剛剛過去的世界人工智能大會（WAIC）上，各家廠商AI大模型“大秀肌肉”。在“千模大戰”的硝煙背后，大眾普遍關心的話題是，誰將歷經千帆成為中國版OpenAI？

“大模型的迭代是一場‘暴力’填數據、拔規模而造就的‘美學盛宴’?！敝薪鸸狙芯繄F隊在近日發布的“AI浪潮之巔”系列報告中如是說。

盡管作為推動AI大模型發展的“三駕馬車”，數據、算力、算法都關系著大模型技術商業化落地的成敗，但從多位接受21世紀經濟報道記者采訪的業內人士看來，在“搶芯片”之外，決定大模型質量和商業化落地的核心要素是數據。對于既要安全又要發展的金融業而言，在數據共享尚不充分的大模型起步階段，更需要建立開放的行業生態。

大模型時代的數據之痛

金融行業對模型并不陌生，機器學習也不是新鮮詞。

一直以來，在智能營銷、智能風控、智能投研、智能客服等領域，基于機器學習驅動的建模能力都是金融機構數智化轉型的基礎?！按竽Ｐ汀笔谴笮驼Z言模型的簡稱，機器用大規模語料庫數據進行訓練，通過算法從數據中學習如何完成任務，參數規模大、數學公式復雜。從AlphaGo到ChatGPT，如今機器已經可以在開放系統下實現自我學習與持續反饋。

與過去相比，當下的大模型時代對算力、算法、數據的需求已然改變。

“今天的AI體系是強依賴數據的，是數據驅動的智能體系?！蔽浵伡瘓F副總裁兼首席技術安全官韋韜表示。

“這次OpenAI為我們帶來的最重要的技術并不是幾千億的參數，而是基于數據的反饋，讓這個系統在持續強化學習下越來越聰明?！瘪R上消費金融CIO蔣寧告訴記者，即使大模型具備優秀的算法，如果沒有高質量數據集的訓練，就像失去學習能力的博士生，會逐步失去競爭力。

然而，目前“千模競帆”背后是國內各廠商的數據生態割裂。

“目前在通用大模型建設過程中，一方面當前中文高質量數據有限，另一方面中國移動互聯網生態與互聯網生態處于割裂情況?！笔Y寧告訴記者。

上海數據交易所副總經理韋志林在接受21世紀經濟報道記者采訪時指出，大模型之所以強大，能夠不斷地迭代，都依賴于算力算法以及最重要的數據?！霸凇{馬車’中，數據是最核心、最長遠、最基礎的要素，它每天都在產生，應用場景非常豐富?！睆钠渑c大模型企業溝通的情況來看，相較全球語料庫建設，國內語料庫供給需要進一步提升，語料庫的質量、標準、多樣性都有所欠缺。

“大模型技術出現后，數據供應的過程中還遇到四方面問題?！敝袊娮痈笨偨浝黻懼均i提到，一是缺少合規確權的機制，目前國內面臨的問題就是數據的有效供給不足。很多企業都在做語料庫，但數據都非常有限，而且可能面臨著統一標準的問題；二是缺少數據的計量估價機制；三是缺少協調分配；四是缺少安全隱私保護機制。

“我們國家的數據生產量全球排名在第二名，但是分散在各個行業、各個組織中，整體的數據是分開的。但大模型所需要是將數據進行物理歸集，在短時間內基于一定的算力與算法進行預訓練?！表f志林提到，國內各大主流廠商都推出了基于己方已有數據的大模型，但由于數據分散、豐富度不足、質量參差不齊等原因，各個大模型都存在一定的局限性。

“數據已經成為重要的生產要素，當數據開放共享的安全與收益分配機制還不完善，具有大量數據的頭部大廠開放高質量數據集的意愿不足，所以其主要將數據價值創新服務于企業內部，而沒有拿出去的動力?！表f志林表示。

