生成式AI，正重塑金融业。

近年来，随着ChatGPT的横空出世，金融机构纷纷加速进入大模型领域。比如去年以来，建设银行的“方舟计划”、工商银行的千亿级参数规模AI大模型技术体系等。

在12月15日举办的香蜜湖金融峰会上，中国银行原行长李礼辉表示，大模型等新一代智能技术已经成为银行业数字化转型的关键力量，正加速推进智能金融应用升级。

有业内人士认为，生成式AI技术在金融业中的应用尚处于技术探索和试点期，预计年内，首批大模型增强的金融机构会进入成熟应用期，3年后将会带动金融业生成式AI的规模化应用。

恒生电子股份有限公司董事长刘曙峰对记者表示，2025年金融业大模型的发展将经历从基础模型建设到场景应用转变的过程。他表示，期待金融行业也会出现基于大模型的原生AI应用入口。“国内现在也有几个大模型的应用很快就达到几千万用户量，这种基于大模型的原生应用入口会不会在金融业出现，值得期待和观察。”

目前，AI已经融入到金融业日常的营销、服务、经营等多个方面。

比如，蚂蚁集团“布谷鸟”首创时序编码器（时序编码器是一种AI技术，它能够从时间序列数据中提取关键信息，并预测未来的数据变化）构建大模型，预测小微企业的资金流，为其提供更精准的金融服务；工商银行通过“智能全旅陪伴”，实现事前前情提示、事中知识随行、事后智能工单等，日均使用超40万次，重点场景通话时长压降约10%，有效提升座席的工作质效。

对于金融机构如何落地应用AI产品，中国证监会原主席肖钢建议，不同规模的金融机构要根据自身资源禀赋、业务定位，做好战略规划。在具体业务上，重点研究开发人工智能与科技金融、绿色金融、普惠金融、养老金融深度融合的新产品。

大小模型融合应用成为趋势

“大模型”以其庞大的参数量和深度学习能力，为金融业务数字化转型提供了动力，比如能够批量且快速地处理和分析海量数据，提供精准的风险评估、信贷审批和客户服务等。

相对而言，“小模型”则需要专门的开发、部署、维护，成本相对较高。“因为小模型有很好的解释性与针对性，比如客户的信贷额度评测，这需要很精准的数字要求，通常小模型的表现会更好。”

工商银行首席技术官吕仲涛也对记者表示，生成式AI具有“大而强”优势，擅长语言理解和推理，而传统AI具有“小而美”特点，擅长结构化信息判别决策。

因此，大小模型融合应用将成为金融机构未来技术发展的一种趋势。《报告》显示，近80%的案例涉及生成式AI技术，其中一半为大小模型协同模式。

吕仲涛表示，随着技术深入，比如大小模型的融合发展，未来金融应用将实现从“判别到生成”“弱理解到强理解”“操作交互到对话交互”的突破，智能金融应用向更广范围、更高层次、更优体验发展。

另有某股份行数字金融业务负责人对记者表示，在机构内部协同上，也要做好模型指标、标签等信息的萃取提炼与统筹管理。“模型特征的重复开发愈发普遍，需搭建企业级模型特征库，实现模型及模型特征数据的‘一次治理、多场景复用’，提升模型搭建效率。”

加强智能金融治理和数据安全

技术创新的同时，智能金融的治理和数据安全也成为行业课题。

肖钢建议，首先要把数据治理贯穿构建智能金融数据基础制度体系全过程。“建立严格的数据安全管理制度，明确数据使用权限，提高算法的透明度，建立风险监测和预警机制，加强合规性审查。”

李礼辉认为，金融创新应以金融安全为前提，保障金融运行的安全。一方面，大数据、人工智能、区块链等新兴科技在金融领域的加速应用，虽然助力业务创新、提升效率，但也衍生出更复杂的信息环境，带来更多样化的安全风险。金融机构需构建前置的数据流通监管体系，强化金融数据的安全与隐私保护，打击非法数据交易与滥用行为。另一方面，金融机构需要遵循相关法律法规，确保数据利用活动的合法性和合规性，不断适应新技术的应用，解决“数据隐私安全”“供应链安全”等技术实施过程中可能遇到的问题。

其次，还要建立智能金融应用评测标准体系。肖钢表示，要建立一套全面、客观、高效的测评体系。鼓励金融机构、科技企业、高校及科研机构等多方参与研发智能金融应用评测标准。

此外，还要完善数字金融基础设施建设。近日，中国人民银行、国家发展改革委等七部门联合印发《推动数字金融高质量发展行动方案》，就要求金融机构完善数据治理制度和数据质量管控机制，全面整合内外部数据，实现全域数据的统一管理、融合共享。肖钢建议，加强算力资源整合共享，探索建立行业层面的人工智能算力云。

作者：许莉芸 徐潇潇