◎楊 雪

　　過去一年，大模型百花齊放，AI受到了前所未有的熱捧，但通用大模型距離產業仍然遙遠。在探討大模型落地方向時，很多專業人士瞄準金融行業，稱大模型將帶來金融業數字化的第二波浪潮。

　　金融行業沉淀了大量高質量數據。各金融平臺的用戶數以億計，各種用戶畫像數據、交易數據浩如煙海。利用大模型對上述數據的分析處理，可提高金融效率。比如，金融機構可以預測用戶行為偏好，更高效、準確評估客戶風險；AI還可以實時監測交易和市場波動，及時制定策略。

　　事實上，金融行業也在主動擁抱大模型。IDC（國際數據公司）一項調研顯示，超半數的金融機構計劃在2023年投資生成式人工智能技術，只有10%的金融機構表示沒有試驗計劃。不久前，兩家國內科技公司聯合推出的火山—智譜高性能金融大模型，也是為科技金融AI落地積極鋪路。

　　大模型前景固然可期，但金融行業對安全和隱私要求極高。在推動大模型落地金融行業的過程中，安全、合規是最大的技術難題。開發金融AI，是技術和行業交叉融合的系統化工程。從火山—智譜高性能金融大模型的合作攻關背景可以看出，一方面，模型性能、功能及底層架構的升級迭代是基礎；另一方面，高效的算力基礎設施、開放安全的生態、豐富的金融行業實踐以及完善的交付保障更是重要前提。

　　大模型是金融行業必爭之地。但如果將AI進一步滲透到風控等金融核心業務，還需要在垂直領域進行磨合，還要經過時間的考驗。金融行業一般認為，現階段最容易實現的，包括AI投資顧問、自動化客服、風險評估、報告自動化生成、代碼生成應用等，應從外圍做起，逐步接近核心。

　　大模型帶給金融界的沖擊，必然超越了上一次數字化浪潮，金融工作模式的變革勢不可擋。然而，大模型在金融場景落地的“最后一公里”，是充滿變數的一公里。只有夯實科技的基礎，未來的AI金融才能行穩致遠。（來源：科技日報）