2023年8月31日，百度“文心一言”、商汤科技“商量SenseChat”、智谱AI“智谱清言”等首批国产大模型产品正式面向公众开放服务。

　　目前度小满、恒生电子、马上消费金融等公司已先后发布金融大模型，蚂蚁集团有望在今年的外滩大会上发布大模型。在银行领域中，农行已率先推出ChatABC，并不断迭代升级；工行、交行、招行、平安银行、兴业银行等多家银行已披露其在大模型领域的探索及应用。

　　“大模型让机器具有了常识，懂得了逻辑，学会了创作，让人和机器能以更自然的方式互动，通过与周边工具的结合，大模型已经具有了通用人工智能的雏形，在营销、电商和内容等许多领域已经形成了生产力”。度小满CTO许冬亮认为，金融行业是高价值行业，数字化基础好、高度依赖数据和技术，是大模型落地的高潜场景。但是，金融作为一个强监管且对精准性、可控性要求很高的行业，通用大模型在金融核心领域应用上还面临诸多挑战。

　　8月28日，中国工程院院士倪光南在金融大模型发展论坛暨马上消费金融大模型发布会上表示，金融行业的人工智能应用要求高、场景丰富，是大模型技术和算法突破的沃土。

　　今年5月份，度小满开源了国内首个千亿级中文金融大模型“轩辕”，开源以来已经有上百家金融机构申请试用。

　　6月28日，恒生电子和旗下子公司恒生聚源发布基于大语言模型技术打造的数智金融新品：金融智能助手光子和全新升级的智能投研平台War－renQ，恒生电子金融行业大模型LightGPT也首次对外亮相。“LightGPT将于9月底完成新一轮的金融能力升级，并正式开放试用接口。”恒生研究院院长、恒生电子首席科学家白硕称。

　　8月9日，奇富科技宣布与360智脑达成在大模型方向与落地应用等多个层面的战略合作。

　　8月23日，北大光华金融系主任、教授刘晓蕾在“北大光华-度小满金融大模型技术与应用论坛”上表示，AIGC的发展正在从概念开始走向落地应用，从“通用大模型”走向“行业大模型”。而金融行业作为人工智能应用场景密集的行业，无疑是大模型技术落地的最佳领域之一。

　　8月28日，马上消费金融发布零售金融大模型“天镜”。据马上消费金融人工智能研究院院长陆全透露，该模型已运行近3个月，意图理解准确率达91%，相较于传统AI的68%有较大提升；客户参与率61%，高于传统模型43%的参与率，也高于人工坐席平均28%的水平。

　　在上市银行2023年半年报中，多家大中型银行已披露其在大模型领域的进展。

　　工行在中报中表示，完成人工智能大模型能力建设应用规划，在国内同业率先实现百亿级基础大模型在知识运营助手、金融市场投研助手等多个场景应用，并与头部科技公司合作探索千亿级人工智能大模型在金融行业的创新应用实践；交行则称，积极探索AIGC（生成式人工智能）前沿技术，制定生成式人工智能建设规划，组建GPT大模型专项研究团队，为体系化、规模化应用奠定基础；邮储银行表示，积极探索数字员工、NLP(自然语言处理)对话机器人、预训练大模型等前沿技术领域课题研究，促进创新技术融合应用。

　　股份行方面，招行称，正加快新技术应用推广，提升GPT类自然语言处理大模型的建设能力，并重点发掘其在全流程财富管理中的应用，投产FinG－PT创意中心，加快大模型应用模式探索；平安银行探索自研BankGPT平台，研究构建大模型文本生成、图片生成等能力，及其在图标头像、节日海报、个性化营销内容创作、交互式数据分析、非结构化数据洞察等场景中的应用落地。兴业银行引入部署私有化的商业大模型，上线大模型产品ChatCIB；中信银行与华为、雄安新区成立联合创新实验室，布局大模型等联创课题；浙商银行与头部科技公司基于通用大模型合作开发场景化的数字化应用技术，打造一批有浙银辨识度和行业竞争力的重大数字化应用。

　　一位国有大行研发中心大模型研发负责人向经济观察报记者表示，对于金融科技，银行更针对应用，而非聚焦基础研究，因此各家银行积极与金融科技厂商合作大模型在金融领域场景的应用。

　　“目前为止，大模型在银行主要应用于智能客服、智能运营、写文章、写邮件等方面，但是这些应用均不涉及银行的核心应用”。光大信托数据公司总经理祝世虎表示，银行的核心应用在风险管理IM体育、资本管理和监管科技等方面。

