金融大模型正在从概念走向落地。过去的一年，不少金融大模型创新产品出现，成为了推动金融行业数字化转型的重要力量，大模型提升风控效率和准确性的同时，也为监管升级和合规管控提供了有力支持。2024年，金融大模型取得了哪些进展和突破？在发展路径上，又有哪些不同呢？

　　此前，金融大模型多用在金融资讯、产品介绍、内容及图片文本生成等领域。如今，大模型在小微信贷和消费者信贷中发挥着重要作用，深入风控、额度管理、客户服务和贷后管理等关键环节，提升了金融服务质效。

　　12月26日，招联首席研究员董希淼对《华夏时报》记者表示，金融机构、科技公司如果能够深度运用以大模型所代表的生成式人工智能，大力推进数字化转型，持续创新产品服务，不断提升用户体验，就可能走出一条差异化、特色化的发展之路。从这个意义上讲，大模型不但将成为金融业的数字化劳动力，还将促进金融机构数字化转型，推动数字金融深度发展。

　　“通用”和“垂直”并行

　　不久前，阿里云推出了八大行业模型，华为云发布了盘古大模型，百度发布了医疗大模型灵医，这些都是针对特定行业的大模型应用。从国内大模型的发展来看，当前基础大模型已经饱和，企业的发力点开始转向行业垂直大模型。

　　金融行业具有数据密集、业务场景复杂等特征，是大模型渗透率最高的行业之一。当前，金融业大模型正逐步从通用智能向专业化智能转变，通过结合生成算法等技术，推动金融业数字化转型。

　　中央金融工作会议强调，要做好包括数字金融在内的五篇大文章在数字经济的大背景下，金融科技的创新被视作发展数字金融的关键路径，大模型则是创新的重要引擎。如何利用好、发展好大模型，对于深化我国金融业数字化转型具有重要意义。

　　据记者不完全统计，2024年1至11月份，有超过100家金融机构发起了大模型相关采购中标项目，相比年初，下半年金融机构发布的大模型招投标项目数量明显增多。

　　今年9月，毕马威发布的《2024中国金融科技企业首席洞察报告》显示，九成企业看好大模型金融应用前景客服、风控、营销是三大热门场景，尤其是市场营销场景与风险控制场景，分别有25%和24%将其作为首选项。

　　奇富科技对本报记者表示，AI大模型在金融行业中的价值已经从降本增效逐步升级到高效提升业务核心收益，这将带动全行业颠覆式产品服务模式创新，逐步实现为用户提供无缝嵌入生活的高度个性化金融服务。

　　金融的核心是风控。大模型已经在风控环节发挥关键作用。通过大模型技术，金融机构能够更精准地识别客户行为中的风险信号，提升风控精确度。例如今年4月，网商银行宣布升级大雁系统，首次将AI大模型的能力应用于产业链金融。

　　不过，这一应用并非是直接生成内容、与用户互动，而是在后台成为金融风控系统的“助手”，帮助金融机构识别小微。“金融行业对安全、风险要求极为严苛，大模型应用仍然有很多问题需要验证。”网商银行高级工程师方珂告诉记者，大模型会出现“幻觉”，如果错判了客户的经营情况，带来的可能是真金白银的损失。

　　大模型深入信贷前、中、后环节

　　2024年初至今，大模型重塑了金融业多个业务环节。

　　在小微信贷和消费者信贷领域，额度管理和差异化定价是机构竞争的关键。在贷前，大模型通过分析申请人的历史交易数据、收入水平等信息，评估申请人的还款能力和意愿，多维度了解借款人的潜在风险信号，基于借款人实时信用表现，动态调整授信额度。在贷中，根据客户资料提交情况来做差异化授信。某金融科技从业者对记者举例道，当用户在申请贷款时，对于提供联系人信息，如配偶姓名，出现多次输入和修改的情况，可能其行为有些怪异。在贷后，大模型则辅助贷后管理人员识别客户意图，以便于个性化服务。

　　大模型的加入，进一步支撑了信贷业务的精细化运营。记者盘点后发现，目前主要金融科技公司都已开发自有大模型，并应用于多个业务环节。

　　奇富科技发布的AI产品“小奇”，基于大模型技术的AI伴侣可全天候服务并预测用户的金融需求。小奇基于金融交易数据、行为日志及客服对话语料进行训练，具备全程智能无人工、多轮交互及语控功能，可提升用户额度申请与营销效率，降低进线率。

　　金融大模型产品落地层面，奇富科技首席算法科学家费浩峻对本报记者表示，一是深耕场景，以坐席提效助手奇富Copilot为例，通过定位业务场景，深度分析上亿通历史通话记录，提炼出高效沟通策略与话术模板，助力坐席捕捉用户意图；二是数据飞轮，以大模型在小微金融中构建的关系图谱为例，通过持续迭代的数据反馈机制，确保模型性能形成良性循环；三是多智能体协作，奇富营销智能体目前可调用多个智能体协作，实现了营销从任务优化升级到自主智能解决问题。

　　通过金融专属数据预训练、业务数据精调，乐信自研的“奇点”AI大模型已深入到业务的主要环节，提升数据整合和分析能力，为风险管理和决策提供支持，目前已经在电销、客服、催收等主要业务流程中全面落地。今年第三季度，大模型实时意图识别的准确度持续提升，贷后管理场景下，准确率相比外采提升17%。

　　信也科技“米粒”通用大模型聚焦客服场景，不仅能够回答常见业务相关信息，还能在没有流程设置的条件下实现上下文多轮智能问答，并自动操作一些高频的服务，并应用于编码辅助、坐席培训、信息抽取等多个业务环节；嘉银科技的“灵犀”AI Agent，已应用于企业办公效能、人力资源咨询等场景，可智能响应重复问题，提升员工办公效率，开启创新工作模式，并逐步探索数据分析、财务、合同、风险监控等环节，实现更为广泛的人机协同；维信金科的“金乌大模型”则涵盖了声音识别、语音合成、图像识别以及代码补全等多个领域，提升了客户服务的统计分析和质量控制水平。

　　除了金融科技公司，另有部分消费金融机构也把大模型用于优化信贷服务，并应用于智能营销、智能客服等业务场景。

　　海尔消金相关负责人对本报记者表示，当前大模型主要用于两个方面，分别是AIGC（AI生成内容）和AGI（通用人工智能），对消金业务中的贷前、贷中、贷后、客户经营、数字化运营、研发体系都产生影响。如运用大模型可以实现坐席通话信息自动摘录、识别，节约专员用时、提升准确性，提升专员产能等。

　　目前，海尔消金已在部分金融场景中应用到大模型，如为坐席人员提供大模型助手，以便识别用户意图；线上客服的内容生成以及语音交互服务；反欺诈领域的异常监测如风险模型的特征挖掘等。今年5月，海尔消金与火山引擎构建的消费金融垂直大模型，可满足消费金融场景90%以上的智能化场景需求，解决了摘录场景下近95%的质量问题，意图识别准确率超70%。

　　随着金融大模型纷纷落地，如何确保金融领域应用大模型的安全性、合规性也至关重要。马上消费的“天镜”2.0大模型研发了对抗学习技术，构建了对抗学习防伪新体系，提升了金融安全防护能力。以自动化营销流程为例，大模型将控制内容生成、解析监管文件、实时检测判断等贯穿业务全流程。