下半年“大模型”的風(fēng)持續(xù)吹來!在近期的外灘大會(huì)、騰訊全球數(shù)字生態(tài)大會(huì)上,“生成式AI、大模型”再次成為“頂流”話題。大模型今年在國(guó)內(nèi)遍地開花,包括螞蟻、度小滿、馬上消費(fèi)等金融科技公司和金融機(jī)構(gòu)都在積極布局和研發(fā)金融大模型。
馬上消費(fèi)作為持牌消金機(jī)構(gòu),率先試水大模型,在前不久推出全國(guó)首個(gè)零售金融大模型“天鏡”。馬上消費(fèi)人工智能研究院陸全關(guān)于通用大模型和垂直大模型的本質(zhì)區(qū)別表示,天鏡正是瞄準(zhǔn)了產(chǎn)業(yè)應(yīng)用,基于馬上消費(fèi)在零售金融的實(shí)際業(yè)務(wù)場(chǎng)景產(chǎn)生的真實(shí)需求,而研發(fā)的相關(guān)應(yīng)用。在被企業(yè)認(rèn)可后,產(chǎn)生了大模型真正的應(yīng)用價(jià)值。依此來說,天鏡植根于場(chǎng)景,落地于場(chǎng)景,更像是金融行業(yè)的場(chǎng)景大模型。
這一點(diǎn)正是業(yè)內(nèi)熱議探索的方向,通用大模型如何在金融領(lǐng)域落地和應(yīng)用持續(xù)深入?
通用大模型和垂直大模型PK,多家消金機(jī)構(gòu)探索“馬上經(jīng)驗(yàn)”
大模型在經(jīng)歷了大半年的探索,學(xué)界、產(chǎn)業(yè)界的專家形成了共識(shí),大模型會(huì)帶來顛覆性的變化,對(duì)整個(gè)金融體系的影響將是長(zhǎng)期的。
但對(duì)專業(yè)能力和邏輯嚴(yán)謹(jǐn)、精準(zhǔn)性要求嚴(yán)格的金融行業(yè),業(yè)內(nèi)在討論擁抱大模型的同時(shí)幾乎都提到了落地金融行業(yè)面對(duì)的諸多挑戰(zhàn)。
當(dāng)前大模型都是百萬、千萬、上億的訓(xùn)練參數(shù),難免會(huì)有一些雜質(zhì)數(shù)據(jù)摻進(jìn)去。陸全表示,數(shù)據(jù)本身質(zhì)量參差不齊存在一定風(fēng)險(xiǎn),大模型受限于這些數(shù)據(jù),會(huì)因不能分辨真假,無法確定自身生產(chǎn)的內(nèi)容,會(huì)帶來事實(shí)性偏差“幻覺”。此外,金融大模型還無法解決一些關(guān)鍵數(shù)據(jù)的反向數(shù)據(jù)泄露防護(hù)問題,無法做到真正的開源,行業(yè)數(shù)據(jù)沒有形成真正意義上的競(jìng)合,這也是一大挑戰(zhàn)。
當(dāng)前的大模型很難做到每一份決策都穩(wěn)定、精確,再加上行業(yè)合規(guī)方面的挑戰(zhàn),導(dǎo)致大模型的應(yīng)用在金融行業(yè)知易行難。
目前,只有工商銀行基于昇騰AI的金融行業(yè)通用模型、馬上消費(fèi)的“天鏡”等寥寥幾家機(jī)構(gòu)涉獵,更多的金融機(jī)構(gòu)則處于謹(jǐn)慎觀望狀態(tài)。
業(yè)內(nèi)人士表示,從行業(yè)應(yīng)用路徑來看,科技巨頭提供通用大模型,或者技術(shù)能力強(qiáng)的金融科技公司提供金融行業(yè)大模型,具體的金融機(jī)構(gòu)基于這個(gè)行業(yè)底層模型,用自己的業(yè)務(wù)數(shù)據(jù)去做私域訓(xùn)練,然后做私有化的部署和應(yīng)用。
但業(yè)界傾向認(rèn)同:通用的大模型往往只能解決80%的問題,而在面向金融行業(yè)細(xì)分領(lǐng)域時(shí),還需要結(jié)合信貸傳統(tǒng)模型在深度學(xué)習(xí)領(lǐng)域的積累。
通用大模型在金融行業(yè)寬廣有余,縱深不足。對(duì)此,陸全表示,相比通用類金融大模型,天鏡更具專業(yè)和場(chǎng)景優(yōu)勢(shì),通用大模型想進(jìn)一步滲透到風(fēng)控等金融核心業(yè)務(wù),還需要在垂直領(lǐng)域精調(diào)。
