本报记者 王柯瑾 北京报道
随着人工智能（AI）技术的飞速发展，大模型正成为全球关注的焦点，预示着未来科技的重大变革。
就金融领域的应用来看，短短两年时间，从百亿级别参数到千亿级别参数，以银行为主要代表的金融机构从布局到破局，试图不断解锁AI在金融业的潜力和应用边界。
苏商银行相关人士在接受《中国经营报》记者采访时表示，金融业广泛应用的千亿级大模型将向多模态和智能体发展。一方面，向多模态大模型发展，能够处理文本、图像、音频、视频等多维数据，将在智能客服、风控等场景深度应用。另一方面，智能体技术将使模型更灵活地适应不同任务需求，实现业务流程自动化。此外，大模型的可解释性、合规性管理将日益重要，以确保模型透明、安全，符合金融监管的严格要求。
服务数字经济需求
日前，浙江农商联合银行官网发布关于企业级基础大模型采购公开招标公告，招标内容包括采购企业级基础大模型，采购内容主要包含千亿级参数基础大模型及模型升级、定制化人天服务。
所谓千亿级大模型是指参数数量达到千亿级别的大型深度学习模型，这些模型因其庞大的参数规模能够捕捉和学习极其复杂的数据特征和模式，从而在自然语言处理、图像识别等人工智能领域展现出卓越的性能和泛化能力，但也需要巨大的计算资源和存储空间来支持其训练和推理过程。
当前金融机构在大模型的应用上，百亿级和千亿级都有涉及。
谈及金融业对于千亿级大模型的布局，中央财经大学证券期货研究所研究员杨海平表示：“一是数字经济加快发展，政务场景、生产场景、生活场景数字化升级进展明显，包括大型银行在内的金融机构布局千亿级大模型是服务数字化场景，提供有效金融解决方案的现实需要。二是随着AI+的展开，数字经济将进入新阶段，金融机构发展千亿级大模型，构建基于大模型的服务生态，也是针对AI+的超前布局。参数量是影响大模型基础能力的重要因素之一，相较而言，千亿级大模型的通用性更突出，数据处理、分析能力更强。”
布局与破局的路径
自2023年年初至今，从布局到破局，大模型重塑了金融业多个业务领域。
“此前在没有智能辅助工具的情况下，我们每天需要处理约30份可疑交易报告，每份报告都需要经历从开展调查、分析交易流水与行为特征到撰写报告的过程，每份报告处理时长为20～60分钟。”兴业银行某分行一位基层反洗钱员工表示。由此，AI大模型对金融业务的赋能可见一斑。
兴业研究公司分析认为，自2023年以来，已有多家境内银行探索生成式人工智能在银行业务中的应用。当前，各银行引入、研发和运用大模型出现了一些共性特征：一是“引入千亿级大模型”辅以“自研百亿级大模型”成为金融机构大模型来源的主流趋势。二是大模型应用场景重点集中在内部办公质效的提升，而面向客户的场景则主要为智能客服。
“千亿级大模型表现出更强的通用性和全面性，能够应对各种任务，开发定制化服务，在多元金融业务场景中实现创新性应用，助力金融机构达到降本增效、提升竞争力等目标。但构建千亿级大模型耗资巨大，对模型调试和打磨需要更高的技术能力，尤其是在大模型与专业场景结合这一方面，如何发挥千亿级大模型的价值，打造符合金融机构特定需求的垂直领域和专业场景，对金融机构来说是技术和成本两方面的挑战。”马天娇分析认为，“未来，大型金融机构或投入更多资金自主研发千亿级大模型，中小金融机构则通过采购或从外部引入大模型，实现成本效益最大化。”
对于多数中小金融机构而言，如何平衡大模型的投入与产出，实现成本效益最大化十分重要。
对此，苏商银行相关人士表示：“一是做好规划。从场景、算力、数据等方面提前规划并做好价值评估，避免低效投入。二是拥抱开源。中小金融机构可以充分利用开源的成本优势，加快大模型应用的探索和应用。三是构建专业化人才团队。坚持‘以我为主’，外部合作为补充，稳步积累核心能力。四是高效利用算力资源。以苏商银行为例，我行自建的算力平台初具规模，融合了容器云、异构算力虚拟化、高性能计算专网、智能化资源调度和管理等技术，可满足行内千亿级大模型推理和微调需求。五是应用场景控制。优先在关键业务场景应用，聚焦提升业务成效，避免非核心领域的过度投入。”
对于中小金融机构布局AI大模型而言，杨海平提示，应用大模型还是要坚持量力而行，不要盲目追求参数规模。“一方面，可以在充分分析场景需求的基础上，确定恰当的模型参数量级；另一方面，如提供服务方案确实需要，可以探索多家金融机构联合共建的模式。”
徐州市参 ❥保人员在免备案开通地的定点医药机构进行直接刷卡结算（药店仅开 ❎放职工医保个人账户） ⛔，皇冠手机平台官网下载持卡结算的医保待遇参照异地就医备案待遇 ☽（待遇不降低）执行。若在免备案开通地未刷卡结算，回参保地零星报销，门诊费用不予 ♏报销，住院费用参照非正常转诊待遇报销。
杨紫 ⛴，武汉人，中国油画写生俱乐部-武汉分部负责人，武汉 ⛴市美术家协会会员，写生中国女子画会会员，职业画家。
本报记者 何逊 【编辑:阿马里尔多 】
