沿著“最小阻力”路徑，才能抓住大模型這一最大紅利。

· 來源：輕金融 作者：李靜瑕

“所有事物（水流、能量）的發(fā)展，都是沿著最小阻力的方向前進”?！蹲钚∽枇χ贰芬粫缡侵赋?。

實際上，多數(shù)技術(shù)創(chuàng)新的共同點正是沿著最小阻力前行，只有“最小阻力”才能惠及行業(yè)的大多數(shù)。當下，AI大模型技術(shù)發(fā)展日新月異，大模型爆發(fā)的“最小阻力”路徑在何方？

金融機構(gòu)需要的是“AI普惠”，即先選擇技術(shù)組合的最靈活的模式，來快速獲取大模型帶來的技術(shù)紅利，然后再逐步擴展或深入。這與“最小阻力”的規(guī)律異曲同工，能夠讓AI技術(shù)普惠到各種類型的金融機構(gòu)，提升新質(zhì)生產(chǎn)力。

01

金融大模型重塑價值鏈

如果把大模型比喻成一種新型的能源，那么只有“大模型+應用場景”深度融合才能讓企業(yè)運營的發(fā)動機運行起來。

隨著人工智能已上升為國家戰(zhàn)略，大模型已經(jīng)成為當前最大的技術(shù)紅利之一。就金融業(yè)來看，據(jù)監(jiān)管部門數(shù)據(jù)，目前中國內(nèi)地金融業(yè)總資產(chǎn)約490萬億元，銀行業(yè)、保險業(yè)規(guī)模分列全球第一和第二，是金融強國的關(guān)鍵核心要素之一，這為AI與金融的結(jié)合帶來了更大的想象空間。

從大模型在金融行業(yè)的落地場景看，已經(jīng)深入到了前中后臺的各個環(huán)節(jié)中。大模型在內(nèi)部提效、價值創(chuàng)造、乃至價值變現(xiàn)等多個方面都對金融機構(gòu)的價值鏈進行重塑。

在價值創(chuàng)造方面，金融大模型用于營銷等關(guān)鍵金融場景帶來新的客戶，帶來金融機構(gòu)直接的收入增長；在風險方面，更加精準地降低風險，降低人工成本；在內(nèi)部運營管理方面，大大提升了辦公、研發(fā)等效率。

當然，金融機構(gòu)在享受顯著價值增益的同時，也將面臨一系列不容忽視的挑戰(zhàn)。這些問題不僅關(guān)乎技術(shù)層面的可行性與穩(wěn)定性，更延伸至合規(guī)、安全、倫理等多個關(guān)鍵維度，對金融企業(yè)的穩(wěn)健運營與長期發(fā)展構(gòu)成潛在考驗。

大模型的價值重塑，需要合力。11月28日，重慶市經(jīng)濟和信息化委員會主辦的“2024數(shù)字產(chǎn)業(yè)生態(tài)伙伴大會”上，馬上消費發(fā)布了創(chuàng)新產(chǎn)品天鏡大模型2.0，并與阿里云等多家機構(gòu)在AI領(lǐng)域達成多個戰(zhàn)略合作。

2024年8月，馬上消費發(fā)布了全國首個零售金融大模型“天鏡”，具備自然語言理解、生成、交互的能力，能夠提升公司的精準營銷、客戶服務以及風險管理等方面的能力。大模型技術(shù)正提升零售金融的服務能力。例如，在與用戶互動方面，馬上消費基于大模型人機互動技術(shù)，實現(xiàn)了用戶增長和精細化經(jīng)營。

02

開源還是商業(yè)？

自建大模型是選開源還是商業(yè)？這是當下市場聚焦的行業(yè)之爭。

首先，要了解開源大模型與商業(yè)大模型的差別。

商業(yè)大模型相比開源大模型迭代更快、并且支持升級以及可以定制版本。安全性上，商業(yè)大模型一樣提供定期更新、bug修復以及新功能推送等。

開源大模型，無法在技術(shù)上提供全局能力的支持，開源版本有限，難以為金融機構(gòu)提供深度的定制。不包含商業(yè)產(chǎn)品中的安全和穩(wěn)定性，文檔和易用性支持較弱，模型升級迭代周期一般6-12個月，業(yè)務集成應用的時間會更長。

