AI大模型如何落地金融应用场景，专家学者洞察前沿

深圳特区报

深圳市委机关报，改革开放的窗口

摘要

在AI技术飞速发展的当下，探索金融的落地应用备受业内关注。

在AI技术飞速发展的当下，探索金融的落地应用备受业内关注。7月2日，以“大模型时代AI前沿与金融应用”为主题的微众媒体学院系列活动上，多位行业专家学者与媒体记者分享趋势洞察，共同探讨AI技术前沿与金融落地实践。

伴随大模型技术的飞速发展，全球人工智能技术发展和应用迭代速度都得到了极大提升，大模型技术也被认为是通用人工智能技术的核心引擎。工信部发布的数据显示，截至2023年6月，我国人工智能核心产业规模已经达到5000亿，人工智能企业数量超过4400家。

“随着AI能力越来越强，其开发和使用越来越简单，结果也越来越可控。”澜舟科技合伙人、联席CEO李京梅表示，近年来，人工智能从只能做单个任务的专用模型AI 1.0时代，到一个通用模型做广泛任务的AI 2.0时代，最终走向通用人工智能（AGI）。她认为，AI产业具备广阔潜力，大模型的产业落地应用才刚刚开始，随着各个领域的产业升级对人工智能的需求不断增强，未来的渗透率还将进一步增加。

李京梅在微众媒体学院发表演讲

在大模型的实践应用中，金融行业由于具备数字化程度高、商业化应用场景潜在价值高等优势，成为了AI大模型落地应用的最佳场景之一。作为一家全球领先的数字银行，微众银行积极探索将大模型等人工智能前沿技术应用于金融领域的多样化可能性，同时坚持“审慎发展”的原则，关注数据安全与隐私保护。以业界领先的隐私计算联邦学习技术为特色，微众银行构建起能够支撑和服务金融业务的场景化生成式AI Agent Store（人工智能业务助理矩阵）。

“AI Agent（人工智能业务助理）是大模型面向应用端发展的下一阶段，其基于大模型的通用能力，并结合相关领域知识适应不同场景需求。”微众银行首席人工智能官杨强在分享时表示，大模型的应用落地涉及数据管理、算法优化、系统设计和成本控制等多方面的综合挑战，需要持续的技术创新和策略调整，以推动AI技术更加成熟、高效地服务于社会各个领域。

杨强在微众媒体学院发表演讲

据了解，在业务实践中，微众银行自研的生成式AI技术能够有效解决大模型幻觉（大模型在生成内容时产生错误或误导性结果）等技术难点，满足监管合规要求，已深度应用于客服、营销、质检、反欺诈、科技金融等核心业务场景，覆盖金融服务“前-中-后台”各个环节，提升金融服务的质效。

谈及联邦大模型与前沿探索时，微众银行人工智能首席科学家范力欣提出，联邦学习作为一种先进的分布式机器学习范式，允许参与方在不直接共享原始数据的情况下协作训练模型，为解决大模型应用落地的技术难题提供了创新路径。联邦大模型技术路线通过其独特的设计，不仅解决了数据时效性、模型幻觉、专业知识融合及算力资源消耗等挑战，而且在保护数据隐私和促进AI技术公平性方面迈出了重要一步，为大模型在各领域的广泛应用开辟了新的可能。