欢迎来到pg电子官网下载平台_pg电子怎么买免费的

182-0397-0789 182-0399-7789
首页 > 产品展示 > 铸乐产品系列

马上消金在金融领域引爆大模型应用的新时代

浏览 时间 2024-01-21 作者 铸乐产品系列

  自2022年11月推出以来,以ChatGPT为代表的AI大模型迅速风靡全球,驱动该领域成为AI最新和最火爆的赛道。在整个世界范围内,大模型勇于探索商业模式的公司如雨后春笋般涌现,大厂推出代表性大模型的步伐更是马不停蹄。Gartner预计,从现在到2027年,生成式AI将进一步加速企业创新。

  在国内,创业者对大模型的热情仅次于诞生地美国。斯坦福大学人工智能研究所发布的《2023年人工智能指数报告》显示,美国AI私人投资总额以474亿美元位居世界前列,中国以134亿美元的投资总额位居第二。科技部新一代人工智能发展研究中心的最新数据则显示,短短半年,中国已发布的AI大模型已有79个,可谓“百模大战”。

  然而,在创业者激战正酣下,市场对大模型的反馈却悄然生变:专家投资人大佬泼冷水、用户“新鲜劲儿”不再、OpenAI 去中东融资、ChatGPT的访问量增速持续下滑……FaceBook首席AI科学家杨立昆甚至预言,五年内没人会用ChatGPT;高盛也在研报中公开质疑,“大模型是炒作还是真革命?”

  从疯狂到冷静,折射出的是企业和市场对大模型实际应用价值的焦虑。在耗费巨额人力物力成本后,这些模型除了能生成令人印象非常深刻的文本或图像,又究竟能给我们的生产和生活带哪些实质性提升?

  不过,思则生变。如今的大模型厂商们,正纷纷涌向大模型的垂直产业“落地战”。

  在市场对大模型的焦虑中,有观点认为,其将步入元宇宙的后尘。犹记得元宇宙横空出世,Facebook大张旗鼓地改名Meta,国内互联网巨头纷至沓来,多家上市公司靠炒作元宇宙概念虚火一把。但很快,元宇宙就偃旗息鼓,如今已成明日黄花。

  不过,与此前的任何一次AI浪潮不同,大模型从业者对行业发展图谱的认知更为清晰明确,也更快地形成集体共识:即大模型必须也只有从通用进入到垂直,迅速转到产业落地,才能验证自己线创始人周鸿祎指出,大模型是生产工具,会成为水煤电这样的基础设施,只有放低身段,赋能百业千行,才能成为工业革命级的生产工具,引领工业革命。

  《中国人工智能大模型地图研究报告》也显示,目前中国大模型产业化应用大致出现两种并行的发展路径,其中通用大模型正在加快速度进行发展,应用行业正在从办公、生活、娱乐向医疗、工业、教育等加速渗透。

  与此同时,一批针对生物制药、遥感、气象等垂直领域的专业类大模型,正在发挥其领域纵深优势不断深化落地,提供针对特定业务场景的高质量专业化解决方案。

  但很明显,无论是哪种路径,大模型的落脚点都是从分散到聚焦,向产业纵深化发展:企业们依托深耕垂直行业沉淀的私有数据,有明确的目的性地开发垂直化大模型和场景应用,将技术的想象力转化为破解业务难题的产业生产力,在丰富的产业场景中赋能细分领域的降本增效。这才是大模型的突破口所在。

  IDC的调研也发现,当下阿里巴巴、百度、科大讯飞、腾讯、华为等AI大模型厂商不再局限于拼战略和概念,而是追求模型的效率提升以及实际落地的价值。

  比如,7月,华为推出赋能千行百业的盘古大模型3.0,打出了“不做诗、只做事”的口号,在金融、制造、医药研发、煤矿、铁路等诸多行业持续发挥价值;京东推出自研产业大模型言犀,主要面向知识密集型和任务型场景,落地解决线日,百度宣布文心一言正式向全社会开放使用。多个方面数据显示,已有超过 650 家合作企业宣布接入文心一言,涵盖媒体、出版、金融、汽车、医疗、教育、文创等众多领域。

  如今,金融领域的垂直大模型应用层出不穷。3月30日,彭博社训练了专门用于金融领域的LLM,开发了拥有500亿参数的语言模型——BloombergGPT。同月,工商银行基于昇腾AI,发布了首个金融行业通用模型。随后,星环科技、恒生电子、度小满金融、奇富科技、蚂蚁集团等均推出金融相关大模型。

  最近的8月28日,持牌消费金融公司马上消费发布了首个零售金融大模型“天镜”,剑指金融大模型的落地难题,助推金融产业数字化升级。

  越来越多的大模型被推至前台,也将金融大模型厂商们的赛点推动到规模化应用落地的新阶段。但如今,多数金融大模型还停留在简单的工具层面,如何与金融业务场景实现深层次地融合,给金融机构带来价值层面的升级变革,仍是业内共同的话题。

