寬廣有余,縱深不足。對此,陸全表示,相比通用類金融大模型,天鏡更具專業(yè)和場景優(yōu)勢,通用大模型想進一步滲透到風控等金融核心業(yè)務,還需要在垂直領域精調(diào)。
“天鏡的價值并不在于可以直接把模型照搬給其他金融機構,而是因馬上消費提供出一套基于機構自身業(yè)務研發(fā)大模型的經(jīng)驗和落地的內(nèi)生解決方案,可以幫助其他機構落地大模型并產(chǎn)生價值”。陸全還透露道,在天鏡大模型發(fā)布后,已有多家消費金融公司了解和學習天鏡的研發(fā)過程和相關落地應用產(chǎn)品,如智能客服助手、數(shù)據(jù)分析助手等。
天鏡大模型四大核心領域,9月底上線智能客服助手
正如百度創(chuàng)始人、董事長兼首席執(zhí)行官李彥宏近期所言,“卷大模型沒有意義,卷應用機會更大”。大模型最終要落地場景。
大模型和場景融合是一個不斷演進、探索的過程。螞蟻集團副總裁徐鵬認為,大模型的應用生態(tài)還不夠繁榮,應用場景也還沒有那么豐富。
目前天鏡大模型在匯集智慧、喚醒知識、眾創(chuàng)價值、數(shù)字分身四大核心領域已經(jīng)成功落地相應的場景產(chǎn)品,包括在營銷獲客、風險審批,客戶運營、客戶服務、安全合規(guī)、資產(chǎn)管理這六個零售金融最典型的場景,以模型和數(shù)據(jù)驅(qū)動業(yè)務,解決行業(yè)痛點問題。
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(jīng)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(jīng)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(jīng)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?qū)I(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(nèi)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。
陸全強調(diào),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(chǎn)生實際價值。
陸全還透露道,9月底還將正式上線基于天鏡大模型的人工客服智能助手,實時響應用戶的問題和需求,優(yōu)化客戶體驗。
作為首家自研大模型的消費金融機構,馬上消費讓大模型從理想照進現(xiàn)實,是大模型技術向金融領域深入滲透的標志性事件,代表了持牌金融機構在科技創(chuàng)新方面的新高度。
相關稿件