機(jī)構(gòu)爭分奪秒搶灘 金融大模型落地為時尚早

2023-11-30 00:00:00 證券時報 

證券時報記者 潘玉蓉

摩根士丹利已使用GPT-4進(jìn)行投資策略分析,高盛也用大型語言模型做風(fēng)險管理分析……

在ChatGPT成為華爾街投行的新裝備時,更快、更準(zhǔn)、更定制的金融大模型來了——彭博社發(fā)布針對金融領(lǐng)域500億參數(shù)的大語言模型BloombergGPT,在處理金融專業(yè)任務(wù)上的表現(xiàn),比通用大模型實現(xiàn)了大幅提升。

今年以來,大模型席卷金融業(yè),一夜之間,幾乎所有金融場景都在探索適配大模型接口。然而,理想豐滿,現(xiàn)實骨感。有大型金融機(jī)構(gòu)IT部門人士比喻,金融大模型從戰(zhàn)略規(guī)劃到部署落地,有著從“賣家秀”走到“買家秀”的差別。大模型在金融場景落地的最后一公里并不好走,現(xiàn)在談效果為時尚早。

在接受證券時報記者采訪時,各類參與主體均多次提到“生態(tài)共建”,期待聯(lián)合多方力量解決算力、算法、數(shù)據(jù)、安全、監(jiān)管等問題,共赴這場金融大模型的“開卷考試”。

大模型席卷金融業(yè)

隨著大模型走向千行百業(yè),一個共識逐漸形成:將通用大模型與垂直領(lǐng)域的專用大模型相結(jié)合,可以有效提升大模型的適配性。繼ChatGPT后,人工智能將在垂直應(yīng)用領(lǐng)域掀起第二波浪潮。

巨浪席卷而來,國內(nèi)金融機(jī)構(gòu)和大模型廠商們也在爭分奪秒搶灘。

今年8月份金融機(jī)構(gòu)發(fā)布半年報,大語言模型還停留在高管們的口頭報告中。如今,它們已經(jīng)化身一張張采購訂單投向市場。金融機(jī)構(gòu)的采購需求,從算力儲備到模型采購,從云計算資源到數(shù)據(jù)治理,覆蓋了人工智能產(chǎn)業(yè)鏈上的各類廠商。

10月10日,工商銀行發(fā)布“NLP大模型產(chǎn)品新技術(shù)采購項目”入圍結(jié)果,智譜華章入圍;同月,招商銀行(600036)千億級預(yù)訓(xùn)練基礎(chǔ)大語言模型招標(biāo)中,上海稀宇科技奪標(biāo);11月10日,百度網(wǎng)訊、中國電子系統(tǒng)技術(shù)有限公司聯(lián)合拿下郵儲銀行“超大規(guī)模預(yù)訓(xùn)練模型金融場景應(yīng)用系統(tǒng)軟件開發(fā)”項目包。在各大保險集團(tuán)內(nèi)部,針對大模型準(zhǔn)備的GPU服務(wù)器采購、數(shù)據(jù)治理服務(wù)項目的招標(biāo),也在緊鑼密鼓地推進(jìn)。

據(jù)了解,金融機(jī)構(gòu)部署大模型主要有三種方式。

第一種,是獨立全棧自研,強(qiáng)調(diào)獨立自主可控。這是一些AI基礎(chǔ)較好的大型金融集團(tuán)布局大模型的路徑之一。

第二種,在通用大模型或者專業(yè)大模型基礎(chǔ)上進(jìn)行微調(diào),結(jié)合自身海量數(shù)據(jù)(603138)和豐富場景,形成契合自身需求的金融大模型。

第三種,從云端調(diào)用,按需接入各類大模型API(應(yīng)用程序編程接口),完成私有化部署。當(dāng)前,百度的文心一言、阿里的通義千問、騰訊的混元大模型,都有面向金融行業(yè)構(gòu)建生態(tài)合作伙伴的部署。

擁有眾多子公司和業(yè)務(wù)場景的多元化金融集團(tuán),通常選擇多種方式齊頭并進(jìn),并在內(nèi)部形成賽馬機(jī)制;一些科技基礎(chǔ)相對薄弱的中小金融機(jī)構(gòu),通常采用第三種方式,以控制成本。

面對龐大市場需求,各大廠商紛紛開發(fā)金融大模型,一些金融科技公司也憑借過往在金融領(lǐng)域的積累,發(fā)布適配各類業(yè)務(wù)場景的垂直類金融大模型。

