近日，在“2024招银浦江数字金融生态大会”上，招商银行信息技术部总经理、候任首席信息官周天虹表示，近年来整个金融行业愈发重视科技应用，对科技的投入逐年增大。

根据公开资料显示，2023年，有13家银行的科技投入超过50亿，占营收比例的均值达到4.06%，其中8家银行的科技投入超过100亿，这其中也包括招商银行。

展望未来，周天虹认为人类社会即将进入智能时代，“毫无疑问，大模型将成为影响人类社会的最大因子，在未来深刻改变我们的经济、社会和生活方式。”

面对大模型的快速发展，他认为各行业最需要做的就是去拥抱、探索、尝试，特别是银行业。“银行业是典型的知识密集型行业，大模型的核心能力是围绕自然语言以及知识的理解、加工和处理，与银行业高度匹配，大模型的广泛应用在银行业将产生显著的商业价值。”

对此，中国银行原行长李礼辉分析认为，AI技术迭代带来多模态内容生产和人机交互方式变革，智能金融已有相关应用，但仍处早期阶段。

谈及算力竞争，李礼辉表示，算力在很大程度上决定了金融的竞争力，智能化的信任评估、客户筛选、风险定价、风险控制、量化交易、投资顾问、保险精算、数字员工以及能够链接各方供应链金融等都需要数据、算力、模型的支撑。

“算力建设的关键是突破核心技术的瓶颈。”他认为数据结构和共享很重要，我国需打破公共数据所有制，建立数据要素市场。智能金融创新应以AI信任与安全为前提，严格管控风险，融合通用大模型与垂直模型。

对此，金沙江创业投资基金主管合伙人朱啸虎则认为，大模型的核心不是算力，而是数据。“需要人工干预的额外的数据才是最有价值的，但这种数据很难上规模扩张。”他表示，大部分重复的同质化信息，压缩进大模型是没有价值的。

他以特斯拉的FSD举例，从15T到300T可能积累了很多有效数据，迭代速度很快，但未来有用的额外信息量已经不多了，没有价值，甚至对大模型本身的能力有损耗。

谈及生成式AI的发展现状，朱啸虎分析称，去年大家都认为这波生成式AI可以马上实现AGI了，人类甚至会被机器、AI取代，但今年迅速开始冷下来了。

他表示自己比较看好长期的发展态势。“任何一个技术创新周期都是一样的，一开始有很多泡沫，然后迅速冷下来，大家扎扎实实开始做事，这样慢慢形成一个比较健康的行业周期。”

据朱啸虎透露，二三线公司如今很难建立差异化，今年开始美国的很多二线大模型公司已经开始并购。

具体到大模型在金融领域的应用，朱啸虎透露了一组深圳企业的提效数据：几年前用AI只能做到取代10%的人工工作量，用Llama2可以做到20%-30%，而Llama3/GPT4就明显可以做到50%-60%。

在大模型的落地实践来看，数据最重要。他认为核心壁垒是需要做到没有错误。具体来看，每个行业、每个公司都有很多自己的专业术语，那么AI机器人是否能读懂这些专业术语，做到文本写作没有错误。

“我们需要拿自己的垂直数据进行大量训练，目前像GPT4这样最好的大模型，可能还是有20%左右的错误率。如果要做到95%以上准确率，是可以商业化的，很多金融从业人员很愿意为这样的产品付费。”朱啸虎表示。

谈及AIGC的未来，他提出要高度重视开源模型的应用，确保数据安全的同时降低成本。

“大模型公司单独存在或将面临困境，应与应用公司或云服务紧密结合。”

责任编辑：王煊