隨著AI大模型等人工智能技術(shù)的快速發(fā)展，中小銀行如何實(shí)現(xiàn)智能化轉(zhuǎn)型成為金融行業(yè)關(guān)注的焦點(diǎn)。近日，度小滿(mǎn)CTO許冬亮接受了麥肯錫專(zhuān)訪(fǎng)，并針對(duì)中小銀行智能化轉(zhuǎn)型的現(xiàn)狀和挑戰(zhàn)提出了自己的看法。許冬亮認(rèn)為，具有通用能力的大模型將成為信息處理的基礎(chǔ)設(shè)施，中小銀行應(yīng)用人工智能技術(shù)的門(mén)檻將大幅降低，在數(shù)字化、智能化進(jìn)程中有了“彎道超車(chē)”的機(jī)會(huì)。

“比ChatGPT更值得關(guān)注的是它所依托的底層技術(shù)能力。我們認(rèn)為類(lèi)似GPT這樣的大模型技術(shù)，是下一代人工智能技術(shù)較量的核心課題”，許冬亮表示，“在金融領(lǐng)域，大模型技術(shù)將廣泛應(yīng)用于智能獲客、風(fēng)險(xiǎn)管理、智能客服等方面，為客戶(hù)帶來(lái)顯著的優(yōu)化體驗(yàn)?！?/p>

許冬亮進(jìn)一步解釋?zhuān)竽Ｐ涂煞譃槔斫馐酱竽Ｐ秃蜕墒酱竽Ｐ?。理解式大模型在智能獲客和風(fēng)險(xiǎn)管理上可提升金融機(jī)構(gòu)的經(jīng)營(yíng)效率和風(fēng)險(xiǎn)管理決策能力。生成式大模型則可自主生成新的數(shù)據(jù)、圖像、語(yǔ)音、文本等信息，成為金融行業(yè)從業(yè)人員的得力助手，提升服務(wù)效率和服務(wù)體驗(yàn)。

對(duì)于大模型技術(shù)在金融行業(yè)的具體應(yīng)用，許冬亮提出了三個(gè)方面的觀(guān)點(diǎn)：

第一是基于大模型的智能客服將超越人工服務(wù)，讓高質(zhì)量顧問(wèn)式金融服務(wù)成為可能。在通用大模型的基礎(chǔ)上，疊加金融客服領(lǐng)域的數(shù)據(jù)和專(zhuān)業(yè)服務(wù)經(jīng)驗(yàn)，經(jīng)過(guò)垂直領(lǐng)域定向訓(xùn)練后客服機(jī)器人既能與用戶(hù)進(jìn)行多輪對(duì)話(huà)，還能提出具體的、可行的解決方案。

第二是生成式大模型可以成為理財(cái)師、經(jīng)紀(jì)人等從業(yè)者的“全能業(yè)務(wù)助理”。基于大模型的業(yè)務(wù)助理不僅了解國(guó)內(nèi)外的宏觀(guān)政策、行業(yè)信息、產(chǎn)品信息，還可以自動(dòng)生成文章、報(bào)告，提供專(zhuān)業(yè)建議和方案輔助交流。

第三是廣告和營(yíng)銷(xiāo)內(nèi)容一鍵生成，營(yíng)銷(xiāo)效率大幅提升。以ChatGPT為代表的大模型技術(shù)，將帶來(lái)知識(shí)型工作者生產(chǎn)效率的二次飛躍。過(guò)去，我們需要在海量信息中檢索詞條，將大量的精力投入到信息的獲取、提煉與整合，自己做檢索、設(shè)計(jì)、制作等工作；未來(lái)，大模型技術(shù)會(huì)適應(yīng)并普及到所有知識(shí)型工作行業(yè)，例如文案、設(shè)計(jì)、編程等，人機(jī)協(xié)作將大幅提高工作效率。

許冬亮同時(shí)指出，技術(shù)的應(yīng)用不能脫離業(yè)務(wù)應(yīng)用本身，AI技術(shù)的價(jià)值體現(xiàn)在業(yè)務(wù)的發(fā)展上。其次，數(shù)據(jù)的積累、技術(shù)能力的建設(shè)、底層的架構(gòu)、人才積累與培養(yǎng)，這些都要長(zhǎng)期投入，逐步形成；AI與業(yè)務(wù)的融合是一個(gè)持續(xù)迭代的過(guò)程，我們不能唯業(yè)績(jī)論，要給技術(shù)沉淀的空間和時(shí)間，但也不能只關(guān)注技術(shù)建設(shè)，不考慮對(duì)業(yè)務(wù)的收益——既要仰望星空，又要腳踏實(shí)地。目前來(lái)看，大模型技術(shù)的發(fā)展和應(yīng)用存在很多挑戰(zhàn)，需要我們正視和解決，主要包括以下四個(gè)方面：

