由ChatGPT引發(fā)的大模型熱已一年有余，圍繞大模型創(chuàng)業(yè)的公司也如雨后春筍，技術(shù)最終要為產(chǎn)業(yè)所用才能創(chuàng)造價值，當(dāng)大模型落地千行百業(yè)，能夠發(fā)揮怎樣的價值？澎湃科技走進(jìn)產(chǎn)業(yè)一線，訪談創(chuàng)始人、專家、投資人，調(diào)研大模型落地產(chǎn)業(yè)現(xiàn)狀。本文為c訪談。
·大模型在金融領(lǐng)域成功落地的關(guān)鍵是選擇合適的應(yīng)用場景，打通大模型、垂域AI “小”模型、傳統(tǒng)金融工程模型、行業(yè)內(nèi)外部知識庫和應(yīng)用系統(tǒng)。輕量化模型的出現(xiàn)降低了大模型應(yīng)用門檻，促進(jìn)了AI平權(quán)和知識平權(quán)。選擇一個適合自己的基座模型，模型不一定越大就越強(qiáng)，數(shù)據(jù)是決定模型效果的關(guān)鍵因素。
恒生聚源CEO吳震操。
大模型進(jìn)入金融領(lǐng)域，能更順利找到市場的“阿爾法”（超額收益）投資機(jī)遇嗎？金融、產(chǎn)業(yè)數(shù)據(jù)資訊服務(wù)提供商恒生聚源CEO吳震操日前對澎湃科技（www.thepaper.cn）表示，不要認(rèn)為大模型來了就可以直接用來做投資或者交易決策，這樣是走不通的。
數(shù)據(jù)是決定大模型效果的關(guān)鍵因素
“金融行業(yè)最大愿望就是使用AI做投資決策，找出好的標(biāo)的，尋找自己的 ‘阿爾法’（超額收益）。”但吳震操表示，不要認(rèn)為大模型來了就可以直接用來做投資或者交易決策。
成立于2000年的恒生聚源是恒生電子（600570.SH）旗下子公司，擁有金融數(shù)據(jù)庫、智能投研、金融市場終端等產(chǎn)品線。吳震操希望未來能發(fā)揮生成式大模型更快、更強(qiáng)、更高效處理信息的優(yōu)勢，與現(xiàn)有金融工程模型結(jié)合，“大模型成功落地，關(guān)鍵是打通大模型、垂域AI小模型、傳統(tǒng)金融工程模型、行業(yè)內(nèi)外部知識庫和應(yīng)用系統(tǒng)。其中，數(shù)據(jù)是決定大模型效果的關(guān)鍵因素。”
“金融數(shù)據(jù)行業(yè)靠信息、知識和生態(tài)連接賺錢。大模型出現(xiàn)后，對信息的抽取、整合以及知識的生成范式產(chǎn)生極大改變。”吳震操表示。
恒生聚源有大量的員工在負(fù)責(zé)數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)治理等技術(shù)和分析工作。在內(nèi)部，利用AI提升數(shù)據(jù)自動化處理能力是最基本的訴求。對外銷售數(shù)據(jù)和知識，讓客戶更精準(zhǔn)地發(fā)現(xiàn)其所需的知識和信息是首要目標(biāo)。
海外金融大模型興起后，恒生聚源在2023年中旬，基于自己訓(xùn)練的垂域金融大模型升級了新一代的智能投研平臺WarrenQ，面對金融行業(yè)的研究、投資、交易、風(fēng)控、合規(guī)場景，把投資研究作為大模型的第一個落地場景，通過WarrenQ上的Chat、ChatMiner等智能產(chǎn)品服務(wù)買方和賣方的研究團(tuán)隊。
金融機(jī)構(gòu)長期以來積累的業(yè)務(wù)文檔、投教文案、法律法規(guī)政策文檔、研究報告、投行底稿等是機(jī)構(gòu)內(nèi)部大模型落地的理想語料。通過“大語言模型+搜索+向量數(shù)據(jù)庫”的方式將私域知識數(shù)據(jù)與大模型結(jié)合，做到私有知識庫問答。舉個例子：在動輒數(shù)百頁的招股書、年報、半年報中，干貨藏于大量模板套話和風(fēng)險免責(zé)提示中。WarrenQ可以基于大語言模型+向量庫的定向文檔問答檢索和定位溯源，從海量文檔中挖掘重點信息，同時利用研究員高頻重點關(guān)注的內(nèi)容優(yōu)化提示工程，進(jìn)一步優(yōu)化推薦“猜你想要”功能。
