本報（chinatimes.net.cn）記者付樂 本報記者
在過去的一年裡，銀行、金融科技公司不斷嘗試和調整金融大模型，逐漸走出了適合自身的發展模式。在業內看來，2025年將是生成式人工智能加速爆發的一年，金融大模型對b端業務的探索將提速。
《華夏時報》記者從多位一線從業者處了解到，大型銀行通過自建或聯合共建大模型，實現了在多個業務的創新應用，中小銀行則利用數據整合和模型精調，提升金融大模型的競爭力，另有金融科技公司選擇在應用層發力，以實現成本效益最大化。
1月15日，畢馬威中國金融科技主管合伙人黃艾舟對本報記者表示，結合當前金融大模型的建設情況來看，持續探索「ai+」應用已成為金融行業共識，呈現出傳統ai與生成式ai相輔相成的趨勢。一方面，以機器學習、知識圖譜等為代表的傳統ai技術仍在深化應用；另一方面，生成式ai應用也在加速落地。
金融業側重tob業務
根據國有四大行2024半年報，中國工商銀行的千億級大模型已在金融市場、信貸風控、網絡金融等業務場景落地應用；中國農業銀行正持續完善ai軟硬件支撐體系，推動al+應用場景落地；中國銀行在試點代碼輔助等大模型應用；中國建設銀行則強調持續推進金融大模型建設及應用，包括全面賦能行內業務、提升文生圖輸出質量等。
與此同時，互聯網銀行也將大模型能力用於智能客服、智能風控、貸後管理等關鍵場景。如新網銀行把大模型的應用實踐主要放在三個人員密集型的場景里，分別是客服、營銷和貸後，且在研發領域也有嘗試。另有網商銀行將ai大模型能力應用於產業鏈金融，使其成為金融風控系統的「助手」，幫助金融機構識別小微企業。
新網銀行相關負責人對本報記者介紹道，在模型的選擇上，新網銀行以開源模型為主、商業模型為輔，這些都跟科技預算投入以及最終科技投入在業務上所產生的價值有相關性。
與銀行不同的是，部分金融科技公司選擇在應用層發力，通過細分的業務場景，對通用模型進行微調，形成基於實際業務的小模型。對於大多數機構而言，自建大模型並不現實，從小切口進入可以降低成本，逐步積累場景，以滿足多樣化的金融需求。
《2024畢馬威中國金融科技企業雙50報告》指出，當前，金融大模型的建設方式主要為：基礎大模型底座以大廠的開源模型為主；平台層由部分金融科技企業提供平台化服務，且以數據治理類服務為主；應用層則是大部分金融科技企業選擇發力的主陣地，持續助力金融機構等探索ai+、agent等應用模式，代表案例有智能投顧、風控、反洗錢、防欺詐等。
黃艾舟表示，相關企業在充分分析場景需求基礎上，確定應用開發模式，並適配恰當的模型類型和參數量級，將是實現成本效益最大化的可行舉措。
某大模型一線從業者對記者坦言，當前通用大模型已經飽和，有三四個就足夠了，市場更需要基於行業的小模型。他進一步分享道，國內某頂級風投認為自身此前對部分底層大模型的投資出現了失誤，事實上落地產業才是硬道理。
中科聞歌副總裁汪小東對記者表示，金融大模型在to b端應用的關鍵在於，通過大模型與金融垂直專業知識的結合，大模型與專家小模型的結合，大模型與智能體（agent）的結合，先從非決策性場景切入，如智能客服，再逐步延展到決策性場景，如智能投決、信貸信審等。
「我們不少金融客戶的需求是，拿到模型之後經過微調可以直接使用，而不是從頭學起。」某金融科技公司高管說道。
值得注意的是，2024年每個季度，金融大模型中標項目數量和金額均創新高，落地持續加速。
根據智能超參數統計，在金融大模型中標項目數量方面，百度和科大訊飛表現較為突出，兩家廠商的中標項目數量都達到了雙位數。智譜、火山引擎、阿里雲、華訊網絡、南天信息、中科聞歌、深擎科技、融匯金信、騰訊雲、中關村科金等廠商中標項目數量在行業內排名相對靠前。
此外，在專註於b端業務的大模型獨角獸公司中，智譜和中關村科金成為了中標央國企項目數量最多的企業。
智譜是國內最早進入tob領域的大模型公司之一，通過生態化打法提升模型智能水平。和智譜不同，中關村科金的路徑則是把重點投入到企業級的大模型中台，並推出得助大模型平台，以滿足企業個性化場景的需求。
在中關村科金總裁喻友平看來，平台+應用+服務是企業大模型落地的最佳路徑，也將引領企業智能化升級未來方向。在他看來，大模型在tob領域實現商業化的核心是，要能夠幫助客戶解決核心問題。
奇富科技相關負責人則認為，在大模型的落地應用中，行業不應過度聚焦於參數和算力的競爭，而是要聚焦三個關鍵要素。首先是場景，業務導向的大模型應用並非僅依賴於優質模型，更需真實場景的不斷打磨。其次是數據，將通用金融數據與業務場景數據深度融合，通過數據反饋機制確保模型性能良性循環。最後是多智能體協作，用戶需求複雜多樣，單個智能體難以滿足，未來多智能體圍繞核心需求優化結果將成為趨勢。
具身智能走入金融場景
回顧整個2024年，在大模型持續發酵的背景下，具身智能成為標誌性風口，引得不少金融機構躍躍欲試。
智源人工智能研究院發佈的《十大ai技術及應用趨勢》報告顯示，具身智能將成為ai技術及應用的重要焦點，它將ai融入機械人等實體，使它們具備類似感知、學習、交互能力。
在2024年7月舉行的世界人工智能大會上，具身智能一時風頭無兩，靈巧的機械手、智能看娃設備、跳舞機械人、做咖啡機械人等吸引眾多觀眾駐足。
所謂「具身智能」，是指將人工智能融入機械人等實體，賦予它們像人一樣感知、學習和與環境動態交互的能力，簡單理解就是賦予ai「身體」，這被認為是邁向通用人工智能的重要一步。
在金融領域，具身智能通過視覺識別等技術，對金融機構的線下網點、金庫等場所進行智能巡檢、物品盤點等，提升運營效率和安全性。另有部分銀行上線了數字人客服、理財顧問等，提供包含2d、3d、文本、聲音等多模態的感知數據，為金融服務注入新的活力。
具體來看，去年7月，在建設銀行上海浦東分行，國內首個智能人形機械人銀行大堂經理場景訓練基地正式啟用。在真實的銀行大堂環境中，人形機械人可與客戶進行互動，接受多種業務諮詢和服務操作的訓練。
相較於傳統的人工服務場景，人形機械人銀行大堂經理能夠快速處理重複性任務，提供標準化服務。這些機械人不僅擁有高度仿生的軀體和擬人化的運動控制能力，還能識別周圍環境與物體，通過上肢運動模擬人類手臂動作，提供諮詢與引導服務。
另有工商銀行軟件開發中心基於金融大模型等技術，創新人形機械人在銀行場景服務模式。如在快速可控試點應用方面，探索人形機械人在展廳講解、迎賓導流、交易引導以及實物交付等場景的應用。
責任編輯：孟俊蓮 主編：張志偉
