AI大模型落地金融業 如何創造數智化機遇？

封面新聞記者 歐陽宏宇

“我之前有時候正經技術活兒一點沒幹，時間全在拉通部門、整理數據上。”外人都覺得張天是光鮮亮麗的AI科學家，只有他自己不這麼認為。

近些年AI的興起讓中國的金融期貨交易開啟了數字化轉型的進程。從事中國金融期貨交易工作的張天負責的就是數據、算法方面的技術研究工作。然而，在不斷精進的過程中，他也感受到了一些力不從心。

“金融行業和AI是天然的結合，但一線的糟心事鮮有人知：上線一個AI應用有時候比造光刻機都費勁兒。感覺像是西西弗斯推石頭，每次業務遇到一個新問題，就需從頭開發新應用，導致效率奇低且算力等資源消耗比較大。”近日，張力在接受採訪時坦言。

換句話說，金融行業IT的AI改造，很多時候根本不是技術問題，而是需要一個好用的工具，去歸納、整理、提升開發效率、減少無故損耗。

缺乏中台導致資源浪費

金融行業急需稱手的工具

AI的發展並非一蹴而就，金融行業的智能化、數字化一日千里。在滿足業務越來越多元化需求時，各類項目的瑣碎度、複雜性大大超出了行業的預期。

在張天看來，譬如開發效率低，各類算法、框架被反複重新建設，煙囪式架構琳瑯滿目；各類AI成果、資產分散各地，管理整合困難，複用率極低；缺乏有效的AI資源監控管理手段，各類資源被過度佔用或未能合理使用，造成資源浪費。“所以，一個聰明好用的技術中台，需要能幫助數據處理人員解決‘煙囪式’系統架構問題，去降低AI業務場景的開發門檻。”

但走這一步也有不少前提。”金融級”是安全、可靠和可信的代名詞。一方面是，技術與業務結合非常緊密，每一個失誤都可能產生核爆級的影響；另外，金融行業系統建設週期長，尤其是測試週期很長，對新技術的採用更為謹慎。

首先是實打實地解決問題。張天所在的創新實驗室隸本質上是公司的IT部門，技術人的價值就是為業務問題找到能快速實現且運行穩定的解決方案。換句話說，他不太在意這個技術是時尚的還是老掉牙的，只要能安全可靠地解決問題，就是好技術。

其次，能經得起海量數據考驗。金融領域數據量大，勢頭猛，尤其是平台要能保證海量數據前提下，依然能平穩、高效運行。

再者，新平台能夠適配國內金融期貨場景。創新實驗室最重要的職責是協助交易所各業務場景的智能化，其中涉及交易、結算、風控、檢查各項業務，為風險控制市場提供技術基礎，在外部工具平台選擇上，需要既能貼合金融場景，又能讓技術人員用起來得心應手。

摸排清楚業務核心痛點、是確定好外部幫手的重要條件。張天認為，這個幫手總結來看主要有兩大硬核特點。首先是一站式的AI開發服務平台，可以為開發者、企業用戶提供從數據標註、模型訓練、部署等全套開發服務；其次還可以支援用戶結合自己的產業數據做精調訓練，從而幫助用戶快速創建和部署AI應用，提升工作效率。“對比各項技術後，選擇了AI大模型平台，通過行業大模型賦能現有金融業務場景。”

以數據分析為例，金融市場日益繁雜，相關信息能迅速傳播、發酵，影響市場情緒。金融領域是互聯網以外數據量最龐大的領域之一，公司每天都要進行巨量的輿情信息分析。

換句話說，外面找來的幫手需要經得住現有場景中的海量數據和調用衝擊。“在實際使用中，我們每天收到超過2000萬條輿情數據，每天調用次數達數億次，平台整體調用成功率超過了99%。”而如果使用傳統的方式處理這些數據量，需要構建統一的代碼框架，通用的代碼運行環境，部署維護反向代理工具等工作，將花費大量的人力和時間成本。

“現在一鍵調取即可，且運行至今都比較穩定，我們的技術人員從很多繁瑣的工作中解脫出來，工作效率提高了不少。”張天提到。

行業大模型賦能金融業

提質增效是核心指標

張天所在的技術團隊另一個高頻需求是模型的搭建。與AI初創企業不同，他們擁有不俗的IT能力，所以更注重底層設備和模型服務能力。”

“比如，在目前使用的平台裡面有150多種通用算法和算子能力，我們可以在工作流中直接訓練模型，並將其放入模型倉庫，形成從模型訓練到發佈再到服務的閉環，能夠有效降低搭建成本和人力投入。”張天隨即打開電腦實時操作了一番，工作流一旦搭建完成，如果僅需更改數據，可以簡單使用拖拽操作來調整所需的算法；而且還有多種開發方式，包括可視化建模、任務式建模和傳統的notebook建模。

將算法進行算子化後，開發基礎算子的精力投入和編碼工作量大幅降低，從而加速了模型的開發過程，降低了模型開發成本，提高了開發效率。“之前團隊需要花費一個月的工作，如今只需要2-3天就能完成，我們的咖啡可以少喝幾杯了。”他調侃道。

眼下，數字化轉型於金融機構已經成為必然趨勢，而非可選擇的選項。這是一場不僅涉及技術變革，更關乎認知轉變的革命。

今年年初開始，各類大模型產品相繼發佈，阿里巴巴、百度、科大訊飛等科技公司加碼通用大模型的同時，還有企業助力行業選擇了行業大模型，比如，騰訊就將大模型領域佈局的第一張牌選擇了金融行業場景中。

上月底，國內首個金融行業大模型標準編製完成；在海外，以彭博、摩根士丹利為代表的金融巨頭也在積極發力大模型開發與應用。對此，上海銀行黨委委員胡德斌認為，通過數字化能力能夠改變傳統管理流程和信息傳遞模式，以數據實時發現問題、精準研究問題、快速解決問題，實現過程管理和結果管理雙輪驅動，從而推動高質量發展。

“首先是底層工具能力得紮實，其次是開發響應及時，能快速交付。”張天總結道，金融行業的技術人員既是開發者又是用戶，所以一個趁手的工具很重要。

“從算子能力到平台能力、從解決方案到模型服務，大模型技術的湧現使得AI平台成為金融機構探索的全新方向，通過共享智能化能力降低AI業務場景的開發門檻。很多廠商已經跑出了第一步，我們也會持續關注和應用，希望能夠為用戶帶來更多的價值。”張天說。