21世紀(jì)經(jīng)濟(jì)報(bào)道記者李覽青、吳霜上海報(bào)道
一年一度的世界人工智能大會(huì)(WAIC)即將落下帷幕,今年,無論是逛展還是旁聽論壇,觀眾的感受都是:AI越來越務(wù)實(shí)了。
金融行業(yè)也不例外。在位于上海浦東的世博展覽館中,21世紀(jì)經(jīng)濟(jì)報(bào)道記者走訪了交通銀行、農(nóng)業(yè)銀行、上海銀行、螞蟻集團(tuán)、中電金信等展商的展位發(fā)現(xiàn),人工智能已經(jīng)開始釋放數(shù)字勞動(dòng)力、重構(gòu)金融業(yè)務(wù)交互方式。
以近兩年最火熱的AI應(yīng)用——智能體為例,在2024WAIC期間,業(yè)內(nèi)人士仍將金融智能體看作“校園優(yōu)等生”,一年之后的現(xiàn)在,部分科技廠商在金融領(lǐng)域的智能體應(yīng)用解決方案已超過100個(gè)。不僅如此,從落地場(chǎng)景來看,金融智能體也從對(duì)客輔助工具的“單點(diǎn)嘗試”走向授信決策等核心業(yè)務(wù)場(chǎng)景,逐步實(shí)現(xiàn)規(guī)模化應(yīng)用。
在多位從業(yè)人士看來,原本就根植于應(yīng)用場(chǎng)景、為解決實(shí)際業(yè)務(wù)問題而生的金融智能體,將在大模型驅(qū)動(dòng)下實(shí)現(xiàn)金融業(yè)務(wù)流程的重塑,整合軟件能力、專家經(jīng)驗(yàn)、決策路徑,從而提升業(yè)務(wù)效率、激活數(shù)據(jù)價(jià)值。
金融智能體應(yīng)用拓寬拓深
“今年我參加WAIC最大的感觸是,與去年相比,無論是從深度還是廣度上,AI應(yīng)用都產(chǎn)生了非常大的變化,如雨后春筍般涌現(xiàn)?!痹谡刮簧?,中國電子首席科學(xué)家、中電金信研究院院長況文川向記者表示。
金融智能體的應(yīng)用也在拓寬、拓深,這既體現(xiàn)在落地場(chǎng)景數(shù)量的增長方面,也體現(xiàn)在對(duì)業(yè)務(wù)效率的提升方面,甚至開始對(duì)服務(wù)模式產(chǎn)生變革。
“智能體的價(jià)值不在于解決1000個(gè)淺層問題,而在于攻克1個(gè)行業(yè)的深層痛點(diǎn),智能體要圍繞場(chǎng)景出發(fā),要深入企業(yè)的業(yè)務(wù)場(chǎng)景,將專業(yè)領(lǐng)域知識(shí)的價(jià)值最大化,這才是產(chǎn)業(yè)落地的關(guān)鍵。”螞蟻數(shù)科CEO趙聞飆在論壇發(fā)言中表示,數(shù)字化程度最高、數(shù)據(jù)密度最大、AI應(yīng)用場(chǎng)景最豐富的金融業(yè)應(yīng)當(dāng)是AI率先落地應(yīng)用的絕佳行業(yè)。
安永亞太區(qū)金融科技與創(chuàng)新首席合伙人忻怡告訴記者,目前不同金融子行業(yè)的智能體應(yīng)用探索方向有所差異,但都已從概念驗(yàn)證走向規(guī)?;瘧?yīng)用。如頭部銀行已實(shí)現(xiàn)“通用大模型+垂類模型+智能體”的技術(shù)架構(gòu)落地;證券業(yè)頭部券商推出多款A(yù)I應(yīng)用產(chǎn)品并投入實(shí)戰(zhàn)場(chǎng)景;保險(xiǎn)業(yè)著力推進(jìn)智能理賠體系建設(shè)。
記者在展區(qū)探展了解到,太保集團(tuán)在保險(xiǎn)業(yè)務(wù)核心環(huán)節(jié)全面推進(jìn)數(shù)字勞動(dòng)力建設(shè),優(yōu)化成本結(jié)構(gòu),目前已上線的典型數(shù)字勞動(dòng)力包括健康險(xiǎn)理賠審核、審計(jì)數(shù)字員工、產(chǎn)險(xiǎn)在線理賠助手、壽險(xiǎn)金牌講師等等。在螞蟻集團(tuán)的展區(qū),也展示了財(cái)富、保險(xiǎn)、投研、風(fēng)控等核心金融場(chǎng)景生產(chǎn)環(huán)境的智能體demo。在財(cái)富管理方面,盈米基金上線了“個(gè)人基金理財(cái)助手”“持倉診斷”“基金深度分析”“基金對(duì)比”等一系列金融智能體應(yīng)用。
