今年以来，ChatGPT的火热带动了AI大模型井喷式发展，将人工智能技术带进新拐点。金融行业是大模型率先应用的重点行业之一，华为、腾讯、马上消费等公司和金融机构都积极布局大模型。
面向未来，金融机构应用大模型的能力将成为关键生产力。如何迎接和拥抱大模型?10月19日-20日，华为云联合中国互联网金融协会开展“共话数字化转型”交流活动，就金融AI发展前景、大模型在金融领域的机遇和挑战展开热议。
释放数据的价值 提升大模型含金量
大模型是数据驱动的一种表现模式，若要让大模型更加智能，也就意味着需要海量的数据进行模型训练，也是衡量大模型含金量的重要指标之一。讨论现场，马上消费人工智能研究院算法总监肖冰介绍了该公司研发的全国首 个零售金融领域“天镜”大模型的情况。
“数据积累是训练模型的前提。马上消费创业初期就启动了数据体系建设，共积累12大领域和59个业务区域各类型数据，为用户精细化运营、数据分析提供了良好的数据基础，更为马上消费天境大模型提供了充足和多样的训练数据。”他说。
也正是得益于这些数据的积累，天镜大模型相比传统的智能外呼，在话术提示中会融入用户的基本画像信息，能够针对用户的基本画像和情况做千人千面的营销，并基于内部优秀坐席话术微调大模型。通过线上AB测试，基于天境大模型的对话系统在对C端用户提供各类服务的过程中，平均有效对话轮次高于传统智能对话系统提升100 %以上，各类主要业务指标也明显高于传统智能对话系统。
模型和数据驱动，解决行业痛点问题
大模型在金融行业的发展迅猛，逐渐有了“百模大战“之势。但究其根本，如何应用在金融典型场景中，才是关键竞争力。头部金融机构在大模型的应用上已经有了很多落地的场景。
目前马消天镜大模型在智能对话、智能超 级员工、智能辅助、智能合规四大核心领域已经成功落地相应的场景产品，包括在营销获客、客户服务、办公提效、客户运营、安全合规、贷后管理这六个零售金融最典型的场景，以模型和数据驱动业务，解决行业痛点问题。
另外一方面，大模型在金融场景应用过程中，还面临着不少难题，最明显的就是AI在人机对话时语义表述不够严谨甚至出现错误。对此，肖冰坦陈大模型还有较大的成长空间。“马上消费将持续深入研究大模型的应用，不断发挥其在金融场景使用中的作用，努力为用户提供个性化乃至定制化的服务。”
（推广）
