界面新闻记者 | 何柳颖

界面新闻编辑 | 江怡曼

9月6日，由界面新闻主办的2024REAL科技大会在上海顺利举办，本次大会主题为“大模型落地，重塑现实场景”。

近年来，金融科技加速发展，金融+大模型成为了行业趋势。目前在技术与实践层面，各大金融机构进行了哪些尝试？迎来了哪些挑战？相关监管配套是否完善？

在由宁波银行赞助呈现的“金融大模型的进阶之路”圆桌讨论会上，江苏苏商银行股份有限公司副行长黄进、众邦银行首席信息官李耀、招联消费金融股份有限公司首席信息官王耀南、众源资本高级投资副总裁冉翀、蚂蚁集团金融AI首席架构师徐万青等与会嘉宾们就以上话题进行了热切讨论。

（“金融大模型的进阶之路”圆桌讨论会现场）

应用场景多方面突破

“银行已经进入5.0时代，银行所有的业务模式都值得用AI重新思考一遍。”李耀强调AI对于银行的重要性。

起步之际，银行+大模型多集中于人工客服、资料库等基础层面，如今伴随技术的迭代与新需求的涌现，应用场景实现了多方面突破。

黄进介绍，目前银行主要基于大模型的生成能力，在两个核心的业务领域——产业链金融和科创金融，辅助生成相关的尽调报告。“我们也会基于自身的信贷语料库，以及行内整合的非结构化数据，将大模型的分析能力应用在O2O的信贷审批环节，应用场景包括信贷客户的KYC以及部分贷后管理环节。”

基于大模型能力，蚂蚁集团于去年发布了智能业务助手“支小助”。徐万青介绍，经过一整年的打磨和培养，现在“支小助”已经升级到2.0版本，并落地在销售、理赔、财务写作，营销创意等多个场景。他称，规模化的落地验证了支小助2.0能为业务带来非常好的提升效果。

“比如在财务报表领域，阿里巴巴最近发布的财报首次使用支小助2.0帮助专家进行了很多精密任务的执行。包括财务逻辑理解、业绩归因、专业写作，都由支小助2.0辅助财务专家进行编写。”徐万青称，这些任务（完成情况）已经达到了高级财务专家的要求。

对于金融机构而言，如何借助大模型实现降本增效是一个重要命题。

招联消费金融股份有限公司首席信息官王耀南分享道，招联2023年11月发布消费金融行业首个130亿参数大模型“招联智鹿”，今年7月升级推出“招联智鹿二代”，以智能客服为例，不仅可以结合具体会话状态与服务场景，快速精准地进行会话小结，大幅提升坐席作业效率，还能充分利用深度学习技术，准确理解客户意图，共情客户情绪，并将与客户交互的“经验”和“感觉”积累成参考样本，实现举一反三的智能服务，大幅降低投诉率。

徐万青也谈及，现在支小助2.0有能力去学习优质的销售经验、销售能力和销售话术，从而构建一个数字分身，让数字分身帮助基础销售人员提升他们的客户服务的能力和标准。“这套能力在保险规划师团队上已经完全铺开使用了，目前可以将人均产能提升约150%。”

展望银行业未来的大模型应用，王耀南表示，希望用大语言模型的推理能力持续优化招联的整体业务运营情况。他认为，对于金融企业而言，要把业务和语言模型结合，产生（实际）效果，因为只有在企业内部踏踏实实落地，语言模型的价值才能更好地凸显出来。”

徐万青强调需要基于用户的角度进行思考。“以理财为例，我们的客户会希望能够获得更个性化的金融服务，希望大模型理解我真正的偏好、诉求、风险；同时，也希望这个服务的获取方式非常便利，借助大模型能力，实现语言交流、视频交流；更进一步，用户希望给到的个性化服务，能够真正有效的能够支持他的投资决策，而这对大模型处理信息的及时性和有效性也提出了更高的要求。”

金融领域有其特殊性，李耀建议在运用大模型的过程中，应当走“通用加专用”的道路，即通用大模型搭配专用模型使用，这可以让传统的专家模型、机器学习手段更加稳定、更加具有可解释性。

冉翀则认为，在金融大模型的未来，如果能把任务和职业定义清楚，应该是都有可能利用大模型来实现任务和职业的替换。

（“金融大模型的进阶之路”圆桌讨论会现场）

技术与成本的多重挑战

不可避免地，路上总有挑战。

一方面，Bug总会出现，这要求大量的实践与改进。王耀南举例称，在推断客户最近的资金需求时，银行一般会查看他们的人行查询报告次数，人工会发现客户最近没有很频繁查看，但机器人推断出客户查看很频繁。最后发现，这名客户在一年前查看的次数比较多，但最近一年只有一次。“大语言模型对时间没有什么概念，如果由机器做推断，需要的细节非常多，我们正在持续推进这方面的工作。”

冉翀也强调，目前在金融领域，如果模型的搜索能力不够强，或者理解错误，出现幻觉，单一