在大模型推動(dòng)下，金融領(lǐng)域究竟誕生了多少場景應(yīng)用？

多家上市銀行在2024年年報(bào)中給出的數(shù)據(jù)是，行內(nèi)應(yīng)用場景已超過100個(gè)。

以大模型為代表的人工智能技術(shù)，無疑是當(dāng)下金融數(shù)字化投入最為集中的熱點(diǎn)。然而，成百甚至上千個(gè)應(yīng)用場景中，大模型真正為機(jī)構(gòu)、為員工帶來了多大的作用，多大程度上提升了業(yè)務(wù)效率？近日，21世紀(jì)經(jīng)濟(jì)報(bào)道記者調(diào)研包括銀行、信托、資管機(jī)構(gòu)的科技部門高層與一線員工發(fā)現(xiàn)，雖然布局、應(yīng)用大模型是不得不做的事，但金融機(jī)構(gòu)也開始為大模型應(yīng)用“擠水分”。

一方面，海內(nèi)外基礎(chǔ)模型不斷演進(jìn)，創(chuàng)新迭代的速度驚人，金融機(jī)構(gòu)需要尋找“確定性”，讓有限的資源最高效地投入到場景中，避免陷入“為了AI而AI”的技術(shù)陷阱；另一方面，當(dāng)人工智能重塑業(yè)務(wù)流程，金融從業(yè)人員直面AI沖擊，需要形成一套新機(jī)制，不僅實(shí)現(xiàn)應(yīng)用落地，也要確保責(zé)任落地。

如今看來，一場技術(shù)與業(yè)務(wù)價(jià)值的深度校準(zhǔn)正在展開。

布局大模型，要花多少錢？

長期以來金融機(jī)構(gòu)的科技投入規(guī)模巨大，特別是近年來“AI+”已成為重要戰(zhàn)略。四大國有銀行近年來的科技投入金額始終在200億元以上，就2024年來看，21世紀(jì)經(jīng)濟(jì)報(bào)道記者不完全統(tǒng)計(jì)數(shù)據(jù)顯示，上市銀行業(yè)科技投入總金額超過1800億元。

戰(zhàn)略性投入意味著大量的資金和時(shí)間投入，從獲取長期、穩(wěn)定的回報(bào)出發(fā)，而不是瞄準(zhǔn)短期、快速的利潤。然而，作為商業(yè)化運(yùn)營主體，金融機(jī)構(gòu)必須評(píng)估投入與產(chǎn)出的效能，因此，面對(duì)變化中的大模型應(yīng)用，不同機(jī)構(gòu)有不同考量。

大型金融機(jī)構(gòu)的選擇是大規(guī)模投入。建設(shè)銀行原首席信息官金磐石在業(yè)績發(fā)布會(huì)上透露，截至2024年底，該行先后適配了16個(gè)版本的通用大模型，進(jìn)而形成了16個(gè)版本的金融大模型。“這種策略保證了隨著金融大模型能力的快速迭代，我們業(yè)務(wù)場景的應(yīng)用效果能夠達(dá)到‘水漲船高’的效果。”

“不得不承認(rèn)，布局大模型已經(jīng)是一個(gè)必須完成的任務(wù)。‘用不用’暫且不論，前提首先是你得有這些大模型。”一家位于華東地區(qū)的股份行金融科技部中層坦言，特別是當(dāng)其他機(jī)構(gòu)都接入了某一家大模型，如果不及時(shí)跟上可能意味著“缺位”。

金融機(jī)構(gòu)為了迎接大模型時(shí)代的到來要花多少錢？最大的投入在算力建設(shè)。

某股份行信息科技部副總告訴記者，這里的投入包括底層基礎(chǔ)設(shè)施建設(shè)和AI人才引進(jìn)兩大方面。在大模型應(yīng)用前，該行使用的服務(wù)器是“通算平臺(tái)”，與大模型相關(guān)的平臺(tái)是“智算平臺(tái)”，智算平臺(tái)既包括大語言模型訓(xùn)練，也包括推動(dòng)大模型在金融領(lǐng)域應(yīng)用的推理平臺(tái)。“每臺(tái)GPU需要8個(gè)芯片，單臺(tái)價(jià)格接近200萬元，如果要做一個(gè)集群至少需要布局五六百臺(tái)。”按此計(jì)算，該行僅智算平臺(tái)的算力投入就至少數(shù)億元。

也有機(jī)構(gòu)根據(jù)自身的實(shí)際業(yè)務(wù)情況選擇了不同的部署路徑。

“現(xiàn)在整個(gè)大模型市場是很開放的，不僅是DeepSeek，包括通義千問、騰訊混元等等，個(gè)人和機(jī)構(gòu)都有機(jī)會(huì)自主選擇部署、訪問，關(guān)鍵在于你能投入多少硬件資源，或者購買多少云服務(wù)的調(diào)用數(shù)量。”華能貴誠信托副總經(jīng)理趙明華向記者表示，算力成本依然是金融大模型訓(xùn)練的核心問題。

