訂閱
糾錯
加入自媒體

AI賦能金融,如何成為行業(yè)樣本?

人工智能加速落地,金融行業(yè)必須做出改變。

作  者 | 王 思 原  編  輯 | 伊 頁

近年來,在金融科技浪潮之下,商業(yè)銀行加快金融科技創(chuàng)新,“全面推進(jìn)數(shù)字化轉(zhuǎn)型”已經(jīng)成為包括銀行業(yè)在內(nèi)金融行業(yè)的共同目標(biāo),以及時代發(fā)展的必然趨勢。

而隨著當(dāng)下全球新一輪科技革命和產(chǎn)業(yè)變革深入推進(jìn),在“百年變局”中回應(yīng)歷史之變、時代之變、世界之變,數(shù)字化轉(zhuǎn)型也從1.0時代邁向了2.0時代。

1.0時代的數(shù)字化轉(zhuǎn)型主要是以互聯(lián)網(wǎng)為核心,實現(xiàn)金融業(yè)務(wù)的線上化、便捷化、普惠化,但仍然存在一些局限性,如數(shù)據(jù)孤島、服務(wù)標(biāo)準(zhǔn)化、風(fēng)險管控等。智能化是2.0時代數(shù)字化轉(zhuǎn)型的關(guān)鍵詞,也是銀行、金融業(yè)一直致力于探索和實踐的領(lǐng)域。從早期的智能客服、智能風(fēng)控、智能營銷等應(yīng)用,到近期AI的爆發(fā)、大模型時代的到來,行業(yè)即將迎來新一輪革新。

01新時代下的創(chuàng)新架構(gòu)

隨著人工智能的快速發(fā)展,以大模型為代表的底層技術(shù)得到爆發(fā),金融銀行業(yè)加快智能化轉(zhuǎn)型步伐已經(jīng)成為一個不可逆轉(zhuǎn)的趨勢。銀行業(yè)作為與數(shù)字距離最近的行業(yè),自然是數(shù)字變革的領(lǐng)導(dǎo)者。

并且經(jīng)過多年發(fā)展,大部分領(lǐng)先銀行基本形成了“業(yè)務(wù)+數(shù)據(jù)”雙平臺的應(yīng)用格局,但對于數(shù)據(jù)平臺的邊界以及與產(chǎn)品服務(wù)類、經(jīng)營分析類等業(yè)務(wù)間的交互關(guān)系,始終無標(biāo)準(zhǔn)答案。

隨著大模型爆發(fā),越來越多銀行逐步意識到,“數(shù)字化”本身是業(yè)務(wù)、數(shù)據(jù)與AI之間的相互融合,因此部分架構(gòu)師認(rèn)為平臺的范圍不僅是數(shù)據(jù)與業(yè)務(wù)的建設(shè),用戶自助化、數(shù)據(jù)產(chǎn)品化、智能員工化、運營數(shù)字化等等,這些AI應(yīng)用也應(yīng)當(dāng)納入平臺的開發(fā)和管理范疇。方可加快推動經(jīng)營和治理模式的數(shù)字化變革。

目前,六大國有行及部分全國股份行紛紛打造并推廣金融人工智能平臺,支撐智能應(yīng)用的快速孵化,或?qū)硪惠喗ㄔO(shè)潮。

而為了更好地支撐金融人工智能平臺這個“智能根基”建設(shè),國內(nèi)大行普遍考慮中心-分支-邊緣三級金融建設(shè)架構(gòu)。

中心對應(yīng)的是總行,基于硬件產(chǎn)品,如昇騰硬件,能夠集中建設(shè)高效節(jié)能的液冷AI訓(xùn)練和推理中心,再使用AI平臺進(jìn)行傳統(tǒng)AI模型和大模型的快速訓(xùn)練與部署,及各業(yè)務(wù)AI模型的管理。

圍繞中心產(chǎn)生的分支,對應(yīng)的是各個城市的支行,可以使用總行AI中心的資源運行相關(guān)業(yè)務(wù),并向總行AI中心回傳數(shù)據(jù),使業(yè)務(wù)模型不斷迭代演進(jìn)。

再分散出去的叫邊緣,對應(yīng)的也就是常見的網(wǎng)點營業(yè)廳,在該架構(gòu)中可以實現(xiàn)邊緣節(jié)點統(tǒng)一管理升級,也可以從總行AI中心獲取最新業(yè)務(wù)模型,在邊緣節(jié)點對實時數(shù)據(jù)進(jìn)行推理分析,并將部分?jǐn)?shù)據(jù)回傳總行AI中心。

通過AI平臺,能夠為銀行AI實驗室和各個業(yè)務(wù)部門的軟件開發(fā)部門提供數(shù)據(jù)標(biāo)注、數(shù)據(jù)管理、模型訓(xùn)練、準(zhǔn)確度驗證、應(yīng)用開發(fā),降低AI應(yīng)用門檻。

