文 | 周天财经
周天财经 原创出品
随着生成式AI加速落地，金融行业正在出现一些前所未有的变化，智能客服、智能理财顾问等工具不断在各大银行系统中上线；轻点手机APP，贷款很快就能审批发放。
麦肯锡报告分析认为：AI助力下，2025年中国狭义消费信贷余额将从约15万亿元增至约29万亿元，实现翻倍增长；广义上，AI大模型也有望给金融业带来3万亿规模的增量。
而同时，从大模型厂商角度看，金融行业的数据基础好，出手更有魄力。
国际数据公司IDC的一项调研显示，超半数的金融机构在2023年投资AI大模型技术。
一些大模型企业高管透露，目前公司早期客户都来自金融行业，他们对技术的泛化能力更紧迫，更需要生成式AI带来的生产力提高工作效率、降低人员成本。
比如在微软，AI Copilot项目预计将为他带来100亿美元的收入，该项目的主要客户就是银行、对冲基金、信贷机构。
AI 大模型和金融，正史无前例地互相需要着。
但在具体实践层面，大模型与金融的结合，依然有很多问题需要解决。
金融行业对专业性的要求很高，对生成内容的容错空间很低；提供金融服务不但要面对可量化评估的产品数据，还要有能力处理图片、视频、分析报告等非结构化内容；在信贷业务中风控、合规、客户隐私等刚性要求，对大模型也是一个挑战。
走在最前沿的选手，总是需要更大的魄力。随着新一轮金融行业调整期即将到来，蚂蚁、腾讯、奇富科技等头部高科技企业，都在试图以技术优势打造竞争策略。
正如中国信通院在《中国金融科技生态白皮书（2023 年）》中指出的：算力是金融业数智化发展的新焦点，大模型为金融业带来新机遇。风口之上，头部选手们的动作更加值得我们关注。
不久前，蚂蚁集团提出了「大模型 + 知识 + 服务」驱动的架构，以 金融专属任务评测集「Fin-Eval」为基础，在万亿量级Token的通用语料基础上，注入千亿量级Token金融知识，构建金融大模型内核。其可信AI的技术架构「蚁鉴 2.0」能够应用于反欺诈、反洗钱、企业联合风控、数据隐私保护在内的多个消费金融场景。
腾讯的路径略有不同，更专注于隐身幕后。其为金融机构提供了一站式MaaS服务, 金融机构可根据不同细分场景的业务需求，灵活选择各类大模型，降低大模型使用成本。其中东风日产融资租赁借助腾讯云的风控大模型，在只有较少样本的情况下就完成了定制化风控建模，建模时间节省了70%。
另一头部选手奇富科技的路径则更加专注于场景和业务逻辑。在奇富科技发布的2024年Q1财报中，在大模型的推动下，增长清晰可见：一季度营收41.532亿元，同比增长15.39%；净利润为11.6亿元，同比增长24.77%。截至2024年一季度末，奇富科技已与159家金融机构建立合作关系，帮助它们为超过5230万小微企业和个人消费者提供授信服务。
去年8月，奇富科技与信通院、互联网头部企业，共同编制国内首个金融大模型标准，这一标准的编制旨在促进大模型在各个行业精准落地。
对于奇富科技而言，长期的黑灰产对抗经验和无数真实业务场景的积累，都让奇富具备了最真实的行业数据。奇富金融大模型也因此更专注于业务场景洞察，其推出的标准化产品「奇富AI - Copilot系统」将金融业务流程拆分成一系列可智能化节点，以此优化业务细节，打开更大的技术落地空间。
随着新的开源模型、微调方法、开发工具的不断涌现，生成式大模型这条赛道上已经人声鼎沸，人人都积极寻找着更先进的算法、更智能的方案。但具体到金融行业， 大模型如何高效地转化出商业价值，则是更复杂的问题。
从理论到可商用，看似不远，却仍然有很多待跨越的阻碍。对此，许多大厂都有着冷静思考和大胆实践。
