今年的政府工作报告中，加快发展新质生产力被列为 2024 年的首项政府工作任务。象征着高效、迅捷的大模型与 " 科技创新 "、" 高质量 " 的新质生产力相融合，成为了业界新的研讨方向。与此同时，大模型在金融领域的产业端深入应用、大模型落地的技术难点等一系列问题，仍是业内聚焦所在。

金融大模型的发展方向在哪？大模型如何赋能金融新质生产力？在日前马上消费举行的 " 大模型驱动下的金融新质生产力创新论坛暨全国首部《金融大模型》著作发布 " 活动上，来自学界、业界的多名专家建言献策，对这些问题给出了答案。

底层大模型应用更加聚焦

在许多业内人士看来，2023 年是属于中国大模型的元年，甚至形成了 " 百模大战 " 的局面。如今，大模型在金融领域应用情况如何？国内 AI 以及大模型的发展方向在哪？

马上消费 CTO 蒋宁介绍到，去年 8 月，马上消费推出首个金融大模型 " 天镜 "。而投用以来，马上消费的营销效果提升了 30% 以上。在企业知识库的应用中，知识产出效率提升了 150%，大幅度提高营销物料的生产效率。在与重庆某银行的合作中，大模型驱动的智能营销能将人工成本降低 80% 以上，产能是传统人工产能的 6 倍以上。

" 目前国内大模型正加速商业化落地，通用基础类大模型与行业领域类大模型参与者在各自赛道中寻找最优解。" 马上消费人工智能研究院院长陆全如此总结道。

然而与此同时，大模型在产业中渗透不深入等问题也成为许多业内人士探讨的方向。

正如中信证券人工智能负责人徐崚峰提出，近期在国内大模型圈流行着两篇非常具有话题性的文章，其中一篇就提到 " 现在国内有 200 多个大模型，就好像 200 多把锤子，但找不到适配的钉子 "，缺标杆应用现在是一大问题。

" 企业最终还是希望能够有产出，在实际场景中产生价值，所以今年应该变成‘场景为王’的一年，很多科技公司甚至底层大模型厂商都在花大量精力研究大模型应用的场景。" 徐崚峰表示，底层大模型未来一定会大浪淘沙，可能有几家或十多家能够活下来，应用方面大家也会更加聚焦。

" 从金融行业来讲，我们也希望能出现有亮点、有价值的爆款应用。" 徐崚峰如是说道。

星展银行中国有限公司首席信息官宫霄峻进一步指出，相对来说，国内大模型起步稍晚一点，但未来的机会仍然很多，主要集中在三方面：数据积累、经验总结和算力提升。事实上，在 SORA 这样的模型出现后，多模态大模型的发展已成为不可回避的问题。结合国内现实情况来看，" 通用和垂直模型并存 " 在中长期将成为重要趋势。

具体应用上来看，中关村科金技术副总裁张杰预测，未来企业大模型应用非常有机会的场景是数字员工或智能助手类。此外，在应用中亟待解决的是让大模型具备决策能力和价值判断，真正产生 " 心智 "。让大模型具备这种判断能力，具身人工智能是很有可能性的一个方向。

技术挑战制约金融大模型的全面应用

一方面是大模型在产业中的应用拓展与典型树立，另一方面，当前大模型在金融领域的落地仍存在一些技术上的难题。

欧洲科学院外籍院士、清华大学人工智能研究院常务副院长孙茂松表示，大模型的特点一是生成能力特别强，另一个是具备幻觉。" 离诗人越近，它用得越顺；离工程师越近，它用得就越有挑战。大模型的长处是可以启发人，大大提高生产效率和质量；但如果事情是‘一锤子买卖’，由大模型最终决策，就会带来一系列挑战。"

徐崚峰则提出，目前业界还面临大模型能力、算力和安全合规等问题。金融行业大模型应用通常包含文字问答和数据问答两个方面，其中数据问答是很难去校验的；很多证券公司缺乏足够算力，导致一些工作无法推进下去；另外，国内很多公司都在用私有云，但会面临算力成本高、模型成本高以及高性能 GPU 缺乏等问题，将数据放在公有云又会产生合规性问题，如何在保障数据合规的前提下，充分融合私有云和公有云能力，是一个急需解决的难题。

以更专业的视角来看，蒋宁总结道，通过长期实践，在高端制造、金融、智能驾驶等领域，大模型技术还存在四大挑战：群体智能与安全可控、个性化和隐私保护、关键性任务和动态适应性标准、基础设施和架构改造。

对于这些障碍的突破，陆全指出，目前通用大模型尚存在较大的潜在安全可信威胁，" 敏捷治理 " 已成为业界一大课题。因此，需从一开始做好五大方向的技术治理，即安全体系、标准体系、合规检查、幻觉检测、动态评价机制。

在陆全看来，相比行业领域类大模型，通用大模型解决方案的技术更加复杂，尚不具备解决行业、领域等专业问题的能力，大模型的发展将按照 " 通用—行业—领域 " 路径演化。行业领域大模型可限定在金融等具体场景，明确金融行业和具体场景的限制条件，相比通用场景，细分场景的规则更明确、数据质量更高、标准较易统一。

" 不论企业最终选择哪一条赛道，大模型的发展都需要集聚同业及生态伙伴力量，加快建设大模型科创新高地、场景应用新高地、生态合作新高地，势在必行。" 陆全说道。

大模型赋能金融新质生产力

" 新质生产力 "，即有别于传统生产力的新型生产力，是以科技创新为主的生产力，是摆脱传统增长路径、符合高质量发展要求的新型生产力。随着新质生产力概念的提出，人工智能等新一代科技对其作用凸显，二者的相融亦引发新的讨论。

当前，全球人工智能技术不断取得突破，赋能千行百业。AI 大模型不仅使得金融产业上下游步入新一轮发展周期，更为其深层次变革带来重要机遇。由此，大模型在金融领域的布局应用成为了金融新质生产力发展的内在需要。

在孙茂松看来，" 新质生产力 " 最重要的是在 " 质 " 而不是 " 量 "，一个东西的 " 质 " 不同，就决定了这个东西不同。人工智能在 " 质 " 上区别于过去，它需要使得产品或从事的事情与众不同，有了新的动力，即 " 因质而新，因新生变 "。

" 大模型毫无疑问是新质生产力里不可替代的典型因素 "，张杰表示，从企业主或者管理者角度来讲，它就像做图灵测试，不知道门背后和你聊天的是人还是机器；同样，将来可能也不知道给你提交的文案或者日报、代码是来自人的生产力还是机器生产力，人和机器界限越来越模糊。

国家金融与发展实验室副主任曾刚同样认为，在国家鼓励 " 人工智能 +" 的宏观环境下，金融业作为国民经济的血脉，以其用户基数大、经济影响大、服务场景多、民生关系强，首当其冲成为大模型乃至更广泛的人工智能技术的应用场景和金融强国战略高地。而金融大模型将成为新质生产力的典型代表，高效促进金融行业营销、服务、产品、数据分析利用水平全面提升。

北京商报记者   岳品瑜   董晗萱