此外，2022年生效的《互聯(lián)網(wǎng)信息服務算法推薦管理規(guī)定》算法新規(guī)要求，對具有輿論屬性或者社會動員能力的算法推薦服務提供者提出了算法備案的要求。商業(yè)大模型已經(jīng)完成算法備案，而開源大模型沒有算法備案，這意味著開源大模型無法用于對客等核心業(yè)務領(lǐng)域。

無論在技術(shù)支持、安全性以及迭代速度以及核心業(yè)務應用上，開源大模型似乎都難以媲美商業(yè)大模型。那么金融機構(gòu)的大模型構(gòu)建為什么還要將開源大模型納入考慮之中呢？

這是因為開源大模型有自身的特別優(yōu)勢。一是開源大模型與商業(yè)大模型所用的大模型本身是一樣的，只是版本不是最新的；二是開源大模型允許用戶審查和驗證模型的代碼和架構(gòu)，不需要支付額外的許可費用；三是開源社區(qū)的技術(shù)高效協(xié)作能力較強。

開源大模型降低成本投入門檻，能夠讓金融機構(gòu)更快地應用到部分場景。這也是當前金融機構(gòu)，選擇從開源入門或輔助構(gòu)建金融大模型體系的原因。

例如，某大型銀行采用“商用+開源”并行路線，實現(xiàn)不同參數(shù)、不同能力模型的擇優(yōu)調(diào)控，滿足金融業(yè)務場景復雜多樣化的需求。一些城商行利用開源兼容模式，為構(gòu)建自身的基礎(chǔ)大模型提供強大的基礎(chǔ)。開源大模型也被用來輔助金融大模型的語言訓練等工作。

以代碼生成場景為例，當前代碼助手已在國有銀行、城商行等金融機構(gòu)落地。通過開源的代碼庫集成專用代碼大模型，能夠完成代碼相關(guān)的輔助工作。當前，某國際大型金融機構(gòu)通過生成式AI生成的代碼，被開發(fā)人員的接受率已經(jīng)達到了40%，開發(fā)人員的工作效率得到很大的提高。

“大模型的開放和開源是促進AI技術(shù)發(fā)展和商業(yè)落地的重要手段”，IDC指出。開源大模型對于金融機構(gòu)而言，可以說是一個入門以及兼容模式打造金融大模型體系的主要助益者。

然而，開源基礎(chǔ)大模型對于開發(fā)廠商并沒有直接的價值回報，開源基模的構(gòu)建被認為是一項“苦活”。不過一些技術(shù)廠商作為“探路者”，一直在開源大模型這條路上堅持。

“開源的模型對于阿里來講一定是一個會持續(xù)堅持的路線方向?！?/strong>阿里云智能集團副總裁、新金融行業(yè)總經(jīng)理張翅稱。

阿里云是國內(nèi)最早開源自研大模型的頭部廠商。2023年8月3日，Qwen-7B&Qwen-7B-Chat開源，到今年6月7日，全球性能最強的Qwen2-72B正式開源，阿里云通義千問開源模型的下載量超過1600萬。阿里云也建成了中國規(guī)模最大，開發(fā)者最活躍的AI社區(qū)“魔塔社區(qū)”，其模型總量超過5100個，用戶超過530萬。

03

AI普惠新路徑

大模型的開源給AI帶來更大的發(fā)展空間，也給AI普惠帶來了新的路徑。

“金融機構(gòu)在大模型應用落地的過程中，最大的課題是如何在合規(guī)的前提下高ROI地落地大模型”，張翅稱，即如何在合規(guī)、成本、效果三者之間平衡。

圖為阿里云智能集團副總裁、新金融行業(yè)總經(jīng)理張翅

他認為，在云數(shù)智融合框架下，金融大模型有三種建設(shè)模式。一是靈動模式，初步嘗試可以先采用API模式，基于通用基礎(chǔ)大模型和工具鏈快速搭建大模型應用。用戶僅需關(guān)注模型調(diào)用與應用開發(fā)，無需關(guān)注推理平臺和基礎(chǔ)設(shè)施；二是敏捷模式，部分垂直業(yè)務場景下，通用基礎(chǔ)大模型無法滿足精準的推理能力，企業(yè)通過模型開發(fā)來搭建大模型應用；三是超級模式，自行部署任意模型來滿足較高的靈活度需求，金融機構(gòu)通過自行管理負載、調(diào)度大規(guī)模集群，來充分發(fā)揮異構(gòu)芯片資源的算力，同時實現(xiàn)自主可控。

