金融业采用大模型,是“用大炮轰蚊子”吗?| 盘点
![](/theme/default/default/images/main/eye-open.png)
我们非常重视原创文章,为尊重知识产权并避免潜在的版权问题,我们在此提供文章的摘要供您初步了解。如果您想要查阅更为详尽的内容,访问作者的公众号页面获取完整文章。
![](/theme/default/default/images/main/icon-jing.png)
金融行业的大模型应用现状与挑战
在2023年,生成式AI和大模型已经成为技术发展的热点,60%的组织机构和67%的中国企业已经在使用或探索生成式AI。金融行业,特别是银行和保险,因其知识密集和数据丰富的特点,成为大模型应用的温床。
金融大模型“抢滩”之战
全球金融机构如摩根士丹利和高盛已经开始应用大模型。中国金融领域发布的大模型超过20个,42家上市银行中有9家提及探索大模型应用。例如,工商银行已将大模型应用于客服流程的各个阶段,提高效率和服务质量。建设银行的金融科技公司建信金科则从通用能力、安全合规、金融需求三方面设计了金融行业的大模型能力体系。
大模型落地应用面临的挑战
尽管金融机构对大模型充满期待,但也面临如可解释性不足、数据质量和安全问题、算力焦虑和人才缺失等挑战。例如,在风控等核心业务中,大模型的“黑盒”特性限制了其应用。此外,数据和算力问题也是大模型落地的技术障碍。算力短缺不仅是基础设施问题,也是成本问题,需要通过自主可控的技术创新和策略调整来解决。人才方面,需要复合型人才和智能化应用实战能力的人才。
金融行业与大模型的未来
金融机构在应用大模型时,应考虑投入产出比和模型的效果表现。业内人士认为,大模型进入金融核心场景只是时间问题。企业应以智能原生的视角重新审视金融业务,准备迎接大模型带来的变革,同时在投入时保持谨慎,找到业务流程上的痛点。
结语
虽然大模型尚未从根本上改变人们的生活,但它被认为将成为技术发展史上的重要创新。金融行业广泛采用大模型的时代已经到来,企业需要在投入与产出、降本增效与创新之间找到平衡,合理利用大模型驱动业务发展。
想要了解更多内容?
![](/theme/default/default/images/main/icon-jing.png)
![](https://cdn.easycorp.cn/rongpm/upload/202312/f_39217d624bb2b42ce8f6322ebd7e573a.png)
![](https://cdn.easycorp.cn/rongpm/upload/202312/f_39217d624bb2b42ce8f6322ebd7e573a.png)