近日，由神州信息主辦的“AI賦能金融系統(tǒng)測試效率提升研討會(huì)”在京圓滿召開。研討會(huì)特邀全國行股份制銀行、農(nóng)信機(jī)構(gòu)、城商行等30余家金融機(jī)構(gòu)，60余位相關(guān)負(fù)責(zé)人到場，與會(huì)嘉賓結(jié)合金融測試領(lǐng)域AI大模型技術(shù)發(fā)展趨勢(shì)和現(xiàn)階段技術(shù)難點(diǎn)進(jìn)行討論。神州信息新動(dòng)力數(shù)字金融研究院副院長薛春雨以“AIGC在金融行業(yè)的實(shí)踐及探索”為主題發(fā)表演講。
薛春雨
國內(nèi)銀行業(yè)大模型應(yīng)用場景落地情況
· 從行業(yè)認(rèn)知看，國內(nèi)銀行已經(jīng)從最開始的觀望態(tài)度，逐漸過渡到將大模型技術(shù)作為未來重點(diǎn)的數(shù)字化轉(zhuǎn)型方向，持續(xù)加大投入。同時(shí)，行業(yè)對(duì)大模型應(yīng)用價(jià)值的期待也逐漸從認(rèn)知偏高逐步回歸理性。在落地時(shí)更加關(guān)注大模型實(shí)際能夠發(fā)揮的業(yè)務(wù)價(jià)值。
· 從場景應(yīng)用看，雖然大模型尚未帶來“顛覆性”的應(yīng)用改變。但是，在“員工辦公助手、編碼助手、智能客服、知識(shí)助手等場景，大模型已經(jīng)產(chǎn)生明顯的業(yè)務(wù)價(jià)值。國內(nèi)六大行已經(jīng)基于大模型開展體系研發(fā)，并在多個(gè)業(yè)務(wù)領(lǐng)域?qū)崿F(xiàn)創(chuàng)新應(yīng)用，但是更多銀行還處于但場景探索階段。
· DeepSeek帶來的變化，私有化部署和相對(duì)的低成本訓(xùn)練，主要解決了企業(yè)基礎(chǔ)大模型的問題，但是大模型并不直接解決業(yè)務(wù)問題本身。依托大模型的優(yōu)勢(shì)能力，更有利于加速推動(dòng)金融場景創(chuàng)新探索。
因此，直接使用基礎(chǔ)大模型很難解決金融企業(yè)的實(shí)際問題，金融企業(yè)落地需要聚焦在企業(yè)大模型及相關(guān)聯(lián)的場景大模型方面。可以由場景大模型切入，逐步形成完整的企業(yè)大模型能力。
神州信息AIGC金融場景應(yīng)用五步走策略
· 降本增效類場景，從可快速見效業(yè)務(wù)場景切入，產(chǎn)生實(shí)際業(yè)務(wù)價(jià)值，逐步推動(dòng)應(yīng)用范圍擴(kuò)展。
· 客戶體驗(yàn)類場景，基于某領(lǐng)域的知識(shí)及數(shù)據(jù)，通過AIGC知識(shí)問答方式賦能交互體驗(yàn)提升。
· 多業(yè)務(wù)條線落地，通過多種AI技術(shù)的融合，形成綜合解決方案，并在多業(yè)務(wù)條線落地。
· 過程自動(dòng)化，基于AIGC對(duì)知識(shí)的綜合學(xué)習(xí)及判斷，對(duì)流程及決策類系統(tǒng)進(jìn)行自動(dòng)化處理。
· 高階智能化，融入AIGC等技術(shù)，實(shí)現(xiàn)過程的全面自動(dòng)化及專業(yè)化。
神州信息AIGC金融場景實(shí)踐
從軟件研發(fā)和知識(shí)問答兩個(gè)業(yè)務(wù)場景入手，從上至下持續(xù)沉淀，通過持續(xù)的場景落地，形成能力和實(shí)踐的積累，最終達(dá)到量變到質(zhì)變的演進(jìn)。
神州信息CodeMaster金融企業(yè)內(nèi)部代碼生成
· 產(chǎn)品介紹：利用大模型技術(shù)結(jié)合prompt提示工程能力，實(shí)現(xiàn)了代碼的自動(dòng)生成，智能補(bǔ)全、人機(jī)對(duì)話的交互開發(fā)。集成了銀行業(yè)各系統(tǒng)需求和設(shè)計(jì)方面的知識(shí)作為二次預(yù)訓(xùn)練語料。
· 落地案例：某銀行內(nèi)部框架平臺(tái)。通過插件端應(yīng)用，基于大模型微調(diào)、提示工程和相似搜索技術(shù)，結(jié)合工程端的配置，實(shí)現(xiàn)方法、類、組件、接口等不同粒度代碼的生成和修改。
· 后續(xù)計(jì)劃：通過“用、訓(xùn)、融”三步，借助Deepseek的私有化部署及部分能力的提升，提升代碼生成的能力，助力核心降本增效。
神州信息FinancialMaster金融企業(yè)知識(shí)大模型
· 產(chǎn)品介紹：綜合金融場景模型、Prompt構(gòu)建、大模型微調(diào)、大模型持續(xù)訓(xùn)練等適配技術(shù)，實(shí)現(xiàn)金融專有知識(shí)的業(yè)務(wù)應(yīng)用。基于金融領(lǐng)域的專有知識(shí)，并結(jié)合金融機(jī)構(gòu)內(nèi)部的相關(guān)信息，以及提供的各類業(yè)務(wù)系統(tǒng)的功能，改善用戶體驗(yàn)，提供高效的資料查詢與信息提煉能力
· 落地實(shí)踐：銀行監(jiān)管報(bào)送需求智能化提取銀行監(jiān)管報(bào)送需求智能化提取。基于行內(nèi)的現(xiàn)有數(shù)據(jù)資產(chǎn)等構(gòu)建基礎(chǔ)的知識(shí)支撐，最終為監(jiān)管報(bào)送各部門提供便捷的對(duì)話支持以及自動(dòng)進(jìn)行相關(guān)數(shù)據(jù)字典的更新。可實(shí)現(xiàn)，AI對(duì)話系統(tǒng)、應(yīng)用層數(shù)據(jù)字典智能生成、EAST5.0全量數(shù)據(jù)字典離線生成、監(jiān)管報(bào)表部門數(shù)據(jù)字典生成、監(jiān)管發(fā)文解析等功能。
AIGC金融行業(yè)發(fā)展趨勢(shì)
· 趨勢(shì)一：大模型與小模型的融合。結(jié)合銀行的業(yè)務(wù)場景將傳統(tǒng)的算法與小模型、大模型合理銜接，才能更好的解決具體問題。
· 趨勢(shì)二：先進(jìn)基礎(chǔ)大模型的深度應(yīng)用。通過“模型架構(gòu)創(chuàng)新→算法優(yōu)化→部署成本控制→場景適配”的傳導(dǎo)鏈條，最終轉(zhuǎn)化為企業(yè)可量化的業(yè)務(wù)價(jià)值。
· 趨勢(shì)三：Agent技術(shù)的場景化滲透。通過整合 RPA 與 API 調(diào)用能力，實(shí)現(xiàn)了從任務(wù)發(fā)起到完成的全鏈路自動(dòng)化執(zhí)行。
· 趨勢(shì)四：AI中臺(tái)化。實(shí)現(xiàn)從分散應(yīng)用到統(tǒng)一賦能。
?京公網(wǎng)安備11010802043876
