专访科大讯飞金融科技事业部总经理沈海波：大模型释放金融创新想象力

21世纪经济报道记者李览青 合肥报道

当大模型走向商业化落地，C端通用大模型与B端垂直领域的应用成为两条主流路径。

对于大模型厂商科大讯飞而言，同样面临这般选择。回顾半年来的迭代历程，齐头并进才是科大讯飞给出的答案。

今年5月，科大讯飞在首次发布通用大模型“星火认知大模型V1.0”时，就宣布启动“1+N”战略布局，“1”即星火通用大模型，“N”则是结合了行业数据训练的行业大模型。到10月24日，科大讯飞联合行业龙头共同发布了12个行业大模型，涵盖了金融、汽车、运营商、工业、住建、物业、法律、科技文献、传媒、政务、文旅、水利等领域，其中居于首位的正是金融大模型。

“如果说2023年是大模型的元年，2024年应该是大模型的‘燎原’之年。”在接受21世纪经济报道记者专访时，科大讯飞副总裁、金融科技事业部总经理沈海波指出，大模型必须坚持平台开放，赋能金融行业全生态，打破过去小模型时代的场景壁垒。

大模型释放金融创新想象力

“生成式AI能进一步解放生产力，更能释放想象力，大模型将全面重塑营销、服务、运营、风控、投研、投顾等场景。”沈海波提到，例如在知识运营场景，可通过大模型解决传统知识库构建与运营成本高的问题；在营销场景，大模型能力可支持非结构化实时或历史数据标签抽取，生成动态标签，实现画像增强、旅程经营、一键代办、个性方案等功能；在客户服务场景，大模型的应用将升级智能客服产品体系，实现复杂说法理解、多知识点回复、知识推理应答等功能。

“最近与多家银行交流时，大家都不约而同地提到了全行统一知识库的建设问题。”从小模型时代走入大模型时代，沈海波指出，相较过去的数据分析，场景知识成为一切运营的基础与根本。

然而，当下场景知识运营依然存在痛点。沈海波告诉记者，目前很多机构依然很难从非结构化数据中提炼出有效业务知识，而在多渠道下已有知识的管理与运营相对割裂，特别是在文档存储更新依然依赖人工介入的背景下，知识的运营效率参差不齐。

这时金融大模型有了用武之地。“一方面能够从非结构化数据中构建新的知识点，另一方面也可以通过大模型的深度理解与逻辑推理能力，让全渠道统一知识管理变成可能。”沈海波分析道。

展开全文

大模型的落地，为金融营销展业场景的智能化带来了新的契机。“营销获客、存客经营是每家金融服务企业的必修作业。”沈海波介绍到，在与一线客户经理的交流中，发现长尾用户量大面广、多渠道营服信息庞杂、产品功能与客户个性化需求匹配难是普遍存在的痛点，这就需要有一款工具能够帮助一线人员准确理解需求、高效衔接信息，把客户旅程经营做实、做细、做好。

“智能展业助手有望成为帮助营销一线提高效率的利器。”以保险方案推荐场景为例，沈海波展示了大模型如何分析总结客户对话内容，提取客户诉求、产品偏好等关键信息，丰富客户画像，并生成产品对比推荐表格的全过程。他补充说：“我们还在不断打磨场景，深入业务的逻辑节点，相信这款工具对客户经理的帮助会越来越明显。”

手机银行APP迎来革新

“智能客服往往不够智能。”这是很多用户在体验后的疑问。

面对这一问题，沈海波坦言，传统智能客服确实存在复杂问题难理解、专业知识更新不及时、多轮交互复杂场景运营工作量巨大、答案输出个性化不足等问题。

在金融大模型落地的诸多场景中，智能客服是典型应用之一。

“在大模型的介入下，个性化交互与客服专家非常关注的情绪侦测问题都已经呈现出比较好的效果。”沈海波表示，基于“讯飞星火”多风格多任务长文本生成、多层次跨语种语言理解、泛领域开放式知识问答、情景式思维链逻辑推理等能力，可赋能智能客服产品实现意图理解能力、专业知识应用能力、对话设计与交互能力、个性化表达能力等四个层面的全面提升。

