大模型浪潮下的金融業變革

ChatGPT的出現在金融業引發了廣泛關注。起初，行業內對大模型充滿焦慮和熱情,但隨着時間推移,人們的態度逐漸趨於理性。

軟通動力銀行業務CTO孫洪軍描述了金融業對大模型態度的演變過程:最初的焦慮情緒,到紛紛組建團隊探索,再到遇到落地困難後的理性思考,最後轉向參考標杆案例進行試用。

目前,多家大型銀行已在戰略層面重視起大模型的應用。從近期動向來看,金融機構正在進行更清晰的頂層設計和路徑規劃。

隨着對大模型的深入了解,金融機構的關注點從單純建設模型轉向關注應用價值。大型金融機構傾向於引入基礎大模型並自建企業大模型,而中小機構則更多考慮直接使用大模型API或私有化部署服務。

在落地過程中,金融機構面臨算力、數據等多方面挑戰。有機構選擇自建算力,也有採用混合部署方式。同時,數據治理工作也在加強,一些銀行正通過大模型+MLOps方式解決數據問題。

目前大模型在金融業的應用主要集中在智慧辦公、智能開發等外圍場景。考慮到安全性要求,多數機構選擇先在內部應用。代碼助手、智能問答等已在部分機構落地。不過,大模型距離深入金融核心業務還有一定距離。

一些頭部金融機構已基於大模型搭建了多層級的系統框架,突出特點是大模型發揮中樞作用,同時採用多模型策略。

大模型的應用也給金融業人員結構帶來挑戰。一方面部分崗位面臨被替代,另一方面又出現新的人才缺口,尤其是垂直領域的大模型技術人才。一些機構已開始採取培訓等措施應對。

總的來說,大模型正推動金融業進行深層次的變革,但這一進程仍需金融機構內部持續探索和融合。