01 大模型向「小」处去
目前，关于大模型的技术架构主要有两个方向，一个是生态开放，另一个是垂直整合。
通用型大模型基于庞大的云上算力，在泛用性和灵活性上的表现更好，能够用更少的数据完成更多的任务。但是针对金融行业这个特定场景，通用型大模型并不好用，即使是ChatGPT-4也没有办法理解全部金融词汇，如果因此做出一些虚假的、误导性的陈述，就会造成严重的后果。
因此，对于金融大模型而言，模型精度才是实现技术落地的关键。
从最直接的数据层面来看，奇富GPT的参数规模在130亿左右，而通用大模型参数一般在万亿级。虽然奇富大模型的参数小了，通用型弱了，但是对金融领域的理解更为深刻，不仅能形成用户画像，还能捕获用户真实意图，甚至能够用拟人化的语言自然的与客户进行交流，在复杂的通话环境下，语音识别综合准确率超过93%，意图识别功能准确率超过95%，能够迅速而准确地识别用户需求并做出响应。成为大模型在业务增效方面的典范应用。
某消费金融高管对于金融大模型两条技术路线的评价是「通用模型难以胜任金融领域任务，金融大模型是大模型落地金融行业的必由之路」。
央行印发《金融科技发展规划 (2019-2021年)》还特别提到，要鼓励发展特色的、面向具体场景的金融科技，而非大而全地发展。
而就当下而言，金融大模型的搭建难点在于数据质量和领域经验。
金融大模型虽然参数较少，但要做得足够精、足够细，才能更实用。在这一点上，具有早期金融经验的互联网企业更具优势。
以奇富科技为例，这家前身为360数科的金融科技公司，拥有超2亿的私域用户，5230万已授信用户，这些都是优质的数据集。这意味着，奇富大模型可以从中学习到更丰富的语言知识，并打造一些差异化产品。
例如，最新的「奇富AI - Copilot系统」不但能够捕捉、转写标准的普通话，还能处理各种方言口音。他的做法类似同声传译，通过融合方言信息提取模块，在方言语音消息转写成文字的同时，对文字进行解码修正。整体语音识别误差率降低了30%以上，尤其对川渝鲁豫四省的方言平均识别准确率提高了25%。
此外，当模型变小，效率就会更高。
比如蚂蚁集团打造的消费金融风控体系，把风险挖掘、风险识别和风险打击的速度提升至秒级；度小满轩辕大模型，能将征信报告解读出40万维的风险变量，用来识别小微企业主的信贷风险。奇富科技将AIGC与大模型技术相结合，客户触达规模提升了21.4%，授信成本优化了9%。
大模型对业务增效的逻辑，已经清晰可见。
02 大模型向产业纵深处探寻
如今，金融机构往往都想要「一辆更快的马车」，但实际上他们真正需要的是台汽车，这种变化需要依靠新技术来达成。
用奇富科技首席算法科学家费浩峻的说法就是，「从金融这个行业诞生以来，对技术的需求和推动，都远超人们的想象。」
有资深业内专家认为： 大模型不仅仅是为企业降低成本提升效率，最终是要演进为超级智能体，重构企业业务流程。 这代表着，金融大模型的发展不仅仅局限于工具，而是需要向产业纵深处探寻，制造新的体验。
目前头部大模型厂商对于金融大模型的共识是， 不过度追求大参量、大算力，保留开放生态和生长空间的同时，专精于推动现有金融场景和应用的更迭和升级。
在腾讯金融云的落地实践中，通过从远程身份认证和贷款审批自动化两方面着手，糅合了语音、计算机视觉、活体检测等多项AI技术，使传统信贷业务效率大幅提升。在相关产品的体验中，最快30s就可以完成贷款审批的全流程。腾讯金融云负责人朱立强对此介绍道，「采用智能AI，边际成本几乎为0。」