市場火熱之下,今年國內(nèi)金融領(lǐng)域垂直大模型競相出爐。5月,度小滿推出國內(nèi)首個開源的千億級中文金融大模型“軒轅”;8月,馬上消費(fèi)發(fā)布首個零售金融大模型“天鏡”;9月,螞蟻集團(tuán)針對金融產(chǎn)業(yè)深度定制的金融大模型AntFinGLM亮相,并在集團(tuán)內(nèi)的財富、保險平臺上內(nèi)測;10月,恒生電子(600570)金融大模型LightGPT升級,在專業(yè)金融數(shù)據(jù)集、合規(guī)性要求和部署方式上實現(xiàn)突破,并宣布三款大模型應(yīng)用產(chǎn)品開放公測。

度小滿首席技術(shù)官許冬亮在近期一場公開活動中感嘆:“今年以來,圍繞生成式AI的浪潮,每周都有新迭代、新發(fā)展,每天都能看到真實的效果,有點爆炸式發(fā)展、奇點臨近的感覺!

如雨后春筍般出現(xiàn)的金融大模型,也給金融機(jī)構(gòu)造成了選型困難。金融業(yè)需要什么樣的大模型?今年9月,由中國信通院牽頭,聯(lián)合騰訊云、科大訊飛(002230)、恒生電子、馬上消費(fèi)等40多家企業(yè)共同編制了國內(nèi)首個金融行業(yè)大模型標(biāo)準(zhǔn)。該標(biāo)準(zhǔn)涵蓋了金融大模型的關(guān)鍵能力要求,包括場景適配度、能力支持度和應(yīng)用成熟度三大方面。此外,標(biāo)準(zhǔn)還從金融行業(yè)特性出發(fā),覆蓋了投資研究、投資顧問、風(fēng)險管理、市場營銷、客戶服務(wù)等多個應(yīng)用場景,并詳細(xì)規(guī)定了金融大模型在數(shù)據(jù)合規(guī)性、可追溯性、私有化部署、風(fēng)險控制等方面的要求。

“值得重做一遍

金融服務(wù)鏈”

和傳統(tǒng)人工智能相比,大模型能為金融行業(yè)帶來什么增量價值?

如果說傳統(tǒng)人工智能是專用的、煙囪式的、孤立的,在大語言模型時代,人工智能已經(jīng)可以借助專業(yè)知識和推理能力,在特定領(lǐng)域完整地執(zhí)行一段任務(wù)。

不久前,一批數(shù)字員工被引入太保集團(tuán)審計中心,在審計檢查、公文質(zhì)檢、咨詢問答等工作環(huán)境下進(jìn)行能力試點,這些數(shù)字員工與真實員工進(jìn)行人機(jī)編隊,共同作業(yè)。太保數(shù)智研究院院長王磊日前表示,大模型會帶來新的范式革命,和傳統(tǒng)人工智能的巨大區(qū)別體現(xiàn)在思考模式、行動力、通用性和邊際成本等方面!按竽P统霈F(xiàn)后,實現(xiàn)了對人、對崗位建模的可能性。”

在消費(fèi)金融領(lǐng)域,大模型能力也在顯露頭角。今年8月,馬上消費(fèi)發(fā)布“天鏡”大模型時披露,經(jīng)過近3個月的使用,新的智能客服對客戶意圖理解準(zhǔn)確率達(dá)到91%,相較于傳統(tǒng)人工智能的68%有明顯提升;客戶參與率61%,高于傳統(tǒng)模型43%的參與率,也高于人工座席平均28%的水平。

在近期舉辦的保險行業(yè)大模型研討會上,陽光保險集團(tuán)科技中心副總經(jīng)理顧青山詳解了“陽光正言”大模型開放平臺。據(jù)介紹,該模型在“夢客全線上銷售機(jī)器人”項目中,信息抽取任務(wù)準(zhǔn)確率提升了15%,意圖識別和智能問答準(zhǔn)確率也均有明顯提升。

螞蟻集團(tuán)副總裁、螞蟻金融大模型負(fù)責(zé)人王曉航日前在金融街(000402)論壇上說,“金融服務(wù)鏈上的每一個關(guān)鍵環(huán)節(jié),都值得用大模型重做一次”。

比如,將大模型與客戶洞察結(jié)合,提升交互式理財?shù)捏w驗;讓大模型賦能專家理財和保險顧問團(tuán)隊,幫助提升專業(yè)度;在數(shù)字化營銷方面,大模型能更好地理解客戶的金融需求、匹配供給,還能協(xié)助生成營銷創(chuàng)意,提升廣告投放的效率。

在金融中后臺,大模型也可以打開效率空間。比如,大模型在金融研判、量化編碼等方面,可以大量替代初級至中級難度的工作,將投研分析師、風(fēng)險策略人員、精算師從事務(wù)性勞動中解放出來。

“我們看到了創(chuàng)新應(yīng)用場景的爆發(fā)和涌現(xiàn)!蓖鯐院秸f。

落地可靠性“闖關(guān)”

