今天小编分享的理财经验：大模型应用于金融行业面临两大挑战，专家支招如何应对，欢迎阅读。
中新经纬 8 月 1 日电 ( 魏薇 ) AI 是否会替代人类、中国金融机构对 AIGC 技术应用进展如何？在近日亚洲银行家主办的 2023 中国未来金融峰会上，多位与会嘉宾热议 AI 和新兴技术的应用对于金融行业带来的影响。
英国上议院议员、科学技术特别委员会成员 Chris Holmes 爵士称，他在英国上议院特别委员会中关注 AI、分布式账簿技术等新兴技术，并协助初创企业寻求发展与突破。他强调，人工智能是强大的工具，如何应用取决于人类自身。
尽管目前的经济形势和通胀情况给人们带来了不少挑战，但他强调，传统银行业应该积极应对与技术公司的竞争，而不是消极避开。他认为，正确的决策和技术的应用可以使人们做得更好，而不是替代人类。
北京银行董事长霍学文同样认为，银行业要紧跟产业变革的方向，深耕产业链、供应链，加强生态与生态的聚合，平台与平台的融合，客户与客户的结合，全面服务产业的转型更新。他表示，当前各行各业都在加速数字化转型，涌现出一大批高科技、高成长、高质量的新经济企业，这些企业代表着新的生产力、新的风向标、新的动力源，为经济转型更新注入不竭的动力和活力。
对于近来讨论火热的大模型在金融行业的使用，Synectify 联合创始人兼 CEO Peter D. Finn 谈到，大语言模型现在有沙箱黑洞的问题，" 虽然你在电腦上可以用上它，但是你却不知道它背后是如何运作的 "。而且现在也得到验证，这些模型稳定性有待提高。另外还有不透明问题非常严重，人们很难理解这些模型如何运作，所以其结果的可靠性以及一致性难以保证。
" 未来的方向更多会是专业语言模型，体量更小，培训的训练范围更窄，它和 ChatGPT 相比，可能输出时语言上没那么花哨，但是在一些具体狭义的业务背景之下它可能会更可靠。"Peter D. Finn 说。
全球畅销书作家 Theo Priestley 则提到了数据质量的重要性，他指出，对于生成式人工智能，尤其是在银行业人工智能的应用关键还是数据质量，除非百分之百地相信数据质量是匹配用户生成式 AI 的应用，不然很难去实现既定的目标。
Peter D. Finn 进一步指出，不光要考虑数据和用于编程的数据，在机器学习过程中，生成式人工智能中需要有人的参与，需要人参与到训练过程中，人在这个环节中同样重要。
谈到 AI 在金融机构的使用进展，华瑞银行业务总监刘罡介绍，AI 在金融机构里应用得越来越广，很多机构都在尝试，机器人客服替代人工客服已经是过去式，华瑞银行现在做到机器人客服和人工客服叠加，人加机器、人配机器的模式越来越广泛地应用。" 在机器人和客户电话沟通过程中，人在后面听着，当机器人无法回答客户的问题时，人工会立刻介入，回答完之后让机器人继续服务。"
马上消费金融科技创新发展部总经理赫建营同样表示，目前公司已经将 AIGC 技术投入实际使用，赋能智能营销、智能客服等金融业务环节，大多数人机对话都是自动生成，而且在特定情况下实现了人机无缝衔接。" 这在一方面控制了成本，另一方面 AI 和心理学的结合缓解了客服的精神压力。"
展望未来，赫建营认为，由于 AIGC 的兴起与 ChatGPT 有关，因此营销对话模式最先得到普及和应用，接着是客服，将来所有的金融业务都会为 AIGC 重做一遍。
天翼电子商务风险管理部总经理张荣燕则认为，人工智能还可能在两方面看到效果：一是在反洗钱领網域，AIGC 可以帮助机构在了解客户的基础上，更高效、快速地生成客户信息，做客户尽职调查；另一方面在风控领網域，可以进一步运用 AIGC，进一步提升风控的效率和判断的准确性。
( 更多报道线索，请联系本文作者魏薇：[email protected] ) ( 中新经纬 APP )
( 文中观点仅供参考，不构成投资建议，投资有风险，入市需谨慎。 )
中新经纬版权所有，未经书面授权，任何部門及个人不得转载、摘编或以其它方式使用。
责任编辑：罗琨 李中元
作者：郭晋嘉