蚂蚁集团则通过「仿金融专家多智能体协同推理」让智能客服具备逻辑能力。比如针对「汽车分期付款怎么办」这类的问题，它会细致到车辆类别、用户偏好等多个场景，历经十多个推理环节，最后给出建议。蚂蚁方面表示，在用足够多的高质量指令集进行微调后，蚂蚁金融大模型已经掌握95%的金融意图识别，达到专家水平。
类似「专家级」的金融大模型，还有奇富科技推出的高级客服QI感通。该AI客服可以通过语音情感计算，识别6种语言，同时有效理解、分析用户语音中的情感信息，避免潜在冲突和投诉。在应用QI感通后，用户服务满意度提升至99.2%。
此外， 如何为金融企业省钱，也是大模型向产业纵深处探寻的方向之一。
比如，腾讯为金融行业打造的OCR大模型，金融机构可以不再经过检测、识别、结构化等多个阶段进行定制，而是利用大模型自带的阅读理解和推理能力，直接通过TI平台对OCR大模型进行精调。
奇富科技的毓智AI则是能帮助金融机构编写金融软件，使开发工作效率提升30%。虽然ChatGPT等大模型也可以代替开发人员部分的工作量，但由于金融系统对数据的安全、合规性具有较高要求，开发人员反而需要花费更多的精力来对AI生产的代码进行纠错。为解决这一问题，奇富科技集成了相当一部分金融特有的代码，构成风控、交易、获客运营等多个金融专家模型。专家模型可以根据上下文自动完成代码片段的编写，从而大幅降低了开发成本和开发人员的工作量，缩短软件的开发周期，目前毓智AI编写的代码在安全性、可靠性、准确性和合规性方面采用率高达20%。
总而言之，以金融机构的真实需求为导向做精细化开发，依然是金融大模型的核心议题。
03 助力中小微企业发展
关于金融大模型的未来，其实并不止提质增效这一种想象。
当信息收集与处理能力得到极大提升后，助贷企业与经营主体之间的信息误差也在降低。因此， 在金融大模型的助力下，小微企业融资难的处境正在被改善。
对于现代人而言，「身份」往往是流动的。对此，奇富科技打造的小微用户知识图谱，从最初的强调数据广度，转为强调数据质量。随着模型不断完善，该图谱在2024年第一季度再度补充了591万泛小微用户的行业信息，覆盖率达到95.1%。这一功能的升级无疑为服务小微企业带来了更大的便利。截至2024年1季度末，奇富科技累计服务1020万泛小微用户。
我们常说 新质生产力不是抛弃传统产业，而是用技术改造老行业产品，以新带旧。
在传统融资流程中，小微企业常常因为缺少抵押物以及存在经营风险被拒之门外。
因此，小微企业所经营的产品信息、上下游原材料关系就成为识别其信贷额度的关键因素。为此奇富科技利用大模型在信息抽取上的先天优势，打造了小微产品知识图谱。该图谱收录了1.9万个不同领域的产品实体，能够深入挖掘商品之间的关联，对产品链路进行预测，以便更好的对产品进行估值。目前，该产品知识图谱对现有小微用户的覆盖率达到81.3%。
近期《国务院关于金融工作情况的报告》指出，要「进一步加大金融支持实体经济力度」，特别是「进一步提升新市民金融服务水平」。这背后关联更多的是「飘在一线的夫妻店」、「等着播种的农户」、「刚刚创业的毕业生」。对于他们来说，难的不是如何还上钱，难得是如何证明自身的偿还能力，因此他们更需要新质生产力来改善处境。
而这道证明题，奇富科技已经做出答案。奇富科技的资产信用全景分析技术，仅通过小微经营者的纳税记录、经营流水、收入证明等材料，就可以分析经营者的资产和信用状况，并精准计算授信额度。目前，奇富资产信用分析系统支持十余种资信类别，服务了60%的小微用户，支持优质用户平均授信达16万元以上，2024年Q1为泛小微用户额外放款额超过400亿元。
