■文/陳鴻 賴永興（螞蟻集團(tuán)科技股份有限公司）

AI作為一場(chǎng)正在改變世界的先進(jìn)生產(chǎn)力革命，“AI引領(lǐng)”（AI-First）正在金融科技領(lǐng)域掀起一場(chǎng)新浪潮。AI-First是智能技術(shù)的全新應(yīng)用范式，如何促進(jìn)AI-First在真實(shí)業(yè)務(wù)場(chǎng)景中落地，為金融服務(wù)帶來更多可喜變化，并在擁抱前沿科技的同時(shí)，守護(hù)科技倫理，承擔(dān)合規(guī)責(zé)任，是當(dāng)下需要思考的問題。

一、AI-First：未來已來

金融行業(yè)需要向諸多實(shí)體行業(yè)提供金融服務(wù)，數(shù)據(jù)密集、知識(shí)密集、決策密集，AI作為數(shù)字化世界的先進(jìn)生產(chǎn)力，一直是金融科技積極引入的對(duì)象，在過去十多年中，由深度學(xué)習(xí)驅(qū)動(dòng)的AI技術(shù)，在CV和NLP等一批任務(wù)上達(dá)到乃至超過人類水平，在金融的風(fēng)控、核保、營(yíng)銷等重要業(yè)務(wù)場(chǎng)景中產(chǎn)生了一個(gè)個(gè)AI+能力（AI+風(fēng)控、AI+核保、AI+營(yíng)銷等），發(fā)揮著關(guān)鍵作用，但同時(shí)也囿于深度學(xué)習(xí)這一代AI技術(shù)范式，不同任務(wù)場(chǎng)景的模型和數(shù)據(jù)互相割裂，為各個(gè)業(yè)務(wù)場(chǎng)景逐一研發(fā)特定AI能力的成本（數(shù)據(jù)+人力）異常高昂，AI成為只有行業(yè)內(nèi)大型公司才能負(fù)擔(dān)的奢侈技術(shù)。

當(dāng)時(shí)間來到2 0 2 3 年，在OpenAI爆炸性成功的榜樣示范和資本對(duì)大模型技術(shù)的追逐中，由基礎(chǔ)大模型驅(qū)動(dòng)的生成式AI范式在全球掀起新一輪技術(shù)革命，AIFirst成為一大批AI創(chuàng)業(yè)公司和多家硅谷巨頭共同奉行的關(guān)鍵戰(zhàn)略，曾經(jīng)AI-First代表的是“押注智能未來”，但未來已來，隨著大模型等新一代AI技術(shù)的快速發(fā)展，今天AI-First戰(zhàn)略需要面向全新AI技術(shù)迭代自身內(nèi)涵。以下我們將分新基座、新體驗(yàn)、新效率三部分展開論述，嘗試說明金融科技擁抱AI-First戰(zhàn)略的必要與意義所在：

（一）新基座：大模型+知識(shí)力+專業(yè)力

當(dāng)代大模型， 以國(guó)外ChatGPT、國(guó)內(nèi)通義千問等為代表，在經(jīng)歷海量語料的訓(xùn)練后都有著跨多學(xué)科領(lǐng)域的強(qiáng)大通識(shí)，在各種知識(shí)型問題上往往能給出高質(zhì)量回答。但當(dāng)大模型進(jìn)入金融這樣復(fù)雜的垂直行業(yè)領(lǐng)域時(shí)，通用語言大模型無法開箱即用，除了行業(yè)強(qiáng)監(jiān)管帶來的安全性問題之外，金融行業(yè)有著獨(dú)有的專業(yè)壁壘：

金融業(yè)務(wù)可抽象為持續(xù)不斷的基于信息和數(shù)據(jù)的決策流，對(duì)一個(gè)大模型而言，要?jiǎng)偃谓鹑跇I(yè)務(wù)就需要做到以下幾點(diǎn)：（1）信息的實(shí)時(shí)性。決策在時(shí)間中持續(xù)不斷，需要基于盡可能實(shí)時(shí)的信息和數(shù)據(jù)。壓入大模型內(nèi)部的海量信息由于過時(shí)反而可能誤導(dǎo)決策。（2）事實(shí)的嚴(yán)謹(jǐn)性。金融決策依賴精確的事實(shí)和數(shù)據(jù)，不可差之毫厘，但對(duì)語言大模型而言，輸出精準(zhǔn)的行情數(shù)字和嚴(yán)謹(jǐn)無錯(cuò)的事實(shí)不是其所擅長(zhǎng)。（3）決策的專業(yè)性。領(lǐng)域?qū)I(yè)知識(shí)區(qū)別于常識(shí)，無法僅僅通過模仿語言來習(xí)得，一個(gè)例子是各個(gè)專業(yè)領(lǐng)域常見的“偽專家”能流利地使用術(shù)語和行話但無法做出可靠的專業(yè)決策，經(jīng)過海量語料訓(xùn)練能模仿領(lǐng)域內(nèi)專家口吻的語言大模型可以視為一個(gè)能說會(huì)道但專業(yè)素養(yǎng)不足的“半瓶水”偽專家。