在應(yīng)用深度上,金融智能體開始在重要核心場(chǎng)景上大展身手。
以授信決策場(chǎng)景為例,奇富科技首席算法科學(xué)家費(fèi)浩峻向記者透露,該公司搭建了授信決策智能體系統(tǒng)。他表示,“超級(jí)智能體”與傳統(tǒng)風(fēng)控系統(tǒng)相比有三個(gè)優(yōu)勢(shì),從范圍上來看,智能體系統(tǒng)涉及整個(gè)信貸業(yè)務(wù)的全流程,而不僅僅是風(fēng)控場(chǎng)景;從能力值來看,智能體系統(tǒng)是“類人”操作,根據(jù)模型判斷再進(jìn)行編排決策,而傳統(tǒng)的風(fēng)控系統(tǒng)僅需遵循固定的工作流程;從系統(tǒng)本身構(gòu)成來看,傳統(tǒng)風(fēng)控模式可以理解為“軟件能力+大數(shù)據(jù)能力+小模型風(fēng)險(xiǎn)策略”的耦合系統(tǒng),而智能體是以大模型為驅(qū)動(dòng),基于學(xué)習(xí)過去無數(shù)專家經(jīng)驗(yàn)和決策路徑,融合上述三個(gè)部分,減少人為決策,更懂金融業(yè)務(wù)與金融場(chǎng)景。
與此同時(shí),金融業(yè)務(wù)的交互模式已經(jīng)發(fā)生變革。
記者注意到,今年上海銀行在展位上首次發(fā)布以“對(duì)話即服務(wù)”為核心的AI手機(jī)銀行。打開手機(jī)銀行App,用戶無需在復(fù)雜的菜單欄中尋找功能,只要通過文字或語音在對(duì)話框中輸入需求,AI可以快速響應(yīng)并完成業(yè)務(wù)辦理,覆蓋轉(zhuǎn)賬還款、理財(cái)咨詢、養(yǎng)老金管理等十余項(xiàng)高頻交易。在現(xiàn)場(chǎng)演示中,有觀眾提出“有什么理財(cái)產(chǎn)品可以投資一下”,AI通過分析用戶資產(chǎn)負(fù)債、現(xiàn)金流、風(fēng)險(xiǎn)偏好等信息,迅速從數(shù)百余款理財(cái)產(chǎn)品中選取出了幾款。當(dāng)進(jìn)一步詢問產(chǎn)品的風(fēng)險(xiǎn)、周期等問題時(shí),AI手機(jī)銀行也可以瞬時(shí)給出專業(yè)解讀,操作流暢度堪比與專業(yè)銀行顧問面對(duì)面交流。
上海銀行這一應(yīng)用背后有螞蟻數(shù)科的身影。趙聞飆表示:“以‘對(duì)話即服務(wù)’取代傳統(tǒng)點(diǎn)選,更深層的意義在于,它重塑了服務(wù)本質(zhì),尤其在適老化領(lǐng)域,通過AI實(shí)現(xiàn)了服務(wù)的‘?dāng)M人化’,實(shí)現(xiàn)從‘人找服務(wù)’到‘服務(wù)找人’的突破性轉(zhuǎn)型?!?/p>
專業(yè)“基本功”問題猶存
盡管金融智能體已實(shí)現(xiàn)規(guī)?;涞貞?yīng)用,但要讓“專業(yè)的模型干專業(yè)的事兒”,仍需要專業(yè)領(lǐng)域的“基本功”。
最首要的問題大模型幻覺猶存。費(fèi)浩峻坦言,目前在一些場(chǎng)景下,智能體還是存在指令遵循不準(zhǔn)確的問題,有時(shí)會(huì)產(chǎn)生幻覺,但如果人工通過技術(shù)手段干預(yù)幻覺問題,又有可能導(dǎo)致智能體的“智力”受到約束。況文川也表示,金融這一關(guān)鍵行業(yè)高度依賴于系統(tǒng)的自動(dòng)化、精準(zhǔn)化能力,大模型的幻覺問題、輸出穩(wěn)定性問題、過程可解釋性問題,將成為智能體等AI落地應(yīng)用的最大挑戰(zhàn)。忻怡告訴記者,未來兩年內(nèi),金融垂類大模型的落地應(yīng)用,首先要解決幻覺問題.
