来源：21世纪经济报道 

　　11月21日，由21世纪经济报道主办的“2023首席科技官思享会（闭门会）”在北京成功举行，聚焦大模型的热点话题，金融机构、金融科技公司等资深人士进行了深入研讨。

　　他表示，近一年大模型创新应用与发展，展现出了很强的能力和潜力。我们相信在大模型的助力下，金融机构将不断提升全业务、全流程、全场景的智能化水平，赋能数字化转型。通过大模型全面提升金融服务质效，推动数据与实体的融合，改变行业发展格局。把握生成式人工智能重大发展机遇，为金融强国助力，为做好五篇大文章，加快推进AI大模型在业务方面的广泛应用，助力银行业高质量发展。

　　没有应用场景，新技术就是“无根之木”

　　从去年底至今，近一年时间里AIGC技术不断创新。在供给侧，4月份，行业就爆发了“百模大战”。金融行业垂直领域的大模型发布越来越多，5月，度小满发布了千亿级中文大模型‘轩辕’，这也是国内首个垂直金融行业的开源大模型。

　　在高峰看来，大模型在银行业落地应具备“三个条件”，即技术成熟度、政策支持、应用场景。

　　“没有应用场景，新技术就是‘无根之木’。”他进一步表示，对于金融机构来说，合规是第一要务。国家网信办联合国家发展改革委、教育部、科技部、工业和信息化部、公安部、广电总局公布《生成式人工智能服务管理暂行办法》，自2023年8月15日起施行，目的就是促进生成式人工智能健康发展和规范应用，维护国家安全和社会公共利益，保护公民、法人和其他组织的合法权益。

　　就金融业落地大模型的进展，高峰认为，不少金融机构都已将大模型从战略层面重视起来，有了更清晰的思考和路径规划，从单纯希望自己建算力、建模型，转变到更加关心应用的价值。

　　大模型在银行业落地路径的三个建议

　　“大模型在银行业的应用，从价值创造逻辑上可分为两大类。”高峰认为，一是代替人执行重复性任务。生成式AI可以替代人开展大量重复性较高、简单基础的任务，如智慧办公、智能客服、协同营销等。这能够释放运营类人力资源或缺乏流程操作经验的初级序列人员，实现降本增效。

　　二是协助人提高复杂决策的效率。利用大模型的创造能力，AI可以成为助手，有效放大关键岗位员工的产能，尤其是智能风控、智能程序员、智能投研等角色。大模型可以有效整合关键信息及素材，助力相关专业岗位的人员，更快速地产出高质量代码或文案。

　　在高峰看来，大模型落地过程中有两大难点：算力和数据治理。在数据治理方面，随着大模型的落地探索，不少金融机构也逐渐在加强数据治理。大行在数据治理领域有成熟实践，中小金融机构也在开始陆续去构建数据中台和数据治理的体系。

　　在算力方面，直接自建算力，成本相对高昂，但好处是安全性足够高，适用于实力雄厚、希望自建行业或企业大模型的金融机构，典型如建行、工行等国有大行。算力混合部署，即在敏感数据不出域的情况下，接受从公有云上调用大模型服务接口，同时通过私有化部署的方式处理本地的数据服务。适用于资金相对薄弱，只按需进行应用的中小型金融机构。

　　对于大模型在银行业的实施路径方面，高峰提出了三点建议。第一，当前，大模型技术并不成熟，而金融行业是一个强监管、高安全的行业，建议先内部后外部，短期内不建议直接对客使用。第二，注重大模型与小模型协同，不能忽视传统小模型的价值，基于大模型转换到金融场景中，会得到相比原先深度学习算法而言创造性更好的小模型。第三，借力知识图谱让大型语言模型更强，通过结合知识图谱，LLM（大语言模型） 有望解决缺乏事实知识、幻觉和可解释性等诸多问题；而反过来 LLM 也能助益知识图谱，让其具备强大的文本和语言理解能力。

　　（作者：边万莉 编辑：周鹏峰）

南方财经全媒体集团及其客户端所刊载内容的知识产权均属其旗下媒体。未经书面授权，任何人不得以任何方式使用。详情或获取授权信息请点击此处。

责任编辑：曹睿潼