金融機構(gòu)可以根據(jù)自身的資產(chǎn)規(guī)模、業(yè)務結(jié)構(gòu)、科技投入等不同等的資源稟賦來按需選擇不同的建設(shè)模式，通過不斷演進、不斷調(diào)整實現(xiàn)躍遷?！霸粕显嚭?、平臺筑基、云數(shù)智融合”，阿里云認為，金融機構(gòu)可以通過三大發(fā)展階段，逐步落地大模型應用。

“過去大家還在追求從零開始訓練一個全新的領(lǐng)域或企業(yè)專屬大模型，但現(xiàn)在大多數(shù)企業(yè)選擇拿一部分數(shù)據(jù)結(jié)合開源模型進行二次訓練，以微調(diào)為主?！睆埑岱Q，如果完全依靠自身構(gòu)建的不同算力的GPU架構(gòu)體系，成本和時間投入非常高，通過上云可以快速實驗各種模型及業(yè)務價值

開源基模+公共云/金融云+無敏感數(shù)據(jù)場景”就是能夠讓金融機構(gòu)快速獲取大模型紅利的靈動模式。

金融機構(gòu)可以先采用靈動模式，先關(guān)注模型調(diào)用與應用開發(fā)，將自身的資源投入到業(yè)務價值的實現(xiàn)上。

模型上，借助開源基?？焖賹鼍奥涞乜尚行院湍Ｐ托ЧM行驗證。場景上，選擇無敏感數(shù)據(jù)的金融場景，避免觸碰數(shù)據(jù)出域等監(jiān)管合規(guī)紅線。工具上，按需選擇場景所需的技術(shù)工具組合。算力上，基于公共云或金融云，能快速給大模型應用的冷啟動按需提供算力，通過“以租替買”的算力租賃模式。

金融大模型其更深度的價值創(chuàng)造在于在核心業(yè)務領(lǐng)域落地?！伴_源基模+公共云/金融云+無敏感數(shù)據(jù)場景”的路徑需要進一步演進。

金融大模型有理想的超極模式。首先，算力采用“公共云+金融云+私有化”組合的方式形成多算力布局，以滿足不同安全要求的場景采用不同的算力模式；其次“借助開源版模型進行場景驗證，使用商業(yè)版模型作為上線保障”，模型采用“從開源過渡到商業(yè)+大/小模型組合+多模態(tài)模型”；再次，平臺/工具采用“開源工具+自建+商業(yè)化引入”組合的方式按需、逐步來建設(shè)；最后，場景落地從非敏感數(shù)據(jù)領(lǐng)域、提升效率的場景，再向降低風險、價值創(chuàng)造和變現(xiàn)的場景擴展。

金融大模型多元的構(gòu)建模式，推動了AI大模型普惠。金融機構(gòu)應該如何抓住機會？

馬上消費從開源基模起步，部分場景通過阿里云開源通義大模型+SFT構(gòu)建了自己的垂直大模型天鏡?；诤Ａ空鎸嵱脩魯?shù)據(jù)和模型精調(diào)，讓大模型具備專業(yè)領(lǐng)域知識、任務指令等生成能力。

在此次會議上，馬上消費與阿里云簽訂戰(zhàn)略合作協(xié)議，將在AI大模型領(lǐng)域進行更加深度的合作。

“以租替買”、“優(yōu)化算力調(diào)度”，在算力上，一方面以公共云算力應對業(yè)務峰值流量，一方面則利用阿里云萬卡智算集群算力調(diào)度優(yōu)化的經(jīng)驗，支撐更大的業(yè)務規(guī)模。未來，阿里云還將為其提供本地異構(gòu)芯片算力，以滿足本地訓練推理的大顯存、高性能、高性價比等各種需求。

值得關(guān)注的是， 馬上消費與阿里云的合作是“場景+技術(shù)”生態(tài)圈全量合作模式。天鏡大模型涵蓋了營銷獲客、風險審批，客戶運營、客戶服務、安全合規(guī)、資產(chǎn)管理這六個零售金融最典型的場景，以模型和數(shù)據(jù)驅(qū)動業(yè)務，能夠為金融機構(gòu)提供解決方案。

AI普惠促進金融機構(gòu)抓住技術(shù)紅利的同時，也將在組織架構(gòu)、運營模式等方面推進金融機構(gòu)的深度變革。我們期待乘著AI大模型新的浪潮，數(shù)字金融能夠前行一大步。

2、

3、