一、應(yīng)用門(mén)檻。大模型訓(xùn)練和應(yīng)用的成本依然很高；在數(shù)據(jù)上，中文語(yǔ)料和數(shù)據(jù)質(zhì)量相較于英文存在差距，當(dāng)前模型的穩(wěn)定性和真實(shí)性還要進(jìn)一步的優(yōu)化。

二、金融安全。金融行業(yè)的安全性是第一位的。生成式大模型創(chuàng)作自由度高，所以常會(huì)有令人驚艷的表現(xiàn)，但正是因?yàn)樗淖杂啥忍罅?，?dāng)解決真實(shí)場(chǎng)景中的任務(wù)時(shí)，會(huì)造成可控性不足。

三、人才儲(chǔ)備。我國(guó)人工智能人才緊缺程度持續(xù)高于互聯(lián)網(wǎng)總體水平，作為ChatGPT核心技術(shù)的大模型，其人才缺失更為突出，尤其是領(lǐng)軍人才一將難求。

四、科技倫理。隨著技術(shù)的不斷突破，為了規(guī)范技術(shù)的發(fā)展，科技倫理的治理也要及時(shí)跟上，比如，大模型訓(xùn)練需要應(yīng)用大量的數(shù)據(jù)支持，需要做好數(shù)據(jù)的安全管理，避免泄露帶來(lái)的風(fēng)險(xiǎn)。同時(shí)這一技術(shù)可能會(huì)涉及偏見(jiàn)、歧視、誤導(dǎo)等問(wèn)題，需要加強(qiáng)技術(shù)規(guī)范和標(biāo)準(zhǔn)制定，防止誤導(dǎo)，防范道德和倫理風(fēng)險(xiǎn)，防止歧視，保護(hù)消費(fèi)者權(quán)益。

事實(shí)上，AI大模型技術(shù)已經(jīng)為中小銀行跨越“智能化鴻溝”提供了有力的支持。積極擁抱和應(yīng)用大模型技術(shù)，對(duì)于提升中小銀行的市場(chǎng)競(jìng)爭(zhēng)力和服務(wù)水平具有重要意義。據(jù)了解，目前度小滿(mǎn)已經(jīng)開(kāi)展了一系列基于大模型的應(yīng)用。例如將大型語(yǔ)言模型LLM應(yīng)用于海量互聯(lián)網(wǎng)文本數(shù)據(jù)、行為數(shù)據(jù)、征信報(bào)告的解讀，將小微企業(yè)主的信貸違約風(fēng)險(xiǎn)降低了25%。隨著模型的迭代，大模型在智能風(fēng)控上的潛力將進(jìn)一步釋放。

ChatGPT所展現(xiàn)的語(yǔ)義理解能力，也是度小滿(mǎn)在自然語(yǔ)言處理（NLP）領(lǐng)域重點(diǎn)投入的方向。2021年，在微軟舉辦的MS MARCO 比賽中的文檔排序任務(wù)中，度小滿(mǎn)NLP團(tuán)隊(duì)排名第一并刷新紀(jì)錄；團(tuán)隊(duì)研發(fā)的軒轅 (XuanYuan) 預(yù)訓(xùn)練模型也在CLUE分類(lèi)任務(wù)中排名第一。

百度 “文心一言”開(kāi)放生態(tài)合作后，度小滿(mǎn)成為首家接入的金融科技公司。接下來(lái)，基于“文心一言”的大模型技術(shù)基座，結(jié)合度小滿(mǎn)業(yè)務(wù)場(chǎng)景積累的金融行業(yè)知識(shí)和數(shù)據(jù)進(jìn)行交互式訓(xùn)練。“我們希望能在金融行業(yè)發(fā)揮ChatGPT類(lèi)人工智能技術(shù)的作用和價(jià)值，打造全新的智能客服、智能風(fēng)控、智能交互服務(wù)。這些垂直應(yīng)用不僅要具備生成式人工智能（AI）、多模態(tài)語(yǔ)義理解等能力，而且要適配金融行業(yè)高度重視風(fēng)險(xiǎn)、把安全性放在第一位的行業(yè)特點(diǎn)，做到高度穩(wěn)定、自主可控?！痹S冬亮表示。