大模型浪潮下的金融业变革

ChatGPT的出现在金融业引发了广泛关注。起初，行业内对大模型充满焦虑和热情,但随着时间推移,人们的态度逐渐趋于理性。

软通动力银行业务CTO孙洪军描述了金融业对大模型态度的演变过程:最初的焦虑情绪,到纷纷组建团队探索,再到遇到落地困难后的理性思考,最后转向参考标杆案例进行试用。

目前,多家大型银行已在战略层面重视起大模型的应用。从近期动向来看,金融机构正在进行更清晰的顶层设计和路径规划。

随着对大模型的深入了解,金融机构的关注点从单纯建设模型转向关注应用价值。大型金融机构倾向于引入基础大模型并自建企业大模型,而中小机构则更多考虑直接使用大模型API或私有化部署服务。

在落地过程中,金融机构面临算力、数据等多方面挑战。有机构选择自建算力,也有采用混合部署方式。同时,数据治理工作也在加强,一些银行正通过大模型+MLOps方式解决数据问题。

目前大模型在金融业的应用主要集中在智慧办公、智能开发等外围场景。考虑到安全性要求,多数机构选择先在内部应用。代码助手、智能问答等已在部分机构落地。不过,大模型距离深入金融核心业务还有一定距离。

一些头部金融机构已基于大模型搭建了多层级的系统框架,突出特点是大模型发挥中枢作用,同时采用多模型策略。

大模型的应用也给金融业人员结构带来挑战。一方面部分岗位面临被替代,另一方面又出现新的人才缺口,尤其是垂直领域的大模型技术人才。一些机构已开始采取培训等措施应对。

总的来说,大模型正推动金融业进行深层次的变革,但这一进程仍需金融机构内部持续探索和融合。