建設(shè)金融人工智能平臺,離不開算法、算力支撐。昇騰AI作為人工智能產(chǎn)業(yè)建設(shè)的主力軍,從底層硬件、操作系統(tǒng)、AI框架到應(yīng)用開發(fā),全面實現(xiàn)創(chuàng)新,在提供算力底座的同時,能最大限度提升AI與金融產(chǎn)業(yè)融合的效率,幫助企業(yè)實現(xiàn)效果和效用的最大化。

在行業(yè)大趨勢下,昇騰AI能夠為金融、銀行業(yè)帶來數(shù)據(jù)驅(qū)動業(yè)務(wù)的改革新范式,助力企業(yè)組織從人力驅(qū)動加速轉(zhuǎn)換至數(shù)據(jù)驅(qū)動,提高企業(yè)智能體、行業(yè)智能化的演進(jìn)過程。

02擁抱大模型,夯實大底座

與此前不同,新時代建設(shè)背景下,大模型成了銀行業(yè)、金融業(yè)的AI平臺建設(shè)的主要支撐點,其能夠幫助企業(yè)提高模型的精度、適應(yīng)性和安全性,適應(yīng)快速變化的商業(yè)環(huán)境,處理各種類型的數(shù)據(jù),進(jìn)行遷移學(xué)習(xí),保護(hù)客戶隱私和數(shù)據(jù)安全,因此大模型的加入至關(guān)重要。

一言以蔽之,大模型打破了傳統(tǒng)專用模型解決專有任務(wù)的AI研發(fā)范式。依托于大模型,銀行可以利用大量獨有的數(shù)據(jù)、案例和經(jīng)驗來進(jìn)行精確化訓(xùn)練。不同銀行采用不同算法,有不同數(shù)據(jù)庫,可以逐步提升,訓(xùn)練出核心競爭力。

而企業(yè)利用昇騰AI推出的大模型開發(fā)使能平臺,能夠從算力供給、模型算法建設(shè)、大模型分布式框架、大模型建模流水線等入手,與數(shù)據(jù)平臺對接,建立以大算力、大模型、大數(shù)據(jù)為核心的云原生智能底座,形成大模型+微調(diào)的高效率、高質(zhì)量、低門檻的AI建模新模式。

具體來看,企業(yè)可以在大模型算法庫建設(shè)上,通過開源+引入模式,豐富大模型算法,持續(xù)構(gòu)建基礎(chǔ)大模型算法庫;建設(shè)大模型分布式訓(xùn)練框架,完成接口標(biāo)準(zhǔn)化封裝和適配;另外結(jié)合大模型所需算力要求,升級大模型訓(xùn)練和推理算力集群;最后完成大模型適配,利用各垂直領(lǐng)域開發(fā)的建模模板形成包括一鍵式微調(diào)、轉(zhuǎn)換等配套開發(fā)工具在內(nèi)的建模流水線。

從技術(shù)維度上講,算法、算力為關(guān)鍵。為此,昇騰AI也致力于推動AI計算基礎(chǔ)設(shè)施建設(shè),助力算力網(wǎng)絡(luò)發(fā)展,推動各地人工智能計算中心陸續(xù)接入中國算力網(wǎng),為行業(yè)通用模型訓(xùn)練提供了強大的算力保障。也成功助力某國有銀行基于同業(yè)領(lǐng)先的開放式架構(gòu)云計算平臺,落成同業(yè)規(guī)模最大的千卡級算力集群。

在工程化維度,開發(fā)平臺成為AI落地應(yīng)用的重要支撐。其中,ModelArts作為一站式AI開發(fā)平臺,其使命就是讓AI應(yīng)用開發(fā)更簡單,為解決AI成為通用生產(chǎn)力,推動千行百業(yè)智能升級。

應(yīng)用維度上講,昇騰AI助力簡化大模型從開發(fā)到部署的全流程,有效突破了人工智能在規(guī);瘧(yīng)用方面通常具有的成本高、周期長、迭代慢等挑戰(zhàn);诖竽P偷耐ㄓ煤头夯芰Γ湫椭悄軋鼍暗钠骄P烷_發(fā)周期從一個月左右縮短到一周左右,極大提升了業(yè)務(wù)需求的響應(yīng)速度,節(jié)約了建模成本。

目前,金融業(yè)基于AI大模型,已在客戶服務(wù)、風(fēng)險防控、AI遙感等多個業(yè)務(wù)領(lǐng)域落地應(yīng)用,并取得良好效果。