　　“尽管生成式AI技术具有许多潜在的优势，但在使用时仍需谨慎。银行需要确保AI生成的内容准确、合规和符合品牌形象。此外，监督和审查AI生成内容的过程也是必要的，以确保生成的内容不涉及虚假宣传、误导性信息或违反相关法规。”中国银行业协会首席信息官高峰认为，生成式AI技术根据指定的主题、风格和要求，帮助银行快速生成高质量的内容，降低人工操作成本和时间成本。

　　“毫无疑问，大模型将给整个行业带来无限可能。大模型使得企业掌握和运用知识的效率有了革命性提升，特别是对于财富与资管这类知识密集型行业而言，尤其值得期待。”8月25日，招行首席信息官江朝阳在招银浦江金融科技论坛上表示，财富与资产管理行业将有望成为金融大模型应用最先应用的行业之一。他预测，未来的市场，大模型不会一家独大，将会有多个基础大模型，这既是技术成本降低带来的可能性，也是社会多元化发展的现实需求。

　　当前我国居民家庭资产中的不动产配置比例将趋于下降，金融资产配置比例有望快速提升。根据麦肯锡报告，中国居民金融资产规模将从2022年末的243万亿元提升至2032年末的571万亿元，年化增速9%，资产管理行业规模有望在2030年突破280万亿元。现阶段我国居民金融资产配置中现金和存款占比仍然较高，超过50%，相比之下，成熟市场的存款占比仅15%，居民财富结构将持续优化。

　　“运用科技提升能力，这是财富与资产管理行业的确定性机会。”江朝阳认为，无论是资产配置、投资者教育，还是投研分析、风险管理，每一个环节都要以数字化手段再造，提升效率、提升投资者体验、提升价值创造能力。

　　“人工智能在金融行业的应用潜力目前可能只发挥了不到1%。谁能将人工智能的优势尽早应用于业务，谁就能成为金融行业引领者。”许冬亮表示，金融数据集中在各个金融公司里，对于金融机构而言，数据是核心生产力，相互之间也是竞争关系，不太可能把自己核心的生产资料共享出来。加之监管因素以及用户数据的隐私保护的因素，金融领域的高质量数据未来仍将是分散的。

　　波士顿咨询发布的《银行业生成式AI应用报告（2023》显示，若能在银行业实现生成式AI规模化应用，有望带来可观的降本增效收益。波士顿咨询曾以一家拥有约两万名员工的区域性国际银行为例，初步梳理了该银行前中后台相关部门应用生成式AI的潜力和效益，预计在首年即可为该银行节省约1.5亿美元的成本，占整体薪酬总包的7%左右。

　　马上消费金融副总经理兼首席信息官蒋宁认为，作为生成式大模型，ChatGPT虽满腹经纶，但回答错了并不承担风险。生成式大模型不能做解释金融，但金融大模型最主要的能力是判别性，需要做交易决策。在工业领域、金融领域的应用还面临诸多难题，比如金融领域的业务需要百分之百合规、安全，不能有一点点差错，不然就会对交易造成重大伤害。

　　波士顿咨询董事总经理、全球合伙人谭彦认为，当前市场通用的生成式AI模型具备普适、跨行业通用、模糊语言的特性，而这难以满足银行业对金融专业能力、精准性方面的高要求。因此，如何让生成式AI模型“说专业的话”“说真话”就成为了银行业规模化应用生成式AI的两个关键挑战。此外，银行等金融机构对数据安全的高要求也意味着模型的精调和应用都很有可能需在本地进行。

　　在度小满数据智能部总经理杨青看来，大模型应用于金融核心领域还面临行业监管严格、GPU算力不足、优质数据缺乏、通用大模型金融能力不足以及场景落地难挑战。金融本身是一个高合规要求的行业，大模型又是具有颠覆性的新技术，当前对它的风险还没有完全了解，随着大模型落地的不断推进，如何平衡大模型落地收益和潜在合规风险，会是一个越来越突出的问题。

　　如何解决大模型在金融行业落地应用的这些难题，许冬亮认为每家机构独立去解决这些问题既不现实，也不经济，科技公司和金融机构在金融大模型上的合作非常有必要，“科技巨头提供通用大模型，或者技术能力强的金融科技公司提供金融行业大模型，具体的金融机构基于这个行业底层模型，用自己的业务数据去做私域的训练，然后做私有化的部署和应用”。

　　祝世虎认为，大模型在银行业的落地路径将呈现大合作与大创新并举的局面：底层基础大模型将由头部人工智能公司提供、中间会是金融业人工智能公司、上层任务型大模型则由银行与人工智能公司合作开发。IM体育