金融业对大模型态度变化:从焦虑到理性探索

自ChatGPT问世以来,金融业对人工智能大模型的态度经历了从焦虑到理性的转变。起初,行业内普遍担心技术落后,纷纷组建团队开展大模型相关工作。随着时间推移,金融机构开始更加理性地看待大模型,关注其实际应用价值。

目前,多家大型银行已将大模型列入战略规划。据不完全统计,至少11家A股上市银行在最新半年报中提出正在探索大模型应用。从近期动向来看,金融机构正从战略和顶层设计层面对大模型进行更深入的思考和规划。

与年初相比,金融客户对大模型的理解明显提升。一些大型银行率先推出大模型应用,如农行的ChatABC。随后,更多金融机构开始关注大模型的实际应用价值,而非单纯追求自建模型。

由于算力、成本等限制,金融机构采取了不同的大模型应用策略。大型机构倾向于自建企业大模型,中小机构则更多采用公有云API或私有化部署服务。为解决算力问题,一些机构选择自建算力,另一些则采用混合部署方案。

数据治理也成为金融机构的重点工作。越来越多的机构开始构建数据中台和治理体系。有银行通过MLOps方式建立大模型数据闭环,实现了数据的高效管理和处理。

在应用场景方面,金融机构普遍选择从内部场景入手,如智慧办公、智能开发等。代码助手和客服助手是较易见效的应用领域。然而,大模型在金融核心业务中的应用仍面临挑战,需要进一步探索。

一些金融机构已开始基于大模型重构IT系统,采用分层模式,将大模型作为中枢,整合传统模型。多模型策略也被广泛采用,以优选最佳效果。

大模型的应用对金融行业人才结构带来影响。一方面,部分传统岗位面临被替代风险;另一方面,大模型相关人才缺口巨大。金融机构正通过多种方式培养和引进AI人才,以支持大模型应用的持续发展。

总的来说,金融业对大模型的态度已从初期的焦虑转向理性探索,正在积极寻找适合自身的应用路径和发展模式。