經濟觀察網 記者 胡群 盡管各大金融機構正在積極地在大模型領域進行投入和應用，但大模型何時才能達到金融專家級知識和思維水平？
9月6日下午，螞蟻集團研究院、IDC與上海財經大學聯(lián)合撰寫的《共享善治AI，智繪未來金融》白皮書給出了預測：63.3%的受訪機構認為以金融專家知識與思維參與決策的功能預計在35年內可發(fā)揮價值潛力。
白皮書顯示，AI（人工智能）在金融機構中應用的場景具備業(yè)務屬性的強弱之分，隨著應用場景從業(yè)務邊緣到核心，AI對金融機構的價值將逐漸增大。同時金融業(yè)務具備較高的復雜性和不確定性，決策難度越高的場景，AI決策功能的價值體現(xiàn)越明顯和關鍵，對金融機構的價值賦能也越大。風險管理作為金融機構業(yè)務開展的核心，具備更強的金融業(yè)務屬性，AI所能賦予的成本收益改善的價值潛力更大。
目前，金融機構主要在內部運營中應用生成式AI，如自動化報告生成、研發(fā)助手（代碼輔助生成等）、會議紀要生成與文案翻譯等，以提高員工效率。部分金融機構也開始將其應用于邊緣業(yè)務場景，例如用戶服務中的智能客服機器人、社交媒體監(jiān)控等，但涉及金融風控等核心業(yè)務場景的應用有限。
為何大模型應用尚未觸及到金融核心業(yè)務場景？
白皮書認為，大模型幻覺問題是金融行業(yè)應用大模型的一大挑戰(zhàn)。金融行業(yè)容錯率非常低，無論是知識問答，還是內容提取，都對大模型提出了非常高的要求。模型的準確性成為金融行業(yè)采用生成式AI的重要堵點。因為模型結構、解碼算法、暴露偏差等原因，大模型可能出現(xiàn)幻覺現(xiàn)象，即AI模型生成的內容雖然流暢但與事實不符，或者與提供的源內容不一致，生成看似合理卻無法應用于實際情境的非事實性內容。
IDC中國副總裁兼首席分析師武連峰表示，盡管大模型在金融業(yè)務領域展現(xiàn)了巨大的潛力，但其在金融行業(yè)的全面應用仍面臨諸多挑戰(zhàn)。目前通用大模型與行業(yè)相結合整體仍處干初級階段，此外金融行業(yè)因其嚴監(jiān)管和強合規(guī)要求使得大模型的落地應用需要更加謹慎，周期會更長�？傮w來看，大模型的行業(yè)生態(tài)系統(tǒng)尚未完全成熟，在行業(yè)內的廣泛應用需要克服技術、行業(yè)演變、監(jiān)管和科技倫理等多方面的挑戰(zhàn)。
白皮書認為，隨著各方面技術逐漸成熟以及金融機構對AI的應用程度加深，金融機構預計在未來35年內AI的決策功能將發(fā)揮更加充分的價值潛力。
根據(jù)IDC的調研，目前，金融機構當前的AI投入產出比在營收增長方面的成果尚未看到明顯的量化收益，但在成本節(jié)約、效率提升、用戶體驗、風控合規(guī)方面都取得了小幅提升，其他層面的收益預計在未來會逐步得以實現(xiàn)。出于對大模型在金融領域商業(yè)化進程的判斷，金融機構預計營收增長的成果需要23年后實現(xiàn)。
當前，大模型的技術成熟度有待持續(xù)提升，與金融業(yè)務場景的結合方面無論是深度還是廣度都還有待進一步擴展，相關制度與法規(guī)還有待持續(xù)完善。
白皮書認為，AI在金融行業(yè)價值目標的實現(xiàn)需要分階段逐步推進和實現(xiàn)。這主要基于兩個方面：一是金融行業(yè)產生和依賴大量數(shù)據(jù)，其決策過程高度依賴于數(shù)據(jù)的獲取和高效利用，對科技與業(yè)務的深度融合、跨領域知識的整合與分析等綜合能力具備高要求；二是不同于一般行業(yè)，我國金融行業(yè)具有強監(jiān)管的特殊性。金融風險涉及面廣且具備傳染性，需要快速識別并響應，充分防范系統(tǒng)性金融風險。因此，金融行業(yè)的數(shù)智化建設不僅要實現(xiàn)業(yè)務經營管理智能化，還要達成關鍵技術自主可控、防范金融風險等目標。