AI正在拉开智能经济时代的帷幕。美国智库「太平洋论坛」资深主任约翰·亨明斯曾评价说，数字中国建设计划具有远大目标，它关乎到中国在世界上的地位。
近日，斯坦福大学发布一份《2024年人工智能指数报告》，这份报告也是美国、英国和欧盟等多国政策制定者的重要参考资料。其中指出，美国AI大模型发布的数量是中国的5倍，在投融资活跃度上也有明显优势。但同时，中国AI专利数量占据了全球的61.1%，远超美国的20.9%。
很多业内人士都坦言，我国AI发展从整体来看处于一个追赶美国的状态，但是在垂直领域后发优势明显。中国巨大的人口规模和极高的移动互联网普及程度，使得中国的AI研究同时拥有数据量和数据维度的优势。
360创始人周鸿祎近日也公开表示，中美在AI上的差距主要在于「确定技术方向」上，一旦方向确定，中国的优势是学习能力很快，在一两年内能够追上，在一些垂直领域超过GPT-4是完全有可能的。
当前人工智能正在从实验室走向现实，最终将成为每个人都看得见、用得起的科技。正如半个世纪前，ATM机重构了银行的存取业务。进入大模型时代，所有人都可以通过人工智能技术获得更好的金融服务。
一年前，OpenAI CEO Sam Altman说过「AI将对世界带来巨大变革，而我们应该改变经济系统以适应它」。如今，AI作为金融领域的新质生产力，已经出现在投资、交易和每一笔支付中。一个时代的科技，终将成为下个时代的生活。
新质生产力的提出意味着什么
新质生产力的提出意味着什么如下
随着社会的不断发展和科技的不断进步，我们进入了一个全新的时代。在这个时代，我们见证了一种全新的生产力的崛起——新质生产力。
I.新质生产力的定义
新质生产力是指通过新技术、新模式和新思维所带来的全新的生产方式和生产效率的提升。它不仅仅是基于传统的生产力，更涵盖了创新、智能化和可持续发展等多个方面。
II.新质生产力的意义
1.引领经济发展
新质生产力的提升将推动经济的快速发展。通过引入先进的技术和生产方式，企业可以大幅提高生产效率，降低生产成本，实现更高的产值和利润。这将为经济的增长提供强力支撑。
2.促进产业升级
新质生产力的崛起将带来产业结构的深刻变革。传统产业在面对新兴产业的挑战时，需要通过引入新技术和创新模式来进行升级转型，以适应时代的发展需求。只有不断提高生产力水平，企业才能在激烈的市场竞争中占据优势。
3.推动社会进步
新质生产力的提升将极大地改善人们的生活质量和社会福利。先进的技术和智能化的生产方式将带来更高效、更便捷的服务，满足人们多样化的需求。同时，新质生产力的可持续发展特点将为环境保护和资源节约做出贡献，推动社会的可持续进步。
4.塑造全球竞争力
新质生产力的崛起将推动我国企业的全球竞争力提升。通过引进国际领先的技术和管理经验，企业可以借鉴先进国家的成功经验，摆脱低附加值的生产模式，提升产品和服务的品质，拓宽市场边界，实现全球化布局。
III.新质生产力的挑战与应对
1.技术创新
新质生产力的实现需要依靠技术创新的不断突破。政府、企业和研究机构应加大对科技研发的投入，并建立良好的技术创新生态系统，推动技术的快速转化和应用，以实现新质生产力的全面提升。
2.人才培养
新质生产力的崛起需要大量具备创新能力和技术素质的人才。教育部门和企业应加强合作，培养具备相关专业知识和技能的人才，满足新时代经济发展的需求。同时，应加强人才流动和交流，吸引国内外优秀人才的加入。
3.法律法规
新质生产力的发展也需要健全的法律法规来规范和引导。政府应及时修订和完善相关法律法规，促进新技术的应用和推广，为企业提供更好的创新环境和产权保护，营造有利于新质生产力发展的法治环境。
