類ChatGPT給金融行業帶來何種機遇與挑戰？

“金融業和人工智能開展合作還有很大的應用空間，所以推動人工智能技術在金融領域，尤其是資產管理領域的創新應用，將成為上海金融中心、資管中心建設的重要支撐和未來重要的關鍵方向。”上海市地方金融監管局監管三處處長趙煥如是說。

18日，由上海資產管理協會、智能投研技術聯盟主辦，中國信息通信研究院云計算與大數據研究所、中國計算機學會上海分部聯合主辦的“大語言模型與資產管理論壇——基于類ChatGPT的大語言模型技術及其應用視角”在滬召開。

復旦大學計算機學院教授邱錫鵬表示，大型語言模型對人工智能技術具有“顛覆性”影響，大型語言模型將加速通用人工智能的實現。同時，大型語言模型將“引爆”數字經濟，充分發揮數據和算力效能，并催生海量的商業新模式，包括社會治理、生物醫藥、智慧金融、醫療健康、智能教育等行業。

聚焦到金融領域，瀾舟科技創始人兼CEO周明認為，“ChatGPT+金融”將助力金融服務創新場景。他從資源層、能力層、應用層以及業務場景進行分析并表示，類ChatGPT將在金融行業的智能運營、智能風控、智能投顧、智能營銷、智能客服等多個場景產生影響。

周明以風控報告生成場景為例，以類ChatGPT為主體、結合現有NLP(神經語言程序學)、知識圖譜等AI能力，基于“貸前盡調報告”“貸后風險排查報告”等各類報告模板，整合要素信息按照模板規則可自動生成風控報告。

作為金融和科技緊密結合的領域，資產管理前沿技術的應用，幫助機構高效了解市場趨勢和變化。

中國人工智能學會榮譽副理事長、智能投研技術聯盟主席楊強表示，大語言模型通過對歷史數據和當前文本信息進行分析，可以預測市場趨勢，識別潛在風險，為投資決策提供更為準確的參考；大語言模型擴充資產組合，風險控制技術維度，有效豐富風險控制的方法；大語言模型可以提供更好的客戶服務，通過提供流暢的人機對話服務，進一步對交流記錄和反饋信息分析，幫助理解客戶需求偏好，提高客戶滿意度和忠誠度。

當然，類ChatGPT的大語言模型技術的落地應用也存在難點。招商銀行人工智能實驗室主任李金龍認為，類ChatGPT相關技術落地應用可能存在一定技術障礙。

他解釋，合規性方面，模型生成的答復、版權歸屬尚未有明確的法律約束；模型可能會產生有偏差的信息，存在傳播虛假信息的法律風險；模型訓練所需的數據是否需要獲得對應的授權尚不明確。技術性方面，大語言模型的能力得益于巨大的參數量，在訓練、部署時資源消耗巨大，導致了其投入的不確定性；大模型訓練完成后其知識與數據時間有關，更新知識成本巨大。

任何技術的應用都有一定的風險和挑戰，楊強也表示，對于大語言模型來說，最大的風險就是數據安全，隱私保護，應用過程需要保證數據的安全和隱私，避免敏感信息的泄露。

中國計算機學會上海分部主席白碩總結，擁抱、探索、取舍是諸多金融機構對新技術的態度。“大模型走到目前階段是了不起的成就，也提出了一些挑戰。比如，指引投資方面，如果只有一個模型指引，那么金融行為就會千篇一律，千篇一律實際上就是失效的。這些是技術的挑戰、是運營模式的挑戰，也是基礎設施建設的挑戰。”

趙煥則強調，金融業和科技企業需要攜手探究更深層次人工智能和大語言模型以及技術賦能資產管理領域的方法路徑和應用。“當然我們也要同步研究技術所帶來的風險和挑戰，要及早謀劃規范和監管它的政策舉措。”

面向未來，上海市經信委信息化推進處副處長山棟明認為，大模型將是通用與領域的深度結合，深化模型即服務的新模式將有助于打造數據飛輪，為創造更高質量的語料提供可持續的來源。“讓我們多一點期待，也許GPT是內容生成的最后一個模型，但就技術創新而言，Transformer也許并不會是模型結構的終點，未來的這種不確定性將是業界更大的機會。”