“天鏡的價(jià)值并不在于可以直接把模型照搬給其他金融機(jī)構(gòu),而是因馬上消費(fèi)提供出一套基于機(jī)構(gòu)自身業(yè)務(wù)研發(fā)大模型的經(jīng)驗(yàn)和落地的內(nèi)生解決方案,可以幫助其他機(jī)構(gòu)落地大模型并產(chǎn)生價(jià)值”。陸全還透露道,在天鏡大模型發(fā)布后,已有多家消費(fèi)金融公司了解和學(xué)習(xí)天鏡的研發(fā)過程和相關(guān)落地應(yīng)用產(chǎn)品,如智能客服助手、數(shù)據(jù)分析助手等。
天鏡大模型四大核心領(lǐng)域,9月底上線智能客服助手
正如百度創(chuàng)始人、董事長(zhǎng)兼首席執(zhí)行官李彥宏近期所言,“卷大模型沒有意義,卷應(yīng)用機(jī)會(huì)更大”。大模型最終要落地場(chǎng)景。
大模型和場(chǎng)景融合是一個(gè)不斷演進(jìn)、探索的過程。螞蟻集團(tuán)副總裁徐鵬認(rèn)為,大模型的應(yīng)用生態(tài)還不夠繁榮,應(yīng)用場(chǎng)景也還沒有那么豐富。
目前天鏡大模型在匯集智慧、喚醒知識(shí)、眾創(chuàng)價(jià)值、數(shù)字分身四大核心領(lǐng)域已經(jīng)成功落地相應(yīng)的場(chǎng)景產(chǎn)品,包括在營(yíng)銷獲客、風(fēng)險(xiǎn)審批,客戶運(yùn)營(yíng)、客戶服務(wù)、安全合規(guī)、資產(chǎn)管理這六個(gè)零售金融最典型的場(chǎng)景,以模型和數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù),解決行業(yè)痛點(diǎn)問題。
匯集智慧,主要應(yīng)用在人工客服場(chǎng)景。通過大模型提煉萃取一線優(yōu)秀人工坐席客服經(jīng)驗(yàn),匯聚成群體智慧,從而擁有一對(duì)多服務(wù)客戶的能力,也可作為人工坐席的輔助角色。據(jù)了解,經(jīng)過近3個(gè)月的運(yùn)行,其意圖理解準(zhǔn)確率達(dá)91%,高于傳統(tǒng)AI的68%;客戶參與率61%,高于傳統(tǒng)模型的43%,也高于人工坐席平均28%的水平。
喚醒知識(shí),主要為解決提取、利用非結(jié)構(gòu)化文檔中的數(shù)據(jù)資料的痛點(diǎn)。例如,將企業(yè)招股書、財(cái)報(bào)、經(jīng)濟(jì)預(yù)測(cè)數(shù)據(jù)等文件上傳后,天鏡大模型可深入解析金融領(lǐng)域?qū)I(yè)術(shù)語,同時(shí)查詢定位多個(gè)不同文檔,洞悉金融圖表隱含的信息并進(jìn)行歸納和總結(jié)。
眾創(chuàng)價(jià)值,是為了降低使用數(shù)據(jù)的門檻。天鏡大模型SQL生成平臺(tái)不再需要代碼等專業(yè)指令,使用者可直接向AI說“大白話”,天鏡即可自動(dòng)理解需求、展開檢索、生成答復(fù),按照人的意思去完成數(shù)據(jù)挖掘的任務(wù)。
數(shù)字分身,旨在打造“數(shù)字外表+智慧大腦+情感內(nèi)心”三合一的數(shù)字人,擅理解、有溫度、懂心理的智能秘書,或不休不眠的智能“打工人”。通過上傳資料并定制一些參數(shù),只需5分鐘的數(shù)據(jù)訓(xùn)練,員工即可擁有自己的數(shù)字分身,代替員工完成大量工作。
陸全強(qiáng)調(diào),天鏡大模型從一開始研發(fā),就專注于真正幫金融企業(yè)去落地,去產(chǎn)生實(shí)際價(jià)值。
陸全還透露道,9月底還將正式上線基于天鏡大模型的人工客服智能助手,實(shí)時(shí)響應(yīng)用戶的問題和需求,優(yōu)化客戶體驗(yàn)。
作為首家自研大模型的消費(fèi)金融機(jī)構(gòu),馬上消費(fèi)讓大模型從理想照進(jìn)現(xiàn)實(shí),是大模型技術(shù)向金融領(lǐng)域深入滲透的標(biāo)志性事件,代表了持牌金融機(jī)構(gòu)在科技創(chuàng)新方面的新高度。
相關(guān)稿件