當大模型走向商業化落地，C端通用大模型與B端垂直領域的應用成為兩條主流路徑。

對于大模型廠商科大訊飛而言，同樣面臨這般選擇?；仡櫚肽陙淼牡鷼v程，齊頭并進才是科大訊飛給出的答案。

今年5月，科大訊飛在首次發布通用大模型“星火認知大模型V1.0”時，就宣布啟動“1+N”戰略布局，“1”即星火通用大模型，“N”則是結合了行業數據訓練的行業大模型。到10月24日，科大訊飛聯合行業龍頭共同發布了12個行業大模型，涵蓋了金融、汽車、運營商、工業、住建、物業、法律、科技文獻、傳媒、政務、文旅、水利等領域，其中居于首位的正是金融大模型。

“如果說2023年是大模型的元年，2024年應該是大模型的‘燎原’之年?！痹诮邮?1世紀經濟報道記者專訪時，科大訊飛副總裁、金融科技事業部總經理沈海波指出，大模型必須堅持平臺開放，賦能金融行業全生態，打破過去小模型時代的場景壁壘。

大模型釋放金融創新想象力

“生成式AI能進一步解放生產力，更能釋放想象力，大模型將全面重塑營銷、服務、運營、風控、投研、投顧等場景?！鄙蚝２ㄌ岬?，例如在知識運營場景，可通過大模型解決傳統知識庫構建與運營成本高的問題；在營銷場景，大模型能力可支持非結構化實時或歷史數據標簽抽取，生成動態標簽，實現畫像增強、旅程經營、一鍵代辦、個性方案等功能；在客戶服務場景，大模型的應用將升級智能客服產品體系，實現復雜說法理解、多知識點回復、知識推理應答等功能。 

“最近與多家銀行交流時，大家都不約而同地提到了全行統一知識庫的建設問題?！睆男∧Ｐ蜁r代走入大模型時代，沈海波指出，相較過去的數據分析，場景知識成為一切運營的基礎與根本。

然而，當下場景知識運營依然存在痛點。沈海波告訴記者，目前很多機構依然很難從非結構化數據中提煉出有效業務知識，而在多渠道下已有知識的管理與運營相對割裂，特別是在文檔存儲更新依然依賴人工介入的背景下，知識的運營效率參差不齊。

這時金融大模型有了用武之地?！耙环矫婺軌驈姆墙Y構化數據中構建新的知識點，另一方面也可以通過大模型的深度理解與邏輯推理能力，讓全渠道統一知識管理變成可能?！鄙蚝２ǚ治龅?。

大模型的落地，為金融營銷展業場景的智能化帶來了新的契機?！盃I銷獲客、存客經營是每家金融服務企業的必修作業?！鄙蚝２ń榻B到，在與一線客戶經理的交流中，發現長尾用戶量大面廣、多渠道營服信息龐雜、產品功能與客戶個性化需求匹配難是普遍存在的痛點，這就需要有一款工具能夠幫助一線人員準確理解需求、高效銜接信息，把客戶旅程經營做實、做細、做好。

“智能展業助手有望成為幫助營銷一線提高效率的利器?！币员ｋU方案推薦場景為例，沈海波展示了大模型如何分析總結客戶對話內容，提取客戶訴求、產品偏好等關鍵信息，豐富客戶畫像，并生成產品對比推薦表格的全過程。他補充說：“我們還在不斷打磨場景，深入業務的邏輯節點，相信這款工具對客戶經理的幫助會越來越明顯?！?/p>

手機銀行APP迎來革新

“智能客服往往不夠智能?！边@是很多用戶在體驗后的疑問。

面對這一問題，沈海波坦言，傳統智能客服確實存在復雜問題難理解、專業知識更新不及時、多輪交互復雜場景運營工作量巨大、答案輸出個性化不足等問題。

在金融大模型落地的諸多場景中，智能客服是典型應用之一。

“在大模型的介入下，個性化交互與客服專家非常關注的情緒偵測問題都已經呈現出比較好的效果?！鄙蚝２ū硎?，基于“訊飛星火”多風格多任務長文本生成、多層次跨語種語言理解、泛領域開放式知識問答、情景式思維鏈邏輯推理等能力，可賦能智能客服產品實現意圖理解能力、專業知識應用能力、對話設計與交互能力、個性化表達能力等四個層面的全面提升。