趙明華坦言，作為一家非銀金融機(jī)構(gòu)，公司能投入AI的資源是相對(duì)有限的，如果要建立起多個(gè)業(yè)務(wù)系統(tǒng)的全面部署，預(yù)估需要千萬量級(jí)的投入。他指出，其中最核心的投入是硬件投入，從目前DeepSeek-R1模型的性能來看，如果要跑起671b的“滿血版”，加上支持500人的并發(fā)訪問量，需要投入1000多萬元的預(yù)算。

“就智能客服這個(gè)場景來看，此前ChatGPT展現(xiàn)出的能力讓客服的智能化成為可能，但在我們公司直銷規(guī)模不大，直接面向客戶場景不夠充分的情況下，花費(fèi)數(shù)百萬部署智能系統(tǒng)實(shí)現(xiàn)的效果或許還不如人工服務(wù)。”趙明華表示。

重估技術(shù)價(jià)值

“技術(shù)本身并不是目的，我們需要避免陷入到‘為AI而AI’的技術(shù)陷阱。這一方面要求商業(yè)銀行間要從技術(shù)驅(qū)動(dòng)向價(jià)值驅(qū)動(dòng)轉(zhuǎn)變，形成技術(shù)、場景、價(jià)值的閉環(huán)，另一方面要從碎片的應(yīng)用轉(zhuǎn)向流程的應(yīng)用，推動(dòng)人工智能和業(yè)務(wù)邏輯的深度融合。”近日，在國民財(cái)富發(fā)展研究合作平臺(tái)“人工智能與金融未來”2025春季峰會(huì)上，浦發(fā)銀行副行長丁蔚表示。

價(jià)值驅(qū)動(dòng)意味著，金融機(jī)構(gòu)也開始衡量，在如此高昂的技術(shù)投入后，大模型能帶來多少業(yè)務(wù)價(jià)值？

記者咨詢了多家金融機(jī)構(gòu)的大模型項(xiàng)目立項(xiàng)評(píng)審標(biāo)準(zhǔn)，總結(jié)出兩個(gè)方面。

第一是，行業(yè)內(nèi)是否有成熟場景應(yīng)用的案例，這對(duì)應(yīng)了場景應(yīng)用的確定性。“比如智能營銷、客戶服務(wù)、信貸審批、反洗錢報(bào)告、智能投研、合規(guī)內(nèi)審這些其他銀行都已經(jīng)有成熟應(yīng)用的工具，一般是可以過審的。”前述華東股份行金科人士表示。

第二是，該項(xiàng)應(yīng)用落地后，在時(shí)間縮短、流程簡化、客戶體驗(yàn)等方面的量化數(shù)據(jù)評(píng)估，這對(duì)應(yīng)了場景應(yīng)用的價(jià)值。一位大行信審部的IT人士告訴記者，立項(xiàng)評(píng)審團(tuán)隊(duì)不僅包括科技部門領(lǐng)導(dǎo)，還涉及業(yè)務(wù)部門、內(nèi)控部門、財(cái)會(huì)部門等，來綜合評(píng)估科技投入與效率提升的價(jià)值是否匹配。

值得關(guān)注的是，DeepSeek和智能體的快速發(fā)展，都加快了大模型在金融領(lǐng)域落地應(yīng)用的進(jìn)程，也帶來了模型應(yīng)用的價(jià)值重估。

趙明華告訴記者：“今年在DeepSeek出來以后，我們發(fā)現(xiàn)智能客服可以基于開源框架很快地搭建起來，而且很多廠商提供了客服場景智能體，只需要我們灌輸基礎(chǔ)知識(shí)庫，就能實(shí)現(xiàn)落地，所以如今對(duì)這個(gè)場景應(yīng)用價(jià)值的評(píng)估就不一樣。”

某頭部保險(xiǎn)資管數(shù)字化轉(zhuǎn)型部門負(fù)責(zé)人告訴記者，經(jīng)歷兩年多的探索，他所在機(jī)構(gòu)已經(jīng)搭建起較成熟的AI應(yīng)用框架，在大模型底座不斷變化的情況下，不可避免地出現(xiàn)了重復(fù)建設(shè)的情況。“去年一年，我們?yōu)榱俗屔墒酱竽Ｐ驮谕堆袌鼍跋聦?shí)現(xiàn)更好的效果，做了大量訓(xùn)練優(yōu)化的工作，但今年DeepSeek發(fā)布R1模型后，我們發(fā)現(xiàn)過去很多針對(duì)推理能力的調(diào)優(yōu)問題已經(jīng)被解決掉了。”

