收藏
主持人：
鄭 明，CFA協會亞太金融研究平臺（ARX）上海地區代表
圓桌嘉賓：
阿里云全球技術服務部數據智能團隊負責人 黃高攀
中歐基金執行董事、信息技術總監 賈建國
鵬城實驗室研究員（正高）/博導、港中文深高金客座教授、原平安基金量化投資總監 孫東寧
上海恒生聚源數據服務有限公司首席數據專家 張洋洋
上證報中國證券網訊（記者 朱妍）自ChatGPT發布以來，大模型在金融領域能發揮多大的能效，引發了行業內的高度關注，技術帶來的革新浪潮正席卷而來。
在金融行業內，大模型發展到了怎樣的程度，面臨著怎樣的挑戰？又具有怎樣的遠大前景？12月8日，在2023滴水湖新興金融年度大會“數字金融打造全球核心競爭力”分論壇上，來自各大機構的行業大咖就“金融大模型的構建與挑戰”話題展開了熱烈討論。
大模型助力金融行業變革
對于當下大模型在金融領域的應用，多位人士表示，大模型在投資端、客戶端等方面已經有落地應用，在提高數據、投資效率的同時，也提供了更好的金融服務。
孫東寧表示，大模型、人工智能在量化領域有著非常大的應用，包括數據收集與管理、信號挖掘、組合構建，交易實現與風險管理。以數據收集為例，過去在量化投資中，用的主要是結構化數據，比如財務數據、量價數據；而文本數據、輿情數據、研報數據這些非結構化數據，若要進行量化處理、納入模型，其人力、時間和資金成本較高。但大模型出現后，這些數據收集與處理的效率顯著提升，另類數據變得“不另類”了。
賈建國認為，從投資角度來說，研究、投資、風險、控制、交易、運營這5個涉及到自然語言處理的環節，大模型都可以發揮作用。另外，大模型還是很好的“投資顧問助手”，能適配客戶的風險接受程度、投資喜好，選出適合投資者的產品。不過，“最后一公里”的事還是需要投資顧問來做，大語言模型還不能直接面客。
提及金融大模型的構建離不開高質量語料庫的采集，張洋洋表示，基于聚源多年的數據經驗，金融場景大模型有其獨有的特性。要構建高質量語料庫，先要從應用端的具體場景出發，進行數據規劃，對語料數據進行合理的歸集并管理，這需要考慮到語料背后的權屬、可被應用的場景、安全等級等因素。語料數據的合理歸集和管理，是大模型高質量語料庫建設的前提，而對歸集后的語料進行基于具體場景的數據治理，是被高效應用的基礎。對不同的語料數據品類，構建其適用的質量控制手段，是大模型能夠被達成有效利用的關鍵。
黃高攀也表示，要得到高質量的語料，首先是收集過程需要有統一的語料收集平臺來管控文本、語音視頻、結構化數據；其次是語料的高質量提取，包括文檔解析和清洗、數據去重、低質量數據的過濾，最后根據場景需求構建高質量數據集。他認為，整個過程中，有兩點很關鍵，有沒有高效的AI服務平臺，以及是不是和場景需求相匹配。
大模型迎接風險和挑戰
作為一種新興事物，在大模型為金融行業帶來向好變化的同時，未來在應用過程中，又存在怎樣的風險和挑戰？
張洋洋認為，金融是服務大眾的，大模型在金融領域的應用過程當中，具有基于其自身特性的要求，其中數據安全問題需被重點關注。如今金融機構積極投入大模型的應用研發，并取得了一定的成果，但在對公眾服務時，面臨著更強的監管合規要求。比如大模型當下還沒法完全保證回答的“安全性”，且存在一些數據版權的問題。
黃高攀也表示，當前大模型存在一定的“幻覺現象”，需要借助一些知識檢索等技術來減少這類現象，否則會給大模型的使用帶來很大的困擾，這在金融行業也一樣。
賈建國認為，目前大模型在算力、產品解決方案、人才上都面臨著一些挑戰。以產品解決方案為例，如今大語言模型的數量之多帶來了很大的選擇困難，但又不可能每個都去嘗試一遍，這造成了很大的資本浪費。
盡管面對諸多風險和挑戰，多位人士仍表示了對金融大模型應用前景的期待。孫東寧表示，大語言模型疊加時間序列大模型，未來一定會在量化投資各個環節上起到非常大的助力，金融機構應大力擁抱這些大模型。
賈建國也表示，大模型可能會引領“新范式”的產生，所有人或將從中受益，它確實能夠幫助金融行業擴大產能、提高工作效率，在一定程度上成為公司“助手”。