以遙感大模型為例,依托AI平臺,將衛(wèi)星遙感圖像智能識別新技術(shù)與業(yè)務(wù)場景深度融合,開發(fā)地物分類、識別、變化等深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)監(jiān)測模型,自動獲取、加工、提取遙感數(shù)據(jù)信息,形成業(yè)務(wù)領(lǐng)域價值信息。通過多元化建設(shè)風(fēng)險防控手段,助力風(fēng)險防控能力自動化、智能化和全面化提升。

金融行業(yè)遙感大模型將地圖、定位、人地大數(shù)據(jù)與業(yè)務(wù)數(shù)據(jù)及營運數(shù)據(jù)結(jié)合,釋放空間信息數(shù)據(jù)的創(chuàng)新活力,為數(shù)字化轉(zhuǎn)型升級提供新動能。

可以說,在推動金融行業(yè)邁向新階段的過程中,昇騰既為AI基礎(chǔ)設(shè)施提供了算力底座,也是企業(yè)的AI使能者。昇騰AI大模型全流程使能體系在金融領(lǐng)域的成功嘗試,是助力金融行業(yè)高質(zhì)量發(fā)展的開始。

03金融行業(yè)“蝶變”在即

國內(nèi)外以ChatGPT為代表的大模型技術(shù)的成熟和廣泛應(yīng)用把我們帶入了人工智能時代,展望未來,新時代對于金融行業(yè)來說,充滿機遇的同時也充滿挑戰(zhàn)。

首先是數(shù)據(jù)建設(shè)問題。數(shù)據(jù)是人工智能生產(chǎn)力釋放的核心資源,雖然銀行擁有海量高價值數(shù)據(jù)資源,但一些綜合性數(shù)據(jù)是比較缺失的,另外如何保障數(shù)據(jù)安全、合規(guī)和隱私,同時提高數(shù)據(jù)質(zhì)量和利用效率,是金融行業(yè)需要解決的重要問題。所以對于銀行來說,要積極參與國家數(shù)據(jù)要素市場建設(shè),強化數(shù)據(jù)要素整合應(yīng)用能力,通過數(shù)據(jù)驅(qū)動,釋放數(shù)據(jù)要素價值,加速推進(jìn)銀行業(yè)數(shù)字化轉(zhuǎn)型。

另外在大模型建設(shè)過程中也需要大算力支撐。算力是人工智能的動力,但也是包括金融行業(yè)在內(nèi)各行各業(yè)的瓶頸。如何降低算力成本、提升算力性能和可擴(kuò)展性,是金融行業(yè)需要突破的關(guān)鍵因素。針對國內(nèi)外算力市場供給面臨的供給短缺、多廠商異構(gòu)算力融合、國產(chǎn)AI生態(tài)不足、機房和網(wǎng)絡(luò)建設(shè)等情況,銀行需要深化與產(chǎn)業(yè)界各方的合作,共同推動解決大規(guī)模算力部署和應(yīng)用挑戰(zhàn)。

算法在新時代也同樣重要。提升大模型算法的泛化能力和靈活性,一方面可以有效降低數(shù)據(jù)和算力的需求,另一方面也可以拓展應(yīng)用的范圍和深度,如何選擇合適的算法框架、優(yōu)化算法參數(shù)和評估算法效果,是金融行業(yè)需要掌握的技術(shù)手段。

毋庸置疑,金融業(yè)已經(jīng)迫切需要結(jié)合自身情況,深化與產(chǎn)學(xué)研用各界合作,加快探索引入、打造業(yè)界通用大模型技術(shù)的策略和實踐,方能有效加快推進(jìn)異構(gòu)算法的協(xié)同融合,不斷提升算法服務(wù)金融行業(yè)能力,實現(xiàn)金融智能化的跨越式發(fā)展。

最后,大模型在銀行的深化應(yīng)用,亟需業(yè)界形成一套面向銀行業(yè)的高標(biāo)準(zhǔn)、低門檻的銀行業(yè)金融大模型產(chǎn)品,產(chǎn)業(yè)和銀行深化合作,聯(lián)合創(chuàng)新,在已有通用大模型基礎(chǔ)上,建立面向行業(yè)大模型人工智能產(chǎn)品,快速推進(jìn)人工智能在金融領(lǐng)域的深化應(yīng)用。

大模型的火爆,使得金融行業(yè)AI化進(jìn)程明顯提速,并且一些解決問題的模式、理念及方法論,很有可能得到改變,而一旦行業(yè)適應(yīng)了大環(huán)境變化,那么完成“蝶變”只是時間問題。

       原文標(biāo)題 : AI賦能金融,如何成為行業(yè)樣本?

聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權(quán)或其他問題,請聯(lián)系舉報。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

人工智能 獵頭職位 更多
掃碼關(guān)注公眾號
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯
x
*文字標(biāo)題:
*糾錯內(nèi)容:
聯(lián)系郵箱:
*驗 證 碼:

粵公網(wǎng)安備 44030502002758號