“但這并不意味著我們?nèi)ツ曜龅耐度胧菦]有價(jià)值的。”他指出，模型變化和算力平權(quán)是一家機(jī)構(gòu)難以改變的未來趨勢，在數(shù)字化建設(shè)中沉淀下的平臺(tái)服務(wù)和數(shù)據(jù)積累，將成為戰(zhàn)略性投入實(shí)現(xiàn)價(jià)值最核心的能力。

信托網(wǎng)研究院研究員郭彥菊向記者展示了一組測算數(shù)據(jù)，DeepSeek通過架構(gòu)創(chuàng)新與系統(tǒng)優(yōu)化，將大模型訓(xùn)練成本降至行業(yè)平均水平的1/5以下，推理成本降幅超90%，為金融機(jī)構(gòu)部署私有化AI提供經(jīng)濟(jì)可行性。她預(yù)計(jì)2025年AI將驅(qū)動(dòng)信托行業(yè)運(yùn)營成本降低20%~30%，同時(shí)釋放超500億元增量市場空間。

推動(dòng)大模型應(yīng)用“擠水分”

金融大模型應(yīng)用的理想很豐滿，但在實(shí)際落地時(shí)，有受訪對(duì)象坦言，當(dāng)下金融業(yè)的大模型應(yīng)用還是有點(diǎn)“虛”。

前述華東股份行人士表示，在過去很長時(shí)間銀行使用的RPA、OCR等技術(shù)都是AI，但此前還是屬于“點(diǎn)對(duì)點(diǎn)”在某一具體場景下的應(yīng)用，是基于業(yè)務(wù)需求提出的，而大模型時(shí)代的人工智能成為了“大腦”型的端到端應(yīng)用。“有了這個(gè)大腦，什么場景好像都能用，但在很多專業(yè)化場景下，其性價(jià)比不如小模型或智能體。”

在部分機(jī)構(gòu)內(nèi)部，科技部門提供的某些智能化工具沒有真正切合業(yè)務(wù)痛點(diǎn)或存在幻覺問題，導(dǎo)致使用率不高，甚至增加了一線人員重新檢驗(yàn)、修改的工作量。

華北某國有行個(gè)貸經(jīng)理表示，他所在銀行提供了智能信貸報(bào)告生成工具，也會(huì)結(jié)合客戶個(gè)人信息給到智能審批的建議放款額度參考，但往往這一額度低于客戶實(shí)際需求，仍需客戶經(jīng)理進(jìn)行手工測算、驗(yàn)證。

但在另一家理工科背景的國有大行信審部人士看來，該行所提供的智能化授信審批系統(tǒng)對(duì)自己簡化工作流程帶來了較大便利。

“現(xiàn)在每個(gè)人都有一臺(tái)電腦，未來每個(gè)人也會(huì)有N個(gè)智能助理，但每個(gè)人精通電腦的程度是不同的。”前述華東股份行人士談道，電腦可以用來寫代碼、打游戲、做表格、寫文章，甚至有網(wǎng)友用Excel軟件畫畫，工具所能發(fā)揮的作用上限始終取決于使用方。

這意味著AI戰(zhàn)略不僅需要提供工具，還需要培養(yǎng)業(yè)務(wù)人員的大模型應(yīng)用能力。

前述保險(xiǎn)資管數(shù)字化轉(zhuǎn)型部門人士告訴記者，為了讓全集團(tuán)員工用好大模型，他所在機(jī)構(gòu)在去年一年辦了超過20場AI培訓(xùn)，來“刷新員工對(duì)AI的認(rèn)知”。“我們不僅面向全員做了科普性的AI工具教程，還對(duì)個(gè)別部門針對(duì)他所在的業(yè)務(wù)場景，灌輸AI工具應(yīng)用的價(jià)值。”他提到，針對(duì)投研、風(fēng)險(xiǎn)管理等重點(diǎn)部門，還由科技部門與業(yè)務(wù)部門共同探索創(chuàng)新工具試點(diǎn)。

前述已經(jīng)體驗(yàn)到智能審批系統(tǒng)價(jià)值的大行人士也表示，她所在銀行在多地建立了軟件開發(fā)中心，來配合業(yè)務(wù)部門提出的科技開發(fā)需求，該行很多AI應(yīng)用都是由業(yè)務(wù)部門主動(dòng)提報(bào)申請(qǐng)，再由科技人員駐場開發(fā)，共同推動(dòng)應(yīng)用落地。

“金融行業(yè)的智能化進(jìn)程是一個(gè)龐大的體系，急于求成是不現(xiàn)實(shí)的，如果一家企業(yè)的數(shù)字化沒有做好，智能化根本是空中樓閣。”前述保險(xiǎn)資管人士表示，至少需要未來5年內(nèi)的數(shù)字化積累，不斷夯實(shí)數(shù)據(jù)基礎(chǔ)、重塑全員AI認(rèn)知，才能實(shí)現(xiàn)智能應(yīng)用的規(guī)模化落地。

來源：21世紀(jì)經(jīng)濟(jì)報(bào)道