大模型在金融业落地:从战略到实践的理性回归

ChatGPT问世后,金融业迅速掀起一股大模型热潮。从最初的焦虑到现在的理性回归,金融机构对大模型的认知和应用正在逐步深化。

年初时,不少金融机构急于跟进,纷纷组建团队探索大模型应用。随着时间推移,大家开始意识到落地的困难,态度变得更加理性。目前,多家银行已在半年报中明确提出正在探索大模型应用,并从战略层面进行规划。

金融机构对大模型的理解有了明显提升。从最初单纯希望自建模型,转变为更关注应用价值。大型机构倾向于引入基础大模型自建企业大模型,中小机构则更多选择直接使用各类大模型服务。

在落地过程中,算力和数据是两大关键因素。部分大型机构选择自建算力,中小机构则多采用混合部署方式。同时,越来越多机构开始加强数据治理,构建数据中台。

在应用场景上,金融机构普遍采取"先内后外"策略,优先在内部场景试点。目前代码助手、智慧办公等非核心场景已有较多落地案例。业内预计年底前将出现一批核心业务场景的大模型应用项目。

从顶层设计看,不少机构正在基于大模型重构整个智能化体系,搭建包含基础设施、模型、服务、应用等多个层级的框架。这种框架普遍采用大模型作为中枢,同时保留传统小模型,并使用多模型策略。

大模型的应用也给金融业带来人才挑战。一方面部分岗位面临被替代,另一方面大模型相关人才严重短缺。金融机构正在通过校招、培训等方式培养人才,人员结构也将随之调整。

总的来看,金融业对大模型的应用正从最初的盲目追捧回归理性,开始深入思考如何将大模型与业务紧密结合,实现真正的价值创造。这个过程仍面临诸多挑战,需要金融机构、科技公司等各方共同努力。