度小满CEO朱光：发展大模型技术 提升金融科技全球竞争力

ChatGPT的横空出世，再一次印证了这一点——“你永远可以相信科技的力量”。虽然还只是一个供试用的初级产品，ChatGPT在性能和体验上的突破性、颠覆性已经显而易见，对它的关注度、参与度已经远远超过了7年前AlphaGo战胜李世石。ChatGPT拥有持续的上下文对话能力，并具备一定逻辑推理能力，能对信息进行有效的总结提炼、生成文章、生成代码、完成翻译等，尤其是对话过程中展现出的智能水平令人惊叹。ChatGPT的问世，意味着人工智能的发展到了从“弱人工智能”向“强人工智能”跃迁的分水岭。

比ChatGPT更值得关注的是它背后的技术和技术趋势。这就是说，比ChatGPT更重要的是GPT(Generative Pre-trained Transformer 即”生成型预训练变换模型”)，是大语言模型这种前沿技术，ChatGPT是在此“根技术”上开发的应用产品，是AI技术在文本生成领域的一种应用。相比一般AI模型，大模型输出的能力已经是一种通用智能，不同于像AlphaGo那样只能应用于狭窄领域的专用智能，大大拓宽了人工智能的应用范围和想象空间。事实上，基于大模型，OpenAI团队不仅推出了ChatGPT(对话)，还推出了CodeX(代码生成)、DALL-E(图像生成)。相比于专用智能，GPT大模型更像是一个一专多能、学会了如何学习的“人”，而不是只适于特定场景的“机器”。

类似GPT这样的大模型技术，是下一代AI技术较量的核心课题，有人干脆把它称为AI 2.0。它的出现，意味着所有围绕移动互联网、AI 1.0的竞争和竞争优势正在告一段落。大模型技术将重塑多个行业的工作方式和格局，其中最明显的，也许就是金融业。换言之，大模型技术正在重新定义金融科技(Fintech)。

大模型技术大幅加速金融行业的智能化进程，定义行业新入口

金融行业是数字化、智能化的先行者，也是大模型技术落地的最佳领域。如果将大模型的能力放在金融行业中去处理原有的任务，会对很多工作产生颠覆性的影响。

大模型可以分为理解式大模型和生成式大模型。理解式大模型优势在于数据洞察理解能力，可以用在智能推荐、风险管理、智能经营上，帮助金融机构大幅提升经营效率和风险管理决策能力。生成式人工智能可以自主地生成新的数据、图像、语音、文本等信息，成为理财师、保险经纪人等金融从业人员的得力助手，大幅提升服务效率和服务体验。

(一)理解式大模型将客户经营与风控等决策能力提到新高度，降低金融风险

理解式大模型在海量数据基础上进行预训练，可以大幅提升数据洞察理解能力，让金融机构的客户经营与风控等决策能力提升到新高度。基于大模型技术，金融机构可以更好地理解和响应用户需求，让产品和用户需求更精准的匹配。在大模型的通用能力基础上，融合金融行业的知识和数据用于风险评估，有助于金融机构的风险决策，大幅提升风险稳定性；如果把各类金融大数据、不同行业的数据、宏观经济数据注入大模型，则可以进行有效的风险预警和预测，降低整个社会的金融风险。

度小满依托于百度人工智能技术，已经开展了一系列基于大模型的应用。以风险管理为例，度小满已经将大型语言模型LLM应用在互联网文本数据、征信报告的解读上，通过用文本数据构造的预训练模型以及AI算法，能够将征信报告解读出40万维的风险变量，更好的识别小微企业主的信贷风险。随着模型的迭代，大模型在智能风控上的潜力将进一步释放。

(二)生成式大模型将以客户为中心，重塑客户服务流程和体验

类似GPT这样的生成式大模型，不仅能自主生成创造性的内容，如新的文本、语音、图像、数据等，同时基于人类反馈的强化学习，不断迭代和提升生成内容的质量。金融业是以客户为中心的服务行业，与生成式大模型结合，有着广阔的应用场景。

对客户，生成式大模型可以是“永远在线的超级金融顾问”。过去，保险公司的经纪人向你推荐一款重疾险，只会把他认为更好的讲给你，但保险条款很复杂，有时很难做出选择。超级金融顾问则不代表某一家公司的产品和立场，非常中立地根据客户的需求、收入情况、身体情况等推荐适合的产品，不管是信贷产品，理财产品，还是保险产品，它都可以依托海量专业知识库，为客户提供24小时不间断的在线服务，和贴心的解决方案。更重要的是，它“永远在学习”，不断增进对客户的洞察理解，这种进化能力超越很多金融的从业者。