  究其原因,金融与风险紧密关联,金融业的特殊性和强监管背景,决定了其对技术的隐私性、安全性、稳定性、实时性、可控性等指标的要求更为精细和苛刻,对厂商们的数据储备和分析能力、技术积淀、合规运营、资金实力等提出了更多挑战。

  马上消费首席信息官蒋宁就在发布会现场分析指出,在金融领域,大模型有四个关键难题:

  第一, 是当前的大模型在面对动态且不可预期变化的金融各项业务时,还并不能够做到每一份决策都稳定、精确;

  第二, 是金融行业往往希望为用户更好的提供个性化的服务体验,但这需要个人隐私数据和大模型相融合,涉及到合规和安全问题;

  第三, 是金融行业一直存在的“数据孤岛”问题,大模型要求构建增强学习的网络化平台,并持续贡献数据和反馈,但目前背后市场的数据生态是割裂的,仍然需要持续性的探索;

  第四, 是金融行业大模型应用对底层设备、基础架构等软硬件设施提出更高的要求。

  蒋宁表示,生成大模型,最大的困难是满腹经纶,回答错了可以不承担风险,但金融大模型最主要的模型是判别性,需要做交易决策,1%的错都会造成客户的损失,这就是金融大模型和传统大模型最大的区别。

  这也意味着,只有头部机构才能有实力在安全、合规的前提下,利用大模型释放金融数据的产业价值,在多个金融场景中优化服务体验、提升运营效能,从而增强金融机构的决策智能,促进金融业生产力指数级增长和商业模式的创新。

  作为以科技驱动的头部持牌消费金融机构,马上消费在过去多年里持续投入科学技术研发,积累了1.79亿的用户,有超2000个模型、10万+变量、近50PB的多模态、高质量的数据,具备了模型精调对齐训练的技术和数据基础,也为其率先实现零售金融大模型的实质性落地奠定了基础。

  中国工程院院士、浙江大学求是特聘教授谭建荣就表示,马上消费能探索金融大模型,说明了是行业的领头羊,有了数据和模型,才能从不确定的关系转变为确定的关系,从变量中找出不变量。

  马上消费的“天镜”大模型也不负众望,已经在零售金融数字化、智能化上形成了“三纵三横”的打法。

  所谓三纵,是指实时人机协作、多模态智能、数据决策智能,在数据领域实现智能化,实现结构性数据判别式模型的综合能力;三横,即指持续学习、模型合规、组合式AI形成安全、合规、可信的鲁棒性技术能力,确保让模型越用越聪明,同时更稳定、更安全可控。

  具体到场景应用上,“天镜”大模型已经在汇集智慧、唤醒知识、众创价值、数字分身等四大核心能力,直指金融机构数字化难题。

  马上消费人工智能研究院院长陆全表示,在汇集智慧方面,“天镜”大模型主要是应用在人工客服场景。

  具体来说,“天镜”通过大模型提炼萃取一线优秀人工坐席客服经验,拥有一对多服务客户的能力,帮助推荐、优化回答。据悉,该模型已运行近3个月,意图理解准确率达91%,相较于传统AI的68%有较大提升;客户参与率61%,高于传统模型43%的参与率,也高于人工坐席平均28%的水平。

  而唤醒沉睡知识,则主要是高效解决了提取、利用非结构化文档中的数据资料的痛点。例如,将企业招股书、财报、经济预测数据等文件上传后,天镜大模型可以深入解析金融领域专业术语、同时查询定位多个不同文档、洞悉金融图表隐含的信息和强大归纳总结能力。

  众创数据价值,主要是为降低使用数据的门槛。天镜大模型SQL生成平台不再需要代码等专业指令,可直接向AI 说大白话,天镜自动理解需求、展开检索、生成答复,按照人的意思去完成数据挖掘的任务。当前,天镜每日线多次,线上SQL生成可执行比例53.4%,SPIDER标准数据集EX得分75.2,线%,表现领先行业。

  数字人方面,陆全希望打造的“数字外表+智慧大脑+情感内心”三合一数字人,擅理解、有温度、懂心理的智能秘书,或不休不眠的智能“打工人”。

  对于马上消费利用大模型“天镜”助力金融业实现降本增效的举措,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直言,“马上消费做了一个很好的示范作用,开了一个好头。”

  按照Gartner给出的《大语言模型的炒作曲线》,大模型的发展将在经过“过高期望的峰值期”、“泡沫化的底谷期”后进入“稳步爬升的光明期”。在“稳步爬升的光明期”,大型语言模型的真正潜力和价值开始具体化。

  在金融领域,马上消费无疑是爬升阶段的先驱。随着“天镜”大模型在金融业务中深度应用,马上消费将凭借先发优势,在减少信息不对称、降低交易成本、提高风控水平、充分实现用户个性化需求、赋能产业链上的合作伙伴方面释放更多价值,推进金融行业的数字化和智能化进程。

  正如蒋宁所言,马上消费已经在金融领域跑出了“马上速度”,未来已来,马上消费将持续拓展虚实共生,做可信开放的数字融合体。

上一篇:大厂混战大模型:四大流派没有赢家 下一篇:宁波向国际领先的高端模具先进制造业集群加速前进