在指出這些問題的同時(shí)，生成式大模型批量輸出專業(yè)知識(shí)的潛力和由AI成為業(yè)務(wù)的知識(shí)底盤的價(jià)值不言而喻，事實(shí)上，大模型正在快速成為專業(yè)知識(shí)的加工和輸出中樞，辦法總比問題多：將AI-First落在金融業(yè)務(wù)中，我們需要一個(gè)足以支撐金融各項(xiàng)業(yè)務(wù)決策的新基座。這個(gè)基座的核心是一個(gè)具備豐富金融通識(shí)的金融大模型，以及能夠保障實(shí)時(shí)信息和嚴(yán)謹(jǐn)事實(shí)的外部知識(shí)庫(kù)——基于檢索增強(qiáng)和圖譜增強(qiáng)，而為了改善大模型決策的專業(yè)性，將專業(yè)邏輯封裝在外部工具/服務(wù)中，以插件模式進(jìn)行調(diào)用和串聯(lián)是揚(yáng)長(zhǎng)避短的好策略。

（二）新體驗(yàn)：面向用戶意圖的個(gè)性化體驗(yàn)

上一代AI技術(shù)一般作為業(yè)務(wù)鏈路的中間環(huán)節(jié)，為業(yè)務(wù)起降本增效的作用。新一代大模型驅(qū)動(dòng)的AI技術(shù)，已經(jīng)成為直接面對(duì)用戶的下一代人機(jī)界面，區(qū)別于之前機(jī)器和人之間“命令—響應(yīng)”的交互模式，AI驅(qū)動(dòng)的交互是基于用戶深層意圖提供的定制化內(nèi)容和服務(wù)，理解用戶所思所想的智能感體驗(yàn)得到了用戶真金白銀的認(rèn)可。統(tǒng)計(jì)前50大AI-First產(chǎn)品，會(huì)發(fā)現(xiàn)它們并不像傳統(tǒng)互聯(lián)網(wǎng)公司一樣投入巨量營(yíng)銷資金進(jìn)行新客獲取，AI-First產(chǎn)品通過口碑傳播就能快速擴(kuò)張用戶規(guī)模，并得到足夠多的用戶訂閱付費(fèi)，在AI-First產(chǎn)品列表中，90%已經(jīng)實(shí)現(xiàn)了盈利，幾乎都是通過訂閱模式，其平均月收費(fèi)21美元，相比之下，其他熱門的消費(fèi)者訂閱服務(wù)的平均費(fèi)用是每月10美元。這就是AI-First公司通過向用戶直接交付AI能力帶來的巨大的價(jià)值提升。

值得注意的是，由于大模型多輪開放對(duì)話能力的突破性進(jìn)展，對(duì)話界面（CUI）成為智能產(chǎn)品直接獲取用戶意圖的流行方式。但在金融業(yè)務(wù)中，由于專業(yè)知識(shí)的高門檻，在輸入側(cè)，占大多數(shù)的“金融小白”用戶在對(duì)話界面中其實(shí)難以條理清晰地表述需求和問題；從輸出側(cè)看，如果AI直接在對(duì)話界面中輸出長(zhǎng)篇大論的專業(yè)表達(dá)，也難以被普通用戶接受?？梢?，在金融這樣的垂直領(lǐng)域中，CUI還是需要和GUI（圖形用戶界面）深度融合，從可視化數(shù)據(jù)到引導(dǎo)按鈕，都應(yīng)基于AI對(duì)用戶隱藏意圖的理解，輸出定制的UI整體結(jié)構(gòu)和要素，提供真正個(gè)性化的交互體驗(yàn)。