第二大問題在于碎片化的金融知識(shí)亟待整合。況文川告訴記者,專業(yè)模型的基礎(chǔ)是行業(yè)高質(zhì)量數(shù)據(jù)集,他指出:“這是一項(xiàng)基礎(chǔ)性的工作,需要長期、耐心的投入,也需要很大的資金投入。”
記者了解到,專業(yè)大模型需要對(duì)行業(yè)知識(shí)進(jìn)行系統(tǒng)化的學(xué)習(xí),其關(guān)鍵在于一個(gè)科學(xué)、專業(yè)的任務(wù)數(shù)據(jù)體系作為“課程大綱”,基于金融任務(wù)體系框架,還需要真實(shí)業(yè)務(wù)場(chǎng)景的數(shù)據(jù),經(jīng)過嚴(yán)格的質(zhì)量評(píng)估、可信數(shù)據(jù)合成和CoT數(shù)據(jù)精標(biāo)鏈路,才能形成可用于訓(xùn)練專業(yè)模型的數(shù)據(jù)集。
第三大問題在于部分金融機(jī)構(gòu)缺乏將業(yè)務(wù)需求、算力、模型、數(shù)據(jù)、知識(shí)庫、應(yīng)用等一系列協(xié)同的工程化實(shí)踐能力?!艾F(xiàn)在市面上很多公司說是在做AI、做智能體,其實(shí)只是在原有算法基礎(chǔ)上做了重新再包裝,并不能基于AI的方法論做業(yè)務(wù)場(chǎng)景的重構(gòu)?!蹦晨萍脊旧虡I(yè)化團(tuán)隊(duì)負(fù)責(zé)人告訴記者,這個(gè)問題主要出現(xiàn)在“基于場(chǎng)景切入的AI應(yīng)用”上,他認(rèn)為,真正實(shí)現(xiàn)AI落地應(yīng)用離不開全系統(tǒng)協(xié)同的工程化能力。
第四大問題在于衡量智能體落地應(yīng)用的實(shí)效。費(fèi)浩峻表示,在框架層面需要一個(gè)開放透明的評(píng)估體系,在智能體應(yīng)用層面需要將眾多信息還原成可以評(píng)估的數(shù)據(jù)指標(biāo),才能實(shí)現(xiàn)智能體的準(zhǔn)確度評(píng)估,這是一大難點(diǎn)。
這主要源于大模型的“成長飛輪”發(fā)展邏輯。所謂“成長飛輪”,簡而言之就是通過不斷使用、迭代訓(xùn)練,使得模型自身“轉(zhuǎn)起來”,實(shí)現(xiàn)“越用越聰明”的應(yīng)用能力增長。然而,如果在數(shù)據(jù)質(zhì)量、安全底線等方面出現(xiàn)問題,可能會(huì)讓“飛輪”終止運(yùn)轉(zhuǎn)。
因此,通過評(píng)測(cè)實(shí)時(shí)評(píng)估智能體迭代成長的能力水平,成為關(guān)鍵?!霸谲浖こ虝r(shí)代,以質(zhì)量評(píng)估為代表的評(píng)測(cè)是最后一環(huán)的風(fēng)險(xiǎn)攔截,但AI時(shí)代的評(píng)測(cè)將成為整個(gè)智能體迭代成長的起點(diǎn)?!鼻笆隹萍脊旧虡I(yè)化負(fù)責(zé)人表示。
值得入手的優(yōu)選出版物《低調(diào)做人高調(diào)做事大全集》,了解其中奧秘發(fā)...
《低調(diào)做人,高調(diào)做事》——侯保全醫(yī)生
低調(diào)做人,高調(diào)做事!
免責(zé)聲明:本文內(nèi)容由開放的智能模型自動(dòng)生成,僅供參考。