近日，由21世紀經濟報道主辦、騰訊安全聯合主辦的“金融風控大模型打造動態風險治理體系”閉門研討會在北京召開，這也是“共建金融風控科技”系列閉門研討會第四站。

會上，聚焦于大模型在金融風控場景的應用，光大信托數據中心總經理祝世虎做了主題分享。祝世虎認為大模型是生產力的提升，智能風控必須主動擁抱大模型。并從數據共享與大模型、傳統模型與大模型、智能風控與大模型、大模型的治理與發展等四個方面進行了闡述。

一是數據共享與大模型。祝世虎指出從智能風控角度，數據包含：原始數據、標簽、特征這三個層次，與之對應的就是數據共享的三個層次。第一層級是原始數據與標簽的共享，例如企業信息的查詢、信用信息查詢等；第二層級是“數據+模型”的方式實現特征的共享，例如聯邦學習、隱私計算等；第三層級就是將數據信息與模型能力嵌入到大模型中，實現能力的共享與遷移。這或許就是我們所說的降維打擊。

二是傳統模型與大模型。大模型相對傳統模型具有一定的技術優勢，以客戶畫像領域為例，傳統模型是一系列的不同算法的小模型，例如以統計算法計算九資、以網絡圖譜計算客戶關系、以樹模型計算客戶偏好，其數據結果均為固定化的評級評分等，但是大模型則是通用算法來感知描述上述畫像，并且能夠進一步感知風險濃度、欺詐態勢等。大模型與傳統模型的未來趨勢將會由共存到超越。受制于計算復雜度高、可解釋性差等問題，大模型會與傳統模型會共存；其共存方式為大模型為中控驅動可解釋性的傳統模型；未來隨著大模型復雜度降低、可解釋性增強，大模型可能逐步替代傳統模型。

三是智能風控與大模型。祝世虎感嘆目前智能風控的發展也即將遭遇瓶頸，主要體現為：基于傳統算法的模型對風控效能的提升越來越弱，這導致了智能風控對數據的過度依賴，進而極大增加了風控成本，所以智能風控需要主動求變，主動擁抱大模型。目前看，大模型在金融行業的應用主要是，依托大模型人機交互能力的客服領域的應用，依托大模型生成能力的辦公與代碼領域的應用，但這些并不是金融機構的核心領域。未來大模型在監管、合規、風控等領域的落地應用，才標著大模型在金融機構的應用形成了閉環。

四是大模型的治理與發展。大模型在金融領域應用的架構可以劃分為三層金字塔結構：底層是通用的基礎大模型底座、中間層是金融行業級大模型、頂層是各家金融機構的任務級大模型。其中，基礎大模型底座的關注點是自主可控：包括硬件的自主可控、軟件框架的自主可控、生成內容的“AI對齊”社會主義核心價值觀。金融行業級的關注點是“能力對齊”使得中小金融機構可以遷移能力對齊大型金融機構，進而縮小中小金融機構與大型金融機構的數字能力的差距。中小金融機構的任務大模型起關注點是成本，通過數據整合、算力外包，以低成本來打造輕量級微調模型進行大模型能力的遷移。

最后，祝世虎提及了數據信托的問題。當數據資源成為了數據資產，進入了數據要素市場，數據信托可以從信托視角解決數據確權問題、數據資本化問題、數據生態整合問題、數據跨境流通問題。

責任編輯：王超