“大模型工具化越來越明顯。”吳震操說，從問答工具到Copilot（輔助工具）再到智能體（Agent），大模型對于生產(chǎn)力的效率提升幅度越來越高。過去基于自然語言處理（NLP）等技術(shù)將研報財報分詞、語義分析，但效率低下，準(zhǔn)確率不高，仍然需要大量人工干預(yù)。基于知識圖譜開展智能投研可以做到信息精準(zhǔn)，缺點在于有多少人工就有多少智能，需要持續(xù)投入大量資源維系不停生長的圖譜。大模型出現(xiàn)后，這些工作的效率和效果突飛猛進(jìn)。“以‘AI智能客服’為例，我們用這個工具準(zhǔn)確并高效地對各類數(shù)據(jù)產(chǎn)品進(jìn)行解讀和答疑解惑，全面提升了服務(wù)效率，讓智能客服能夠精準(zhǔn)識別用戶意圖，從而實現(xiàn)金融數(shù)據(jù)的端到端實時查詢。”
關(guān)鍵是數(shù)據(jù)和Know-How
“在金融行業(yè)，對大模型響應(yīng)最快的是彭博，彭博利用自己的內(nèi)部語料訓(xùn)練模型，在ChatGPT出現(xiàn)沒多久就推出了BloombergGPT。行業(yè)第二大廠商倫交所走了另一條路，他們和微軟合作，微軟又是OpenAI的最大股東。”
大模型迭代速度快，訓(xùn)練成本高。“上述金融機(jī)構(gòu)的大模型之路也說明脫離場景講大模型，商業(yè)模式很難長久。”吳震操表示，自研基座大模型本身不是一條寬廣的賽道，很多機(jī)構(gòu)一沒有充足的算力，二沒有充足的算法人才，此外缺乏足夠的領(lǐng)域數(shù)據(jù)支撐大模型業(yè)務(wù)生態(tài)。在他看來，未來大模型一定要和應(yīng)用場景緊密結(jié)合。基座大模型的玩家有限，但把大模型應(yīng)用在垂直場景中，市場將是無限的。
進(jìn)入垂直行業(yè)解決實際問題時，必須提高大模型的可控性、可靠性、可解釋、可追溯，這是吳震操最深刻的體會。金融等強(qiáng)監(jiān)管行業(yè)對可靠性和合規(guī)性要求極高，幻覺是大模型落地面臨的挑戰(zhàn)。恒生聚源解決這個問題的方式是把大模型當(dāng)作知識入口，相當(dāng)于搜索引擎或圖書管理員，讓大模型的生成可回溯。
“我們沒有用大模型本身來做知識生成，因為它是基于概率的算法，不可能百分百準(zhǔn)確。金融行業(yè)有很多復(fù)雜金融工程模型，現(xiàn)在的大模型還無法超越當(dāng)前所學(xué)的復(fù)雜統(tǒng)計學(xué)知識，生成復(fù)雜的金融工程模型，計算出一個復(fù)雜衍生品的價格波動。以現(xiàn)在的模型情況，再給它三五年，它也做不到，海外的模型也一樣。”在吳震操看來，大模型成功落地的關(guān)鍵是選擇合適的應(yīng)用場景，打通大模型、垂域AI“小”模型、傳統(tǒng)金融工程模型、現(xiàn)有知識庫和應(yīng)用系統(tǒng)。輕量級模型的出現(xiàn)降低了大模型應(yīng)用門檻，促進(jìn)了AI平權(quán)和知識平權(quán)。“沒有場景的支撐都是在浪費(fèi)資源。其次，選擇一個適合自己的基座模型，模型不一定越大就越強(qiáng)。更大模型需要更多的算力，也需要算法和技術(shù)團(tuán)隊維系。”
吳震操認(rèn)為，大模型繼續(xù)往前發(fā)展，一定會改變企業(yè)內(nèi)外部的知識交互，未來也一定會改變?nèi)藱C(jī)交互方式，Agent+知識管理是大模型賦能的最佳組合。但在金融領(lǐng)域，銀行、交易所的歷史長達(dá)四百多年，從工業(yè)時代到信息時代、人工智能時代，銀行、交易所的商業(yè)模式本質(zhì)上都沒有發(fā)生任何改變。“大模型徹底顛覆金融機(jī)構(gòu)的商業(yè)模式很難發(fā)生，但當(dāng)大模型改變一些場景中的范式，就會帶來新的業(yè)態(tài)，這一點在C端應(yīng)用中將更加突出。”吳震操說，這就像移動支付實際上并沒有改變買賣和支付這件事的本質(zhì)，但給整個市場帶來了新的紅利和便利，創(chuàng)造了新生態(tài)。“大模型同樣如此，大模型短期內(nèi)不會徹底改變金融機(jī)構(gòu)的商業(yè)模式。在B端應(yīng)用當(dāng)中，大模型的作用仍是降本增效；而在C端應(yīng)用中，倒是可以期待大模型帶來的生態(tài)變革。”