中信证券:新质生产力带来哪些机会
中信证券认为，新质生产力带来的机会主要包括产业升级、科技创新、绿色经济以及消费升级等多个领域。 新质生产力是指在新一轮科技革命和产业变革中，以创新驱动、智能转型、绿色发展为核心的新型生产力。 这种生产力的崛起，不仅改变了传统产业的生产方式和商业模式，还催生了一系列新兴产业和业态，为中信证券等金融机构提供了广阔的投资机会。 首先，产业升级是新质生产力带来的重要机会之一。 随着科技的进步和消费者需求的升级，传统产业面临着转型升级的压力。 通过引入新技术、新设备和新工艺，传统产业可以实现生产效率的提升和产品质量的改善，从而增强市场竞争力。 例如，制造业中的智能制造、工业互联网等技术的应用，可以大幅提高生产线的自动化和智能化水平，降低生产成本，提升产品质量。 其次，科技创新是新质生产力的核心驱动力，也是中信证券等金融机构关注的重点领域。 在新一轮科技革命中，人工智能、大数据、云计算、区块链等新技术不断涌现，为各行各业带来了颠覆性的变革。 这些新技术的应用，不仅可以提升企业的运营效率，还可以创造全新的产品和服务，开辟新的市场空间。 例如，人工智能技术在医疗、教育、金融等领域的应用，正在改变这些行业的服务模式和业务流程。 再者，绿色经济是新质生产力发展的必然趋势。 随着全球环境问题的日益严重，绿色发展已经成为各国政府的共识。 在绿色经济的推动下，新能源、节能环保、循环经济等产业迎来了快速发展的机遇。 这些产业的发展，不仅可以促进经济的可持续发展，还可以为投资者带来可观的投资回报。 例如，新能源汽车产业的快速发展，不仅带动了电池、电机等零部件产业的发展，还为充电桩、智能网联等新兴产业提供了广阔的发展空间。 最后，消费升级是新质生产力带来的另一个重要机会。 随着居民收入水平的提高和消费观念的转变，消费者对产品和服务的需求也在不断升级。 从基本的衣食住行到更高层次的健康、教育、娱乐等需求，消费者的需求呈现出多元化、个性化的特点。 这为中信证券等金融机构提供了丰富的投资机会，包括消费升级带动的相关产业的发展以及消费者需求的变化带来的新兴产业的崛起。 例如，健康产业、体育产业、文化产业等新兴产业在消费升级的推动下，正在成为新的经济增长点。
什么是新质生产力
1. 新质生产力是指以科技创新为核心的生产力形态。 2. 在2023年9月的考察调研中，新质生产力这一概念首次被提出，强调通过整合科技创新资源来引导发展战略性新兴产业和未来产业，加速新质生产力的形成。 3. 新质生产力与传统生产力有显著区别，它涉及新兴领域、技术含量高，并且创新驱动是其关键特征。 新质生产力代表了一种生产力的质的飞跃，其中科技创新扮演着主导角色。 4. 新质生产力的提出，不仅意味着通过科技创新推动产业创新，更彰显出通过产业升级来构建新的竞争优势和赢得发展主动权的意图。 5. 支柱产业、战略性新兴产业和未来产业这三个词汇，具有明显的时间序列感，从现实到未来，指明了发展方向。 6. 新质生产力的内涵涉及新兴产业和未来产业的发展，以及科技创新如何引领产业的全面振兴，推动新经济增长点的不断涌现。 7. 从经济学的视角来看，新质生产力代表了一种生产力的跃进，它以科技创新为主导，特点是高效能和高质量，有别于传统的资源密集型和能源消耗型的发展模式。 8. 新质生产力是摆脱传统增长模式、符合高质量发展要求的生产力，它体现了数字时代生产力的融合性和新内涵。 9. “未来产业”在“十四五”规划纲要中有所提及，涉及类脑智能、量子信息、基因技术、未来网络、深海空天开发、氢能与储能等领域，这些都是新质生产力发展的潜在方向。