（三）新效率：輸出專業(yè)知識(shí)和人機(jī)結(jié)合

過去AI的經(jīng)典應(yīng)用是在搜索/推薦/廣告中吞吐海量信息，解決業(yè)務(wù)場(chǎng)景的信息不對(duì)稱問題?，F(xiàn)在，隨著大模型技術(shù)的快速發(fā)展，AI從簡(jiǎn)單吞吐信息轉(zhuǎn)向?qū)Ａ恐R(shí)的消化和輸出，大模型對(duì)海量知識(shí)的批量吞吐對(duì)高度依賴專業(yè)知識(shí)的領(lǐng)域是巨大的提效，尤其在金融這樣的知識(shí)密集型行業(yè)里，專業(yè)服務(wù)一直是稀缺和昂貴的，因?yàn)樘峁┻@些知識(shí)型服務(wù)的只能是具備足夠?qū)I(yè)知識(shí)和經(jīng)驗(yàn)積累的領(lǐng)域?qū)＜?，但大模型壓入知識(shí)、消化知識(shí)和利用知識(shí)的強(qiáng)大能力，使得行業(yè)大模型一旦訓(xùn)練就緒，就可以得到無數(shù)AI業(yè)務(wù)專家，產(chǎn)業(yè)鏈條中原先依賴專家輸出知識(shí)的各個(gè)場(chǎng)景都將有機(jī)會(huì)基于AI重塑，推動(dòng)業(yè)務(wù)效率的大幅提升。

AI業(yè)務(wù)專家和人類專家之間并非簡(jiǎn)單的取代關(guān)系。首先，人類專家掌握著實(shí)際業(yè)務(wù)中大量沒有形成文字記錄的經(jīng)驗(yàn)和知識(shí)，這些經(jīng)驗(yàn)無法通過大模型進(jìn)行相關(guān)訓(xùn)練；其次，人類能為AI提供重要的基準(zhǔn)事實(shí)，AI輸出的海量知識(shí)也需要人的檢驗(yàn)和確認(rèn)，這將有效緩解大模型的知識(shí)幻覺；最后，在大模型海量知識(shí)的持續(xù)賦能之下，人類專家+AI有機(jī)協(xié)同的生產(chǎn)力將有數(shù)量級(jí)的提升（10倍+），此時(shí)并不是機(jī)器對(duì)人的取代，而是人機(jī)結(jié)合形成的超級(jí)自動(dòng)化系統(tǒng)對(duì)傳統(tǒng)人力密集的工作模式的取代。

二、AI正在重塑金融服務(wù)全鏈路

如前所述，以大模型為代表的新一代AI技術(shù)對(duì)金融業(yè)務(wù)的價(jià)值已非常明朗，且和上一代AI技術(shù)投入巨大的成本不同，大模型技術(shù)已經(jīng)大幅降低了AI在產(chǎn)業(yè)中的應(yīng)用成本和推廣門檻，后續(xù)企業(yè)間比拼的是行業(yè)AI認(rèn)知及大模型落地速度，越快落地越有機(jī)會(huì)在迭代中拿到更多數(shù)據(jù)形成正向的數(shù)據(jù)飛輪。探索新技術(shù)雖然有各種不確定的風(fēng)險(xiǎn)，但故步自封必然落后，只有對(duì)技術(shù)更積極更敏捷的試錯(cuò)和迭代，才是消除新技術(shù)潛在風(fēng)險(xiǎn)的最好解法。在AIFirst的金融科技新浪潮中，金融產(chǎn)業(yè)鏈條上的關(guān)鍵環(huán)節(jié)都值得用大模型重做一次。

（一）AI進(jìn)入金融科技的三個(gè)階段：AI-Dawn、AI-Plus、AI-First

AI進(jìn)入金融科技并非發(fā)生在一夜之間，需要經(jīng)過實(shí)際業(yè)務(wù)場(chǎng)景、數(shù)據(jù)和算法在逐漸積累和演變中，形成一個(gè)階梯性的發(fā)展進(jìn)程。我們可以從行業(yè)實(shí)踐中識(shí)別并區(qū)分出三個(gè)階段：AI-Dawn（AI啟蒙），AI-Plus（AI賦能），AI-First（AI引領(lǐng)）。

在AI-Dawn階段，伴隨移動(dòng)互聯(lián)網(wǎng)浪潮的興起金融機(jī)構(gòu)觸“網(wǎng)”，金融產(chǎn)品和金融服務(wù)開始借助AI的力量觸達(dá)規(guī)?；凝嫶笥脩羧海浵伒挠囝~寶和花唄成為其中的代表，這背后依賴于AI對(duì)海量小微客戶的風(fēng)險(xiǎn)管理和數(shù)字化營(yíng)銷的解決。這是AI的啟蒙時(shí)期，AI對(duì)海量數(shù)據(jù)的加工能力在業(yè)務(wù)中嶄露頭角。

