大模型帶來金融業變革：從急躁到理性，人才依然稀缺

ChatGPT的出現在金融業引發了焦慮感。這個對技術有信仰的行業擔心在快速發展的時代中落後。最初的焦慮情緒逐漸平息,思路也變得更加清晰和理性。

金融業對大模型的態度經歷了幾個階段:二三月份普遍焦慮;四五月開始組建團隊;之後幾個月在尋找方向和落地上遇到困難,態度趨於理性;目前正在關注標杆案例,嘗試驗證過的場景。

許多金融機構已將大模型提升到戰略層面。據不完全統計,至少有11家A股上市銀行在最新半年報中明確提出正在探索大模型應用。從近期動作看,他們也正從戰略和頂層設計層面進行更清晰的思考和規劃。

相比幾個月前,現在金融客戶對大模型的理解明顯提升。年初時雖然熱情高漲,但對大模型的認知其實很有限。一些大行率先行動,開始進行各種宣傳。同時,一些頭部金融機構開始與大廠洽談大模型建設事宜。

5月以後,受算力資源緊缺、成本高昂等因素影響,很多金融機構從單純希望自建轉變爲更關注應用價值。不同規模企業也分化出兩條路徑:大型機構可引入基礎大模型自建企業大模型,同時採用微調形式;中小機構可按需引入API或私有化部署服務。

由於金融行業對數據合規性、安全性、可信性要求高,大模型落地進展略滯後於年初預期。一些金融機構已開始解決落地過程中的各種問題,如算力、數據治理等方面。

在場景探索方面,智慧辦公、智能開發、智慧營銷、智能客服等都被一一嘗試。但普遍共識是先內部後外部,短期內不建議直接對客使用。目前代碼助手、智慧辦公等場景已在不少機構落地。

一些頂層設計層面的改變也在進行。多家頭部金融機構已基於大模型搭建了多層級的系統框架,普遍特點是大模型發揮中樞作用,採用多模型策略。

大模型應用已開始對金融行業人員結構帶來挑戰和變革。一些工作被替代,但也帶來新機會。目前人才缺口依然很大,特別是垂直大模型技術人才。一些機構已採取行動,如開展培訓等。在這個過程中,金融機構的人員結構也會迎來調整。