對于一套數智系統或者一個端到端的解決方案來說,將其中一個組成模塊換成大模型,其“打通關”的性能立刻不一樣了。這便是大模型為商業機構數智發展送來的福音。

一如漫威宇宙中,超能英雄托尼·史塔克在他的“方舟反應爐”中加入了黑科技納米粒子,由此召喚的鋼鐵戰衣武力值無限暴增。

眼見科技文明投來了新的曙光,綠色金融、財富管理、智能營銷等很多場景都在躍躍欲試為自己添置一套大模型裝備。作為一站式服務的AI科技領航者,百融云創在過去的十年間,為商業機構搭建了一個又一個數智化解決方案,伴隨AIGC的蓬勃發展,這些解決方案因加入了大模型的力量,開始綻放別樣韶華。

比如綠色金融場景。近幾年,順應“雙碳”政策目標,為支持環境改善、應對氣候變化和提高資源節約高效利用,金融機構紛紛對接綠色低碳轉型項目,綠色金融逐漸成為新的業務增長引擎。

百融云創此前為某股份制銀行打造了一整套端到端的綠色金融解決方案,該方案以機器學習、深度學習、OCR、NLP、模糊匹配等底層技術鋪路,搭建起綠色認定模型、環境效益測算模型、流程引擎、監管/運營報表等工具模塊,從而全面打通綠色業務識別、綠色債項認定、社會和治理風險評估、轉貸款項目管理等場景,有效實現從精準識別、自動測算到實時報送的全流程“綠色”管理需求。

隨著人工智能技術的突飛猛進,大模型逐漸成為各個垂直領域的熱門工具。該行提出,是否可以在綠色金融解決方案中接入大模型,使其性能加速?

答案是可以的。如下圖所示,在為該股份制銀行設計的綠色金融解決方案中,若把NLP小模型抽取出來,代之以大模型,那么在綠色項目識別、綠色債項認定等流程中,可以實現更加精準的文本解析、信息抽取和語義匹配,對于整個解決方案來說,其技術性能及應用效果會得到質的升華。

雖然全新的綠色金融解決方案依然旨在幫助金融機構滿足從綠色識別、自動測算到實時報送的一站式管理需求,但有了大模型的加持,可以打開升維通道,實現“快速識綠”、“高效鑒綠”及“輔助報綠”,從而能夠求取模型能力與應用場景之間的最大公約數。

綠色識別駛入快車道

誠然綠色低碳轉型是一項利國利民的工程,但對于踐行綠色業務的機構來說,推廣綠色并非易事。第一重考驗體現在入門關的“識綠”。業內普遍熱議,綠色項目識別有三難:標準繁多、口徑不一;人才儲備不足,綠金相關知識能力不足;識別規則與報送制度存在差距等。

對此,百融云創通過大模型(BR-LLM)及模型應用一站式開發平臺Cybertron(賽博坦)可以幫助搭建“綠色知識庫”,輔助金融機構工作人員通過關鍵詞識別迅速匹配不同監管機構的文件標準,精準識別綠色屬性。

不僅如此,大模型還可以輔助金融機構進行行研分析,通過挖掘和提煉企業的綠色經濟活動,可以構建出“綠色企業庫”,實現對于區域內綠色企業的實時追蹤和跟進,便捷金融機構主動作為,合理進行綠色規劃、制定營銷方案。

自動匹配耦合業務場景

對于一個綠色金融項目來說,通過大模型實現精準綠色識別的基礎上,在監管綠色信貸目錄的自動匹配、節能減排環境效益測算、ESG風險評估等環節中,大模型也可以發揮提質增效的作用,令“鑒綠”“報綠”的流程更加順暢。

例如,在環境效益測算方面,金融機構面臨著專業要求高、人工識別和測算效率低等難題。通過應用大模型替代學習如環境科學、能源管理等專業知識,自動生成環境效益報告,可以減少人工編寫的工作量和出錯概率,滿足綠色金融監管要求。

再例如,利用大模型和機器學習等技術,可以協助金融機構將ESG理念納入投資決策過程,降低信息不對稱水平,協助實現對綠色項目的合理定價。并且,由于大模型中植入了RAG(檢索增強生成)能力,可以順暢識別ESG監控中的報表等復雜內容,助力實現業務的全智能化。

實現大模型“無痛”使用

在人工智能、云計算等技術的深度賦能之下,百融云創搭建的數智化綠色金融解決方案得以與金融機構的業務線深度融合。并且,由于整個數智系統采用靈活的模塊化設計及獨立的API接口,給足了模型按需調優和系統擴展的空間,能快速響應監管及行業政策變化,幫助實現企業級綠色業務的統一管理。