中国经营报关注：破冰产业金融核心环节 大模型再探能力“边界”
联易融科技2024-04-19 18:31:02
来自广东
AI大模型推动的数字化浪潮正在全面展开，不少供应链金融市场参与者正在尝试将大模型技术用于供应链金融业务的核心环节。作为国内领先的供应链金融科技解决方案提供商，联易融率先将大模型技术运用至与一家大型银行合作的AI智能审单项目中，《中国经营报》对这一应用案例进行了报道。
报道正文：
随着大模型技术的快速发展，其在金融行业的应用逐渐受到关注。尽管大模型在C端市场的应用如火如荼，但在B端市场，仍处于探索偏冷的态势。少数应用在金融行业的场景，通常以智能客服或智能办公为主，缺乏真正介入核心业务环节的探索。
供应链金融尤其是无担保的下游业务，运营管理复杂、风控难度高，导致成本高企，是行业公认的业务“硬骨头”。《中国经营报》记者注意到，今年以来，一些供应链金融市场参与者正在尝试将大模型技术用于供应链金融业务的核心环节，以期解决这一难题。
在金融业务中，尤其是风险控制方面，以大语言模型为基础的通用人工智能虽然具有一定价值，实际的应用效果和价值仍有待验证。这些技术突破是否能够真正解决产业链中的问题？面对巨大的算力投入，如何平衡成本和效率？
随着人工智能（AI）在生产、库存、运输等产业链各个环节的全面渗透，IDC预测，到2026年，五成全球2000强企业将使用AI工具来支持产业链流程设计，企业运营成本将至少降低 5%。到2026年，25%的金融机构将使用生成式AI，助力金融服务在产业链的生产、制造、流通、消费等各个环节领域深度融合。
作为AI工具中最具关注度的大模型，到底能否在金融核心业务中发挥作用一直是市场讨论的热点。不过，理解大模型应用的价值，先要理解产业链金融遇到的困境。
记者注意到，这种将大模型用于金融核心业务的“辅助”，市场上的供应链金融科技参与者也进行了不同方向和程度的尝试。
联易融相关负责人在接受记者采访时表示，大模型在供应链金融中应用后主要提升了产业信息整合与交易分析的效率，实现智能化风险评估，从而进一步降低融资及运营成本。据其透露，目前其内部研发的供应链金融GPT模型已运用在与一家大型外资银行合作的AI智能审单科技项目中。
与此前的风控方式相比，大模型的优势表现在处理各种复杂文档及适应不同业务需求上。“比如在上述审单项目中使用的供应链金融GPT模型，我们在通用大模型基础上，用近200万张各个专业领域的文档图片对供应链金融GPT模型进行了重新训练，训练数据涵盖合同、商业发票等关键文档类型。从结果看，大模型在要素识别与定位、规则基于语义的比对等方面表现出了更精确的能力，同时单次调用成本低至几分钱，成本效益突出。”该负责人表示。
大模型技术用于金融核心业务环节时，其仍有应用的边界。比如，在网商银行实际应用中，没有用大模型的生成能力直接与客户交互。大模型绘制的产业链图谱会向风控系统提供客户识别、经营评分和画像，但最终小微经营者获得的贷款额度，仍然是风控系统多维度交叉验证的结果。
大模型解决的是更精确地识别问题，而不是最终的决策。
IDC中国副总裁兼首席分析师武连峰在接受记者采访时表示，大模型高价值应用，最关键的是找到合适的场景。它至少必须满足两个条件，一个是需要对海量数据进行分析，另一个是需要价值高昂的专家知识。
此外，由于大模型众所周知的“幻觉”问题，一旦判断失误将会造成严重损失或风险传导。因此，用于金融领域时必须要面对更高级别的限制。与图文生成一类大模型应用相比，金融大模型应用必须经过严格备案。
目前，业内人士普遍认同大模型确实有助于推动风控算法精确度的提升。
不过记者注意到，目前市场上真正将大模型运用于风控等核心领域的金融机构凤毛麟角。除了技术投入实力外，一个重要因素是金融行业对于安全和风险底线要求更高，新技术的研发应用流程较慢。
成本反而不是制约金融机构最重要的关键因素。据武连峰透露，通用大模型训练时需要大量高质量数据，如果金融机构运用通用大模型作为底层模型且不再进行太多预训练，直接做推理或者微调，数据量需求并不算大。“比如只要高质量地标注500条、1000条左右的数据，模型提升效果就会有5%到10%。”
他判断，2024年仍然是金融机构围绕大模型基础设施和解决方案的投入年，未来两到三年才会真正进入产出期。
（来源：联易融科技的财富号 2024-04-19 18:30） [点击查看原文]
郑重声明：用户在财富号/股吧/博客等社区发表的所有信息（包括但不限于文字、视频、音频、数据及图表）仅代表个人观点，与本网站立场无关，不对您构成任何投资建议，据此操作风险自担。请勿相信代客理财、免费荐股和炒股培训等宣传内容，远离非法证券活动。请勿添加发言用户的手机号码、公众号、微博、微信及QQ等信息，谨防上当受骗！