理想很豐滿,現(xiàn)實很骨感。大模型時代,看似一切都能重構(gòu),但當(dāng)金融機(jī)構(gòu)將大模型部署到公司內(nèi)部的時候,往往發(fā)現(xiàn)挑戰(zhàn)不小。

“大模型好比一個優(yōu)秀的文科生,推理、理解、語言能力強(qiáng)大,但在金融投資領(lǐng)域,進(jìn)行風(fēng)險定價、運(yùn)籌優(yōu)化、量化分析等更多是理科生的工作,大模型無法勝任。做嚴(yán)謹(jǐn)?shù)臎Q策并不是大模型的專長!蓖鯐院秸f,“金融業(yè)對可靠性極致的要求,與大模型‘生性浪漫’的幻覺,存在著嚴(yán)重沖突。”

可靠性是大模型在金融領(lǐng)域落地最大的鴻溝。通用大模型對金融領(lǐng)域知識的欠缺,在嚴(yán)謹(jǐn)性上有明顯的短板,使其不可能“開箱即可用”,還需要經(jīng)歷復(fù)雜的工程以完成適配。

為了將大模型更好地“縫合”到業(yè)務(wù)場景中,提升可靠性、安全性和流暢度,各大廠商的主流方案有三種。一是將大模型與專業(yè)領(lǐng)域的小模型結(jié)合,大模型負(fù)責(zé)認(rèn)知、理解、溝通、創(chuàng)作,小模型負(fù)責(zé)把握風(fēng)險、承載嚴(yán)謹(jǐn)?shù)倪壿;二是將大模型的參?shù)知識與結(jié)構(gòu)化、顯性化、可靠的金融知識圖譜相結(jié)合,此舉能很好地為大模型注入可靠性;三是將開放QA(問答)和封閉QA結(jié)合,讓大模型得到請求指令后,在專業(yè)知識領(lǐng)域內(nèi)進(jìn)行檢索,大幅提高準(zhǔn)確性。

例如,度小滿發(fā)布的軒轅大模型,在通用大模型基礎(chǔ)上增加了大量的金融領(lǐng)域?qū)I(yè)知識,從預(yù)訓(xùn)練開始調(diào)整模型,在國內(nèi)銀行從業(yè)資格考試的答題表現(xiàn)中明顯好于通用大模型。

數(shù)據(jù)訓(xùn)練攔路虎

無論是傳統(tǒng)人工智能時代,還是大模型時代,數(shù)據(jù)都是基礎(chǔ)。在大模型領(lǐng)域流行一句話:“garbage in,garbage out”,即輸入垃圾數(shù)據(jù)會導(dǎo)致輸出垃圾結(jié)果,可見對大模型進(jìn)行預(yù)訓(xùn)練,數(shù)據(jù)是重中之重。

據(jù)王曉航估計,全市場上有質(zhì)量的金融語料,大概不到2000億tokens,但滿足“高質(zhì)量、大規(guī)模、價值觀正確”條件的語料占比不到40%。在王曉航看來,語料質(zhì)量的重要性要高于數(shù)量。

“我們公司在大資管領(lǐng)域做了20多年的數(shù)據(jù)標(biāo)準(zhǔn)化,但是在大模型面前,仍感到過去的工作非常初級——各家機(jī)構(gòu)對于數(shù)據(jù)的標(biāo)準(zhǔn)都有自己的定義!币晃唤鹑贗T服務(wù)商高管道出了金融機(jī)構(gòu)存儲數(shù)據(jù)的現(xiàn)狀:標(biāo)準(zhǔn)不統(tǒng)一,非結(jié)構(gòu)化數(shù)據(jù)多,數(shù)據(jù)治理工作繁重。

華為盤古金融大模型人士表示,當(dāng)前金融機(jī)構(gòu)最重要的任務(wù)之一,是如何將散落在業(yè)務(wù)場景里非結(jié)構(gòu)化的數(shù)據(jù)集和企業(yè)原有的高質(zhì)量數(shù)據(jù)集相整合。

數(shù)據(jù)作為金融機(jī)構(gòu)最重要的資產(chǎn),流通性差是其特點之一。目前,各家金融機(jī)構(gòu)引入的大模型都是私有化部署,各自訓(xùn)練,以最大程度保障數(shù)據(jù)安全、隱私和合規(guī)要求,但也造成算力的浪費(fèi)、數(shù)據(jù)庫重復(fù)建設(shè)和成本居高不下等問題。

北京本應(yīng)科技總經(jīng)理曹凱認(rèn)為,當(dāng)前金融大模型仍然是“小學(xué)生水平”,難以輔助對投資趨勢進(jìn)行洞察,原因包括,模型的數(shù)據(jù)參數(shù)量不夠大,對產(chǎn)業(yè)、社保、工商等多元異構(gòu)數(shù)據(jù)的積累不夠多,且數(shù)據(jù)間的關(guān)聯(lián)性較弱,無法達(dá)到大模型“涌現(xiàn)”的效果。

