ChatGPT的爆火催生了“百模大战”,同时也引领了生成式人工智能(AIGC)技术发展浪潮。我们正在昂首阔步走进大模型时代,人工智能对于金融领域的影响和赋能程度将继续深化。但AI算法是否会万众归于“生成式”,答案或非如此绝对。

“AIGC算法在金融数据建模和智能交互方面,展现了显著优势;在信用评分和欺诈检测等方面,判别式AI技术更具实力。将两种算法深度融合,可以灵活应对不同的金融场景和需求,在追求高效率和高性能之间达到最佳平衡。”近日,在中泰证券举办的策略会上,百融云创CEO张韶峰如此表示。

张韶峰认为,AI在金融行业的应用正在向2.0时代演进,也即从分析判别型向内容生成式进化,但同时,这一技术的革新不是一个非此即彼的过程。“AIGC技术在许多领域具有显著的优势,但不是所有的问题都可依靠它解决。”

在从AI1.0向2.0时代迈进的过程中,百融云创是见证者,更是积极的参与者。成立九年来,百融云创凭借强大的智能分析能力和深刻的行业洞察,将自研AI技术与金融业务深度融合,一站式全链路赋能金融机构数字化转型。

乘着ChatGPT浪潮,大量资本和机构纷纷涌入人工智能产业,市场对于这一产业的技术走向也变得“唯生成式”而论。然而,这是否契合技术演进的客观规律呢?张韶峰对此不置可否。他认为,“在金融领域,AIGC与判别型算法共同发挥着重要作用,二者结合方可兼顾效率和效果。”

“AIGC虽然强大,还不足以应对金融行业面临的所有挑战。”张韶峰说,AIGC算法在智能分析、财富管理等方面展现出优势,而判别型算法则可以在风险识别、信贷评估等方面预测分析潜在的金融风险。

张韶峰举例解释道,百融云创的智能运营业务线的核心技术同时包括三类AI算法:分别是分析判别和预测类算法、AIGC以及智能交互技术。

智能运营业务是金融机构数字化转型的关键一环,聚焦于对存量客户的深度经营。资料显示,百融云创智能运营业务线不仅能够帮助金融业实现业务中的分层、定制化、人机耦合及系统自我优化等环节的增效目标,同时还拥有为其开发的ASR、NLU、TTS模型底层调优策略,定制集成到其他软交换系统中,大幅减少传统技术带来的网络数据传输消耗,从而提供多场景的运营赋能。

根据百融云创此前发布的2022年年度报告显示,去年该公司智能运营业务收入同比增幅超140%。财报同时显示,百融云创2022年实现营收20.54亿元,同比增幅为27%;经调整后净利润达2.94亿元,同比增幅108%。公司毛利达到14.81亿元,毛利率高达72%。

在张韶峰看来,当前面对金融行业数智化转型的迫切需求,需要打好多元化的AI技术组合拳,才能更好捕捉市场微妙变化,为金融机构提供更精准的风险预警。

值得注意的是,虽然AI技术应用不应局限于单一方向,但当前AI产业的发展轨迹却呈现出趋同化现象,即人工智能正在义无反顾的沿着大模型的道路前进,这引发了市场对于大模型与垂直领域模型如何有效协同的思考。

对此,张韶峰认为,唯有行业整合才能充分发挥各自优势:大模型拥有广泛的知识覆盖和卓越的文本生成能力,但缺乏特定领域的深度理解;相反,垂直领域模型针对某一细分领域可展现出更高的专业性与精准度。“未来,大模型与应用层垂直领域模型有望共塑行业格局。”

免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。

推荐内容