但在沈海波看来，大模型带来的智能客服能力提升，并不意味着AI客服有朝一日会替代人类，未来AI与人类员工的关系将是“人机协同”，“比人类强大的不是人工智能，而是掌握了人工智能的新人类。AI和人类的关系不应是取代和被取代，而是AI能帮助人类从繁重的工作中解放出来，从而有机会投入更有创造性的事情中。”

在智能客服能力提升的背景下，沈海波认为大模型短期内可以率先在手机银行APP交互场景下实现应用。

“过去十年，移动互联网深刻改变了金融业的渠道格局。”沈海波表示。

“移动互联网让手机银行APP成为银行展业的主要阵地，手机银行APP自然也成为所有金融企业关注客户感知与业务月活提升的焦点。”沈海波提到，但当前金融APP依然存在几个普遍问题，首先是功能太多且沉默功能过多，其次是菜单层级与业务分布的固化，导致各家APP趋同性比较强，最后是客户的个性化需求较难被满足。

在这一背景下，大模型将重塑手机银行APP的交互体验。

沈海波向记者演示了大模型生成能力与逻辑推理能力的未来前景。在这一案例中，APP助理分析了用户当月交易金额分布，发现其在出行方面花费最多，其中高铁出行与机票消费频率较高，由此向客户推荐该行合作的出行优惠券，在客服对话中实现了个性化的营销。

他指出，大模型已经具备了革新APP的能力，可以实现一句话激活沉默菜单、对业务进行动态分析与结果呈现、在理解客户偏好的基础上提供个性化服务等功能。

“从1到N”的大模型“燎原”

“开放”一直是大模型训练的主线。

今年7月，在2023世界人工智能大会会议间隙，科大讯飞总裁吴晓如在接受21世纪经济报道记者采访时就提到，未来讯飞大模型将开放平台应用能力。

对于金融大模型的发展战略，“从1到N”与“开放”同样是沈海波在采访中多次提到的关键词。据他介绍，金融大模型的发展思路主要有四个方面：第一必须坚持大模型深入业务场景，在场景中实现价值创新；第二是大模型必须要融合现有产品，不仅是从0到1，还要从1到N实现产品矩阵的发展；第三是大模型必须要坚持平台开放，实现整个金融行业的生态赋能；最后是坚持自主创新，不同于对开源模型的微调，结合金融业务特点进行了有针对性的升级，掌握全套知识，同时可在预训练等底层进行训练和效果优化。

但如今一个不可否认的现实是，“百模大战”使得各家厂商的算法、算力、数据正在形成同质化竞争。

对此，沈海波表示，在垂直行业领域，既要不断提升通用大模型的底层能力，更要深入业务场景锻造行业大模型的生命力，在应用中持续训练优化，解决实际问题，而这需要大模型厂商和金融机构的高度协同。在他看来，发展与金融机构的战略合作，提供自主创新的行业大模型产品方案、深入理解金融应用场景、创造真实的用户体验价值，将成为拉开差异化竞争的关键。

“以大模型为代表的通用人工智能是当下大国科技博弈的前沿，相信政府会持续鼓励创新进行政策加码，但同时也会提出更多具体的合规要求，尤其对于金融行业这样强监管的行业，监管部门一定会给出更多合法合规的算力、数据使用路径。”沈海波认为，未来具备自主创新的技术能力的AI公司会脱颖而出，形成各自的行业应用生态；基于场景层的大模型创业开发团队会越来越多，应用场景也会更加丰富多彩。

“大模型底层技术标准会趋于统一，应用生态会百花齐放。”在采访的最后，沈海波表达了他的期待。

更多内容请下载21财经APP