本報記者 蔣牧雲 何莎莎 上海 北京報道
大模型時代，網際網路大廠、銀行、券商等各路機構紛紛下場，推進金融大模型這一「塔尖技術」進一步落地。在參與者眾多、企業競爭激烈的當下，構建金融大模型的標準體系已經「箭在弦上」。
近日，金融風控領域國際標準啟動會正式舉行。作為全球範圍內首個金融風險控制領域的大模型國際標準，該國際標準由騰訊主導發起，多家金融機構及科研院校等聯合制定，旨在為金融機構風控建模環節中應用AI大模型技術提供參考和指引，使金融機構在日益複雜和數據驅動的金融環境中，能夠高效地預測、衡量和管理業務風險。不久前，國內首個金融行業大模型標準發布。
接連發布有關金融行業大模型的標準意味著什麼？這些標準的發布，對金融大模型的發展將帶來哪些影響？
對此，多位業內人士告訴《中國經營報》記者，先後發布的金融大模型標準，分別側重於底層技術的定義和場景應用中的痛點。可以看到，我國金融大模型在進入規範化、標準化發展的同時，正在深入產業場景之中。多位業內人士還指出，需要注意的是，金融風控領域對於數據的合規安全要求更高，這也使得模型的訓練效果有所折損。接下來，如何在保障數據隱私和信息安全的前提下，充分利用數據進行模型訓練與應用，是一個擺在行業面前亟待解決的問題。
提升模型泛化能力
騰訊雲天御首席科學家、IEEE（電氣電子工程師學會）金融風控大模型標準工作組主席李超表示：「由於樣本積累速度和模型複雜度的限制，傳統的風險控制模型在風險識別和疊代頻率上存在明顯不足。以大規模人工智慧模型為例，基於生成網絡和深度學習的模型可以學習更長周期、更複雜的風險模式。它可以利用遷移學習對不同的業務垂直領域進行自適應匹配，提高風險控制識別的準確性，並顯著降低樣本要求。」
李超告訴記者，為確保風險控制的持續有效性，金融機構需針對不同業務領域建立合適的風險量化模型，並根據風險情況不斷疊代風險控制模型。尤其是金融行業在零售數字化的過程中，為了適應客群下沉、金融產品秒批秒放、快速審核等特點，需要更加敏捷、動態、精準的風控能力。本次標準正是為了解決傳統金融風險控制模型的缺陷而制定的。與傳統風控模型相比，基於大規模AI算法的風控模型能高效融合海量的金融反欺詐先驗知識形成大模型，在應用時能顯著提升模型的風險識別性能以及跨場景的泛化能力。
標準的制定對金融行業意味著什麼？
天使投資人、人工智慧專家郭濤向記者表示，標準的制定，首先能夠促進金融大模型的標準化和規範化，提高模型的可比性和可複製性，有助於推動整個行業的發展。其次，通過標準的制定，可以降低金融大模型的開發和應用成本，提高金融機構的效率和競爭力。此外，行業標準的制定還可以促進金融機構之間的合作與交流，推動技術的創新和應用。
記者還注意到，在不久前的9月，我國首個金融行業大模型標準——《面向行業的大規模預訓練模型技術和應用評估方法第1部分：金融大模型》發布，該標準則由中國信息通信研究院牽頭，聯合騰訊雲、奇富科技、科大訊飛等40多家企業共同編制。
在中國信息協會常務理事、國研新經濟研究院創始院長朱克力看來，先後發布的金融大模型標準以及金融風控大模型標準，兩者側重有所不同。前者是國內標準，側重於底層技術，主要從數據構建、模型算法、模型訓練、模型壓縮與加速、模型評測、模型運營和安全可信幾個方面去定義金融行業的大模型。而後者是國際標準，側重於場景應用，主要聚焦的是金融行業信貸場景風控建模過程中應用大模型的流程和技術指導。這也代表我國金融大模型在進入規範化、標準化發展的新階段，同時正在深入產業場景，解決其中痛點。
疊代效率提升
金融行業近年來一直在探索人工智慧技術在風控環節的應用。大模型技術應用在風控環節中將帶來哪些成效？
對此，李超告訴記者，通過大規模AI算法的風控模型在幫助金融機構建模，以及模型疊代效率的提升上有較為明顯的幫助。當金融機構接入騰訊雲金融風控大模型後，可基於「樣本提示」模式自動生成定製風控模型，實現從樣本收集、模型訓練到部署上線的全流程零人工參與，建模時間從以前的2周縮短到僅需2天。疊代方面，在建模需求旺盛的消費金融行業，面對每半年甚至幾個月一次的模型疊代需求，某頭部消費金融企業接入風控大模型之後，大幅提升了模型疊代效率，雙方一起聯合共建了10個定製化的風控模型，應用在反欺詐、信用初篩等多個業務場景。目前，騰訊安全已經和頭部金融機構聯合共建了近百個定製化的風控模型，基於大模型生產的定製化風控模型，相比傳統方案反欺詐效果（模型區分度，KS值）提升了20%。
馬上消費數據智能與風控研發部高級總監王思遠則向記者表示，通過大模型技術加持的風控模型能夠在複雜的環境下，廣泛利用多模異構數據進行金融風險感知、歸因、預測和可信AI智能決策體系能力的進一步提升。同時，通過知識萃取、AI驅動的內容生成能力也促成了生產力工具和企業運營的能力變革，從而使機構能夠更好地滿足用戶差異化、精準化需求。
對於標準構建後的下一步計劃，李超表示，將持續攜手產業各界推進標準建設與實踐落地，為金融行業智能化的高質量規範化發展提供重要支撐。特別地，啟動會現場還明確了標準的研製方案，並計劃於明年9月正式發布，為金融機構信貸風控建模提供參考指南。
多位金融機構人士在採訪中均向記者表示，在大模型技術的實際應用中，基於金融機構更嚴格的數據合規管理，在進行模型訓練時，機構首先需要取得數據的使用權並確定使用期限，然後再對數據進行加密處理。這樣，一方面使得模型得以落地，另一方面則是以犧牲了部分訓練效果為代價。
朱克力也向記者表示，如何在保障數據隱私和信息安全的前提下，充分利用數據進行模型訓練與應用，是一個亟待解決的問題。此外，要充分挖掘不同類型大模型在產業場景中的落地邏輯。同時，金融風控領域的大模型應用，還需要更加注重模型的可解釋性和可信度，以提高模型的可靠性及應用範圍。
記者也在採訪中了解到，合規安全正成為金融機構接下來努力的一大方向。
王思遠告訴記者，接下來公司將致力於形成更加合規安全的科學決策。他談到：「過往人工智慧聚焦工具革命，大模型會帶來科學的革命，讓金融在進行風險控制的同時，更具科學性、合規性、有效性。具體路徑上，我們將通過群體智能決策模式，形成安全可控且穩定的大規模智能決策層，對數據的組織方式、數據的決策方式以及科技的架構、未來組織戰略產生質的影響。」