在AI-Plus階段，AI技術(shù)開始廣泛覆蓋各類金融場(chǎng)景，在營(yíng)銷流量、銷售線索挖掘、量化分析、資產(chǎn)配置、風(fēng)險(xiǎn)定價(jià)、理賠任務(wù)調(diào)度等一系列任務(wù)里，AI對(duì)業(yè)務(wù)信息的加工處理成為業(yè)務(wù)降本增效的關(guān)鍵手段。這個(gè)時(shí)期AI開始在業(yè)務(wù)中積極賦能，行業(yè)整體對(duì)AI技術(shù)持積極引入的立場(chǎng)，算力、數(shù)據(jù)資產(chǎn)、人才梯隊(duì)等AI落地要素在全行業(yè)逐漸落地生根。

當(dāng)進(jìn)入AI-First階段，大模型具備了優(yōu)秀的語言認(rèn)知能力與良好的感知推理能力，在一系列金融場(chǎng)景任務(wù)上不斷刷新SOTA（前沿技術(shù)水平），在越來越多場(chǎng)景中AI快速接近乃至超越人類專家——?jiǎng)偃螌I(yè)任務(wù)的智能勞動(dòng)力被創(chuàng)造出來。如圖1所示，行業(yè)中許多原先依賴領(lǐng)域?qū)＜?專業(yè)人士推進(jìn)的業(yè)務(wù)場(chǎng)景開始由AI引領(lǐng)。這個(gè)階段AI在大模型基座批量輸出專業(yè)知識(shí)帶來的10倍效率提升之外，也提供了基于意圖的全新體驗(yàn)。金融產(chǎn)品和服務(wù)建設(shè)開始進(jìn)入“AI First時(shí)代”。

圖1 AI First 對(duì)效率和體驗(yàn)的重塑

（二）AI落地金融行業(yè)的挑戰(zhàn)和邊界

對(duì)于金融這樣一個(gè)關(guān)涉國(guó)計(jì)民生的關(guān)鍵行業(yè)，一方面有必要擁抱AI-First，以AI技術(shù)的先進(jìn)生產(chǎn)力推動(dòng)金融業(yè)務(wù)鏈的重塑，為每一個(gè)普通人帶來專業(yè)且有溫度的金融服務(wù)；另一方面，需要對(duì)AI的能力邊界做客觀審慎的評(píng)估，針對(duì)金融價(jià)值觀、業(yè)務(wù)適當(dāng)性、事實(shí)嚴(yán)謹(jǐn)性幾個(gè)關(guān)鍵挑戰(zhàn)，積極研發(fā)圍欄技術(shù)，實(shí)現(xiàn)大模型生成內(nèi)容的可信可控可靠。

對(duì)于金融價(jià)值觀，首先，要從訓(xùn)練所用數(shù)據(jù)到對(duì)齊標(biāo)準(zhǔn)都遵循社會(huì)及行業(yè)雙重價(jià)值觀體系，堅(jiān)守社會(huì)主義核心價(jià)值觀和正向金融價(jià)值觀；其次是對(duì)用戶隱私的保護(hù)，在AI依賴的數(shù)據(jù)準(zhǔn)備—數(shù)據(jù)清洗—數(shù)據(jù)訓(xùn)練的全流程環(huán)節(jié)切入，過濾和清除用戶敏感隱私信息，保障用戶信息不被濫用或泄露。關(guān)于業(yè)務(wù)適當(dāng)性，AI需嚴(yán)格遵循金融機(jī)構(gòu)的合規(guī)及決策流程。金融大模型的觀點(diǎn)輸出邏輯需要白盒透明和可解釋，以在證券、基金、保險(xiǎn)、風(fēng)控等領(lǐng)域滿足不同監(jiān)管機(jī)構(gòu)的要求和驗(yàn)證。在此基礎(chǔ)上，金融AI將逐漸具備發(fā)表審慎、客觀、專業(yè)觀點(diǎn)的能力，以保障AI提供金融服務(wù)的適當(dāng)性。對(duì)于事實(shí)嚴(yán)謹(jǐn)性，當(dāng)前生成式大模型客觀上還存在難以避免的知識(shí)幻覺問題，在低容錯(cuò)場(chǎng)景里我們不能推卸責(zé)任，需要以負(fù)責(zé)任的態(tài)度引入人類專家來最終把關(guān)。