談?wù)撔Ч性?/p>

一位大型保險集團(tuán)科技部門人士把大模型的部署過程比作“賣家秀”變“買家秀”的過程。

他透露,公司推進(jìn)大模型過程中遭遇到了各種問題,包括但不限于訓(xùn)練數(shù)據(jù)問題、算力不足問題、成本收益平衡問題、數(shù)據(jù)風(fēng)險問題等等。

他忠告,在大模型應(yīng)用場景選擇上,應(yīng)先內(nèi)后外,先易后難;要有兜底機(jī)制,不能只談智能、沒有人工,短期內(nèi)還有深化傳統(tǒng)模型的需求!按竽P彤a(chǎn)生的虹吸效應(yīng),把許多IT資源都吸過去了,這對于多元化科技生態(tài)來講,不見得是好事。”

王磊也表示,該集團(tuán)的“數(shù)字員工”項目要真正落地,仍是一件十分有挑戰(zhàn)性的工作。比如,要有強(qiáng)大的算力基礎(chǔ)、底座大模型平臺來支撐它運(yùn)作;要輸入崗位所需的專業(yè)知識和數(shù)據(jù),構(gòu)建數(shù)字工作環(huán)境;除此之外,項目真正落地時還會碰到新的問題。

受現(xiàn)實條件的限制,金融大模型的落地應(yīng)用程度并非想象中那么高,談?wù)撔Ч鼮闀r尚早。恒生電子面向金融機(jī)構(gòu)進(jìn)行的大模型應(yīng)用狀況調(diào)研顯示,71%的受訪者所在的機(jī)構(gòu)正在調(diào)研大模型,17%的機(jī)構(gòu)已經(jīng)在測試中,真正落地實踐的機(jī)構(gòu)不到10%。

共建生態(tài)

“光靠自己不行”

打通大模型在金融業(yè)落地的最后一公里并非易事。在記者的采訪中,無論是大模型服務(wù)商、金融機(jī)構(gòu),還是各類金融科技公司,在交流中均多次提到“生態(tài)共建”,其內(nèi)涵包括“共創(chuàng)、共建、共治”,如同共赴一場“開卷考試”。

不久前,眾安保險發(fā)布了保險行業(yè)首份AIGC應(yīng)用圖譜,協(xié)助保險機(jī)構(gòu)在大模型內(nèi)嵌入行業(yè)專業(yè)領(lǐng)域知識庫,實現(xiàn)AIGC在保險垂直領(lǐng)域的應(yīng)用快速適配。

日前舉辦的金融科技數(shù)智大會上,陽光保險同時組織召開了“保險科技數(shù)智創(chuàng)新聯(lián)合體”籌備閉門會議。據(jù)悉,該聯(lián)合體旨在推動保險垂類大模型的深入研發(fā)和應(yīng)用,提升保險業(yè)整體智能化水平。

面對大模型落地的挑戰(zhàn)和技術(shù)難度,太保集團(tuán)也認(rèn)為“光靠自己是不行的”。據(jù)悉,太保和行業(yè)聯(lián)合建立實驗室,希望實現(xiàn)優(yōu)勢互補(bǔ),行業(yè)共享,風(fēng)險共擔(dān)。今年進(jìn)博會上,太保和華為、科大訊飛成立了實驗室,希望三方聯(lián)合起來面對一些挑戰(zhàn)。

推動大模型在金融領(lǐng)域發(fā)揮更大的價值,各界都在努力。日前,上海人工智能研究院院長宋海濤對記者表示,該機(jī)構(gòu)正在推動設(shè)立工業(yè)及制造業(yè)、金融等領(lǐng)域的專業(yè)語料庫,以減少資源的浪費(fèi)。

深圳天使投資引導(dǎo)基金副總經(jīng)理徐向東認(rèn)為,當(dāng)前金融行業(yè)存在數(shù)字化程度不足、金融數(shù)據(jù)流動性不足、數(shù)據(jù)字典不統(tǒng)一等問題,制約了大模型的使用。他呼吁,應(yīng)盡快培育數(shù)據(jù)要素市場,加強(qiáng)金融數(shù)據(jù)標(biāo)準(zhǔn)化,增強(qiáng)數(shù)據(jù)可信、可用、可流通、可追溯水平,為大模型更好地在金融行業(yè)落地創(chuàng)造條件。

(責(zé)任編輯:王治強(qiáng) HF013)
看全文
寫評論已有條評論跟帖用戶自律公約
提 交還可輸入500

最新評論

查看剩下100條評論

熱門閱讀

    和訊特稿

      推薦閱讀