但在沈海波看來，大模型帶來的智能客服能力提升，并不意味著AI客服有朝一日會替代人類，未來AI與人類員工的關系將是“人機協同”，“比人類強大的不是人工智能，而是掌握了人工智能的新人類。AI和人類的關系不應是取代和被取代，而是AI能幫助人類從繁重的工作中解放出來，從而有機會投入更有創造性的事情中?！?/p>

在智能客服能力提升的背景下，沈海波認為大模型短期內可以率先在手機銀行APP交互場景下實現應用。

“過去十年，移動互聯網深刻改變了金融業的渠道格局?！鄙蚝２ū硎?。

“移動互聯網讓手機銀行APP成為銀行展業的主要陣地，手機銀行APP自然也成為所有金融企業關注客戶感知與業務月活提升的焦點?！鄙蚝２ㄌ岬?，但當前金融APP依然存在幾個普遍問題，首先是功能太多且沉默功能過多，其次是菜單層級與業務分布的固化，導致各家APP趨同性比較強，最后是客戶的個性化需求較難被滿足。

在這一背景下，大模型將重塑手機銀行APP的交互體驗。

沈海波向記者演示了大模型生成能力與邏輯推理能力的未來前景。在這一案例中，APP助理分析了用戶當月交易金額分布，發現其在出行方面花費最多，其中高鐵出行與機票消費頻率較高，由此向客戶推薦該行合作的出行優惠券，在客服對話中實現了個性化的營銷。

他指出，大模型已經具備了革新APP的能力，可以實現一句話激活沉默菜單、對業務進行動態分析與結果呈現、在理解客戶偏好的基礎上提供個性化服務等功能。

“從1到N”的大模型“燎原”

“開放”一直是大模型訓練的主線。

今年7月，在2023世界人工智能大會會議間隙，科大訊飛總裁吳曉如在接受21世紀經濟報道記者采訪時就提到，未來訊飛大模型將開放平臺應用能力。

對于金融大模型的發展戰略，“從1到N”與“開放”同樣是沈海波在采訪中多次提到的關鍵詞。據他介紹，金融大模型的發展思路主要有四個方面：第一必須堅持大模型深入業務場景，在場景中實現價值創新；第二是大模型必須要融合現有產品，不僅是從0到1，還要從1到N實現產品矩陣的發展；第三是大模型必須要堅持平臺開放，實現整個金融行業的生態賦能；最后是堅持自主創新，不同于對開源模型的微調，結合金融業務特點進行了有針對性的升級，掌握全套知識，同時可在預訓練等底層進行訓練和效果優化。

但如今一個不可否認的現實是，“百模大戰”使得各家廠商的算法、算力、數據正在形成同質化競爭。

對此，沈海波表示，在垂直行業領域，既要不斷提升通用大模型的底層能力，更要深入業務場景鍛造行業大模型的生命力，在應用中持續訓練優化，解決實際問題，而這需要大模型廠商和金融機構的高度協同。在他看來，發展與金融機構的戰略合作，提供自主創新的行業大模型產品方案、深入理解金融應用場景、創造真實的用戶體驗價值，將成為拉開差異化競爭的關鍵。

“以大模型為代表的通用人工智能是當下大國科技博弈的前沿，相信政府會持續鼓勵創新進行政策加碼，但同時也會提出更多具體的合規要求，尤其對于金融行業這樣強監管的行業，監管部門一定會給出更多合法合規的算力、數據使用路徑?！鄙蚝２ㄕJ為，未來具備自主創新的技術能力的AI公司會脫穎而出，形成各自的行業應用生態；基于場景層的大模型創業開發團隊會越來越多，應用場景也會更加豐富多彩。

“大模型底層技術標準會趨于統一，應用生態會百花齊放?！痹诓稍L的最后，沈海波表達了他的期待。

責任編輯：王超