马上消费CTO蒋宁：大模型仍面临四大挑战，需构建四大关键技术能力

近年来，以大模型为代表的人工智能技术进一步深刻提升数字金融新范式。2024年政府工作报告提出，要大力推进现代化产业体系建设，加快发展新质生产力，“人工智能+”被首次写入政府工作报告。可以显见，随着AI产业全面提升至国家战略高度，新一轮科技革命和产业革命将获得更加蓬勃的发展动能，数字金融新范式正在兴起。

钛媒体App了解到，3月28日，“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”会在京举办。本次大会云集了包括中国工程院院士蒋昌俊，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，国家金融与发展实验室副主任曾刚在内的学界专家、金融机构、科技从业者近300人，共议大模型实践应用及产业赋能，共研金融新质生产力发展趋势，以实际行动践行金融强国战略，奋力做好五篇大文章。

马上消费人工智能研究院院长陆全指出，大模型存在潜在风险，在金融领域商业化、全面工程化落地，仍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。

大模型涌现“智能”创新力量，释放科技平权潜力

当前，金融科技已经从“立柱架梁”迈入了“积厚成势”新阶段，越来越多的金融机构积极使用数字技术来为金融血脉注入全新能量。人工智能技术正加速与金融产业深度融合，而以ChatGPT为核心的背后GPT大模型技术是下一代AI技术竞争的核心，将重新定义包括金融在内的众多行业，重塑全球科技竞争格局。

金融行业属于信息密集型行业，是大模型技术的最佳应用场景之一。未来，具有通用能力的大模型将成为信息处理的基础设施，大幅降低中小银行应用人工智能技术的门槛。

但大模型存在潜在风险，在金融领域商业化、全面工程化落地，仍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。

通过长期实践，在高端制造、金融、智能驾驶等领域，马上消费CTO蒋宁指出，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。

为了应对这“四大挑战”， 马上消费正全力构建“四大关键技术能力”。蒋宁表示，马上消费的技术路线图主要包含模型安全可控、组合式AI、持续学习、平台化服务能力MaaS这四大关键技术能力，将会长期以四大能力要求为核心，构建技术体系，驱动数字金融高质量发展。

第一，模型安全可信。希望这个模型在未来不管任何什么样的环境发展，它作出的每个决策都是可控的、安全的。

第二，组合式AI。传统的人工智能的模型有局限，但是它善于执行，构建一个组合型的AI，即大模型跟传统模型相互协作，解决复杂长尾动态环境变化的关键问题。“组合式AI”是未来很重要的一个研究方向。

第三，持续学习。如何用最小的样本，特别是线上生成的新样本，让这个模型动态变得越来越聪明，这就是持续学习能力，是行业大模型、领域大模型区别于通用大模型最关键的能力。

第四，平台化服务MaaS。包括生态的共建、数据的交换，能够融合多种异构大模型，最终转化为方便自助的技术服务，提供给企业的员工、消费者便捷应用，大幅提升培训、营销效率。

目前，马上消费在国内首发的金融大模型“天镜”自内部测试至今9个月以来，展示了较好的上下文理解和引导式对话能力，尤其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。

今年2月，“天镜”大模型通过了中国信通院金融大模型专项评测，在场景丰富度、能力发挥度、应用成熟度三方面均达到4+级，排名第一。马上消费的生成式AI技术应用不仅局限于金融，还覆盖了数字人、HR、培训等多个场景。这种全面性的应用为企业内外提供了智能化服务，体现了其在技术创新上的深度拓展。

作为一家技术驱动的数字金融机构，马上消费拥有100PB基础数据、超过20万张数据库表，以及每天处理数百亿次智能决策计算，且不论环境如何变化，整个系统做到可控、安全；利用这些数据完成模型预训练，之后不断对齐、调优，同时使用推理加速技术实现模型自主可控，快速迭代进化，使其比其他大模型更懂金融行业及客户需求。

AI的发展会去除“知识中介”

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，在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的同时，赋能实体经济千行百业高质量发展。

国家金融与发展实验室副主任曾刚发表演讲

在主题分享环节，国家金融与发展实验室副主任曾刚表示，原则上来讲，金融行业是做“中介”服务的，过去一段时间数字化发展导致数据使用信息不对称的情况时有发生。在此背景下，包括马上消费等机构在实践中做了大量尝试，逐步改变了由于信息不对称导致金融供给不足的情况。

曾刚表示，AI的发展会去另外一个“中介”，这个“中介”比“信息中介”更高级一点，可以叫做“知识中介”。生成式人工智能可以对一些没有原创性的“知识中介”进行替代，很多看似有门槛的专业技术会被汰换，我们个人对自身的定位也会发生重大变化。

曾刚指出，从金融领域来看，行业面临着几大问题：

一是资产获取难度越来越大，随着传统客户竞争越来越激烈，新客户发掘越来越难，信贷投放面临压力，传统服务模式可能无法触达到客户；二是资产质量发生变化，一些过剩的行业正在经历调整，这个过程对风险防控的要求不断提升；三是息差的收窄，2023年末银行业净息差1.69%，除部分民营银行外，很多银行都低于这一水平；四是资本补充有一定困境。

曾刚强调，传统业务发展模式受到越来越大的挑战，行业需要用大模型去提升效率、适应客户需求变化和拓展新的服务空间及场景，不是为科技而科技，而是关注在业务端、管理端的可持续发展。

另外，全国首部《金融大模型》专著发布，探索“人工智能+”金融新质生产力发展。

中国科学技术出版社有限公司总经理宁方刚表示，《金融大模型》可以提供一个深入了解大模型时代金融变革的渠道，更好地把握金融新质生产力的发展趋势，推动金融科技创新的深入发展。

（本文首发于钛媒体APP，作者｜郭梦仪）