金融業的垂直大模型解法

通用大模型激戰正酣，金融業的大模型運用則主要在行業垂直模型領域。

今年3月，彭博針對金融業推出大型語言模型BloombergGPT，引發市場對金融垂直領域大模型的關注。

在國內，今年5月，星環科技推出了第一款面向金融量化領域的生成式大語言模型“無涯Infinity”，度小滿開源國內首個千億參數金融大模型“軒轅”，今年6月，恒生電子發布金融行業大模型LightGPT，并宣布將于9月底正式開放試用接口。

多位受訪對象向21世紀經濟報道記者表示，目前金融業的大模型運用主要在工具層與應用層，無論是技術服務商還是金融機構，都在“量力而為”。

“我們以后不會再開發其他領域的模型，每個行業都有自己的行業壁壘?！毙黔h科技CEO孫元浩在接受記者采訪時提到，公司的主要戰略是提供大模型（LLMOps）的工具鏈，幫助金融機構訓練自己的大模型?！盎A大模型與應用之間的鴻溝實在是太大了，我們不可能用一家公司去做每個行業的大模型。和過去相比，大模型主要有2個方面需要改造，一是高達上千億的模型參數，需要算力支持，需要分布式、高可擴展的調度框架，二是巨量的高質量語料訓練?！睂O元浩表示，在過去服務于證券行業時，有二十萬個已完成標注的語料，也開發了量化因子，使得其訓練的模型基于量化策略可以直接用來做示范交易。

對金融機構內部來說，垂直領域的大模型更類似于“個性化小助手”與業務流程優化助手。

眾安保險首席技術官蔣紀勻告訴記者，大模型在保險業的落地，需要關注大模型在保險專業領域的知識增強，在合規安全的前提下，對接口調校和限制也有更高要求。因此眾安自主研發了AIGC中臺靈犀，通過適配如GPT、通義千問、文心一言等國內外主流大模型，靈犀可以幫助保險機構更好適配AIGC能力，允許機構用戶，在大模型內嵌入行業專業領域知識庫，實現AIGC在保險垂直領域的應用快速適配。

“談論大模型技術在金融核心業務場景下的應用為時尚早?！彼_摩耶云創始人兼董事長林建明在接受21世紀經濟報道記者專訪時提到，金融業對于算法可解釋性與可信度要求極高，AI仍處于“前牛頓時代”，人類還沒有搞懂基本原理，目前薩摩耶云對語言生成模型的應用主要集中在結合個性化推薦、用戶畫像等，解決線上線下協同過程中的自動化斷點問題。

行業擁抱生態互通

當通用大模型走向金融行業落地，割裂的數據生態使越來越多的機構擁抱合作互通。

就在7月10日，中國證監會科技監管局局長姚前刊文《關于大模型生態建設的若干思考》。姚前指出，在具體應用落地的過程中，GPT類大模型還會面臨一系列挑戰。一是如何確保訓練數據的數量與質量。一般而言，大模型的訓練語料為來自于多個領域的通用語料，而專業語料的收集通常比較耗時費力，同時也存在隱私問題，由此導致大模型在具體的個別應用領域可能出現專業性不足的情況。二是如何降低大模型的運行和維護成本。大模型需要巨大的算力支持和嚴格的數據治理，普通的機構和應用部門往往難以支撐大模型的運行以及迭代升級工作。為此，需要建立一個各類模型健康交互和協同進化的生態，以保證大模型相關人工智能產業可以在各個應用領域成功落地。

目前金融機構與通用大模型廠商的合作正在加速。在世界人工智能大會上，交通銀行與華為、騰訊云、科大訊飛宣布共建3個聯合創新實驗室，分別聚焦大模型在金融領域的應用與創新、增強網絡空間安全防御能力、研究認知模型在金融領域的應用。

針對目前金融數據開放依然不充分的問題，科大訊飛總裁吳曉如在接受21世紀經濟報道記者采訪時表示，其在合作中的做法分為兩步，第一步是無監督訓練，把大量公開數據和素材放進模型，幫助金融機構訓練基礎模型；如果金融機構需要模型針對行業做精細化調整，其并不需要太大算力，科大訊飛將在聯合創新實驗室中為金融機構提供工具，讓其自己做調試優化。

責任編輯：王超