騰訊云副總裁胡利明：大模型在金融領域，正分場景落地

每經記者 潘婷    每經編輯 陳旭    

2023年，金融行業數字化轉型不斷深化，云架構成為金融行業首選，智能應用開始釋放無限潛能。

圍繞“國產軟件”“智能化”和“云原生”等關鍵詞，大模型在金融領域的落地和應用持續深入。同時，在技術架構上，云原生分布式架構在金融機構中的落地越來越廣泛。

金融機構面對大模型的態度如何？怎么搭建大模型？在金融機構智能化轉型過程中，不同規模、不同類型金融機構的轉型速度是不是存在差異？帶著上述問題，《每日經濟新聞》（以下簡稱NBD）記者對騰訊云副總裁胡利明進行了專訪。

頭部金融機構積極嘗試

NBD：在金融機構智能化轉型過程中，不同規模、不同類型金融機構的轉型速度是不是存在差異？

胡利明：目前接觸下來，不同類型的金融機構面對大模型在大方向上是有共識的，不論短期還是長期來看，一定要積極擁抱基于大模型的金融領域的應用，否則一定會被淘汰。因為你的經營效率、服務效率、服務質量一定比不上大模型用得好的機構。

頭部金融機構會非常積極地投資和嘗試大模型，包括底層的算力、大模型本身多路徑的嘗試等，比如自己開源做一個場景，和有大模型的互聯網廠家合作做一些場景，并行探索，積極投入。頭部的保險、券商、銀行以及比較大一點的股份制機構，基本上處于積極投資和嘗試狀態。

腰部和尾部金融機構則是另外一種狀態。部分腰部的金融機構可能比較積極地去和有大模型的廠家合作試點一兩個場景，用較少的資源去做，先去蹚出一條路，鍛煉隊伍，把know-how（專業知識）慢慢建立起來，找到一兩個精準的場景試試能不能出現效果。

更多的腰部金融機構和尾部金融機構主要就是觀望和跟隨，看看其他機構做得怎么樣，有哪些場景有效果跑起來，而不是急于做投資。

除了機構規模外，倒沒有太分行業。其實在大模型領域，現在更多是從投資意愿的角度來劃分，無論在國內的傳統企業也好，金融行業也好，在業務場景中的使用其實都還在一個摸索階段。對于像投研、投顧包括很多其他場景，要體現出大模型對效率的更大提升，需要和行業更深入的、高質量的數據相結合。

NBD：造成這種差異的原因是什么？

胡利明：相較于以前的非大模型時代，和那種定制化模型相比，大模型的強項在于它的理解能力和生成的能力。

在產生效果方面，需要時間去深度訓練和調優，我覺得初期能夠產生效果的場景，可能在采訪助手或者客服助手這些領域會更明顯一點，它對生成結果的使用價值更明確。在其他領域，大模型的可解釋性以及對以前效果的對比不太好量化。

另外，大模型對數據本身的來源和質量要求也比較高，這個方向本身也是難點，就像投研投顧，大家的數據比較同質化，以前應用的數據源也比較類似，很難找到一些獨特的數據源可以很快體現效果的增值。

我覺得國內對大模型的應用非常熱門，但是出效果還是要一步一步來，不能急于一時，包括國內的大模型有不少是基于開源去做的，像騰訊混元大模型是從零開始構建，其實這個過程相對來說會比較漫長。

做大模型采取分層模式

NBD：一般來說，金融大模型的搭建會從部分業務和場景進行，還是以全量業務為基礎進行搭建？

胡利明：現在金融機構試點做大模型，基本上會采取分層模式。因為現在規劃智能化的能力，金融機構有機會從零開始作規劃，會比較科學化地考慮，不會再“煙囪化”搭建，比如針對CV（計算機視覺）的場景建一個大模型平臺，針對風控場景又從零開始建。

從底下GPU（圖形處理單元）算力的物理集群，到資源管理、機器學習平臺，再到部署行業大模型或者開源模型，到行業的應用，是分層面去構建的。

不過，各機構試點的時候，試點的范圍、選擇的類型會有所不同，比如券商可能選投研投顧，銀行可能選客服助手、風控等去分層，分層模式相對來說每一層有更靈活的組合和選擇，給后面的探索留下了很多可能性和可創性。

NBD：這種大模型的搭建對于金融行業來說，是不是一種革命性的變革呢？

胡利明：對金融行業來說肯定是革命性的變革。以前的模型基本上都是非常專有的、很細分的模型，不像大模型有一個通用的智能，在此基礎上再疊加智能的能力。

簡單來說，以前的智能是解決一個專項的小問題，現在基于通用的智能上面去疊加客服、疊加CV、疊加金融研究等不同場景，通過生成式的方式可以做得更好，效率更高，對客戶來說體驗更好，而且有機會往更通用性的人工智能方向演進，這些都是以前專有的小的場景智能、小的專用模型所不能比擬的。

讓轉型成果逐步顯現

NBD：不同類型金融機構在數字化和智能化過程中所面臨的痛點和難點有哪些？

胡利明：不同類型金融機構在數字化轉型過程中的痛點和難點是比較類似的。

從宏觀層面來講，主要是戰略目標、戰略路徑、組織架構以及人才的匹配，這是老生常談的問題。

它希望通過轉型達成什么樣的業務目標，主要的實施路徑要讓數字化轉型的階段性成果逐步顯現，避免持續投入但未看到明顯效果，否則數字化轉型在客戶組織上可能就會有很多質疑的聲音，這些路徑的設計是很講究的。

對于內部組織架構，包括人才的匹配也是必須的，僅僅有戰略沒有對應匹配的科技人才去實施，科技和業務配合的陣形沒有合理設計好，也會使得數字化能力的落地、在業務當中產生的效果大打折扣。

從具體落地層面來講，第一，是數字化的基礎設施的落地，這里面我們提到的分布式云架構，國產化的技術棧已經成為必然的趨勢；第二，是基于大數據和人工智能的數字化的運營體系。

在這個方向上，很多金融機構不具備能力，頭部機構相對來說走得靠前一點，對于集中性的大數據的中臺，人工智能的中臺有一個整體性的規劃，然后在上面不斷疊加應用，頭部機構已經走向了一個比較深度的應用階段。

但是，大部分中小機構在數字化和智能化領域的應用是比較零散的單點采購，沒有系統性的規劃，所以導致在數字化的運營、金融服務的體驗等方面，和大機構差距是比較大的。

NBD：面對這些痛點，你們是怎么幫助金融機構來加以解決？

胡利明：圍繞這些痛點，我們推出的數字化解決方案叫未來金融，就是叫新基建，新連接，新服務。

新基建就是解決金融機構的云基礎設施，包括數據庫、大數據平臺，AI平臺科技底座的革新。

新服務主要是通過人工智能和數據智能的應用，以及音視頻多媒體能力去重塑金融的服務。

新連接其實是通過我們社交網絡的平臺，智能營銷的能力以及私有化運營的工具平臺和經驗體系，去幫助金融機構構建線上數字化的新連接，助力它的運營。