文/王力 編輯/周遠方
「去年，我們對大模型技術在金融領域的套用還持有一定的觀望態度。然而，隨著技術的不斷進步和套用場景的不斷拓展，我們開始逐漸認識到大模型技術的巨大潛力。」奇富科技首席演算法科學家費浩峻先生對觀察者網表示。
12月19日，第六屆上海金融科技國際論壇之「2024年度人工智能大模型金融領域示範場景及創新套用案例成果特展」活動周在上海隆重開幕，吸引了眾多金融科技專家和企業的參與。此次活動不僅展示了人工智能大模型技術在金融領域的最新套用成果，為行業內的創新合作提供了平台。
在活動現場，上海金融科技產業聯盟創新監管實驗室與奇富科技簽訂了創新夥伴合作協定。雙方將攜手探索金融科技的創新路徑，推動新技術在金融領域的高效和安全套用，共同助力上海打造全球金融科技中心。
奇富科技作為金融科技領域的領軍企業，在本次成果展上展示了其在人工智能大模型技術領域的最新進展，並分享了其在金融科技領域的深入實踐和前瞻性思考。當日，觀察者網有幸與奇富科技的首席演算法科學家費浩峻先生，就金融科技領域的創新實踐與挑戰進行了深度對話。
大模型在金融核心業務中的深度套用：從表征到決策的全方位賦能
「去年，我們對大模型技術在金融領域的套用還持有一定的觀望態度。」費浩峻先生坦言，「當時，我們主要擔心大模型的‘黑盒’特性以及其在金融業務中的穩定性和合規性。然而，隨著技術的不斷進步和套用場景的不斷拓展，我們開始逐漸認識到大模型技術的巨大潛力。」
在對話中，費浩峻先生首先回顧了奇富科技在人工智能大模型領域的探索歷程。他表示，奇富科技對人工智能大模型技術的關註始於其潛在的巨大價值，但初期也面臨著諸多不確定性和挑戰。
在談到奇富科技在金融科技領域的創新實踐時，費浩峻先生首先提到了大模型技術的引入與突破。他表示，奇富科技一直致力於將最前沿的技術套用於金融業務中，而大模型技術的出現，為金融科技的創新提供了新的可能。
「我們原來一直是想把大模型，真正的人工智能，它就應該是從端到端的解決方案。」費浩峻說道，「但是，隨著Agent模式給我們做了很大的啟發，因為Agent其實是多人工協作、多Agent一起協作，最後得出一個滿意的答案。我們過去其實也是在走這樣的一個路子，因為我們現線上上整個加起來應該有700多個模型在運轉。後來，我們就去做拆解了，正如我剛才說的，整個大模型、整個信貸的核心能力，其實就有兩塊，一個是表征，一個是預測。」
費浩峻進一步解釋，表征是指將使用者的各種資訊轉化為模型能夠辨識的特征，而預測則是基於這些特征進行風險評估和決策。在過去，奇富科技在預測方面遇到了不少挑戰，但隨著大模型技術的引入，這些問題逐漸得到了解決。
「我們過去其實有顧慮的一點是因為大模型它太黑盒了，在業務上我們要求我們的每一個模型都是在不斷進步的。」費浩峻說道，「但是大模型之前是沒有這樣的能力的，所以我們要把以前小模型上的數據能力，投入一定的能力移植到大模型上，這個是一個契機。」
當前在金融業務中，大模型技術的套用涉及多個方面。費浩峻介紹，奇富科技在大模型技術的套用上，主要集中在風險辨識、需求辨識、客戶體驗提升等方面。
「在風險辨識方面，我們透過大模型對使用者的各種資訊進行深度挖掘和分析，能夠更準確地評估使用者的風險水平。」費浩峻說道，「在需求辨識方面，大模型能夠根據使用者的行為和偏好，為使用者提供更加個人化的金融產品和服務。同時，在客戶體驗提升方面，大模型的套用也使得我們能夠更加快速地響應使用者的需求和問題。」
此外，費浩峻還提到了大模型在信貸業務中的套用。他表示，透過大模型對使用者的信貸記錄、收入情況、消費習慣等資訊進行綜合分析，能夠為使用者提供更加精準的信貸額度和利率。這不僅提高了信貸業務的效率，也降低了風險。
金融科技面臨的挑戰與應對策略
在金融科技領域，技術挑戰是不可避免的。費浩峻表示，奇富科技在技術創新的過程中，也遇到了不少技術挑戰。
「首先，大模型技術的復雜性和不確定性給我們帶來了很大的挑戰。」費浩峻說道，「我們需要不斷地對模型進行訓練和調優，以提高其準確性和穩定性。同時，我們還需要關註數據的質素和安全性，確保模型的套用不會帶來風險。」
為了應對這些技術挑戰，奇富科技采取了一系列措施。首先，公司加大了對技術研發的投入，引進了一批優秀的技術人才。其次，公司建立了完善的數據治理體系，確保數據的質素和安全性。此外，公司還加強了與高校和研究機構的合作，共同探索新的技術和方法。
除了技術挑戰外，金融科技還面臨著合規挑戰。費浩峻表示，金融業務的特殊性要求企業必須嚴格遵守相關法律法規和監管要求。
「在合規方面，我們一直保持著高度的警惕和重視。」費浩峻說道，「我們建立了完善的合規管理體系，對每一項業務都進行了嚴格的合規審查和風險評估。同時，我們還加強了與監管機構的溝通和協作，確保我們的業務始終符合監管要求。」
為了應對合規挑戰，奇富科技采取了一系列措施。首先，公司加強了對員工的合規培訓和教育，提高員工的合規意識和能力。其次，公司建立了合規監測和預警機制，及時發現和糾正潛在的合規風險。此外，公司還加強了與第三方機構的合作，共同應對合規挑戰。
在金融科技領域，市場競爭日益激烈。費浩峻表示，奇富科技在市場競爭中面臨著來自傳統金融機構和科技巨頭的雙重壓力。
「在市場競爭方面，我們一直保持著清醒的頭腦和敏銳的洞察力。」費浩峻說道，「我們深知自己的優勢和不足，因此一直在努力提升自己的核心競爭力和創新能力。」
為了應對市場競爭和挑戰，奇富科技采取了一系列措施。首先，公司加強了品牌建設和市場推廣力度，提高了品牌知名度和影響力。其次，公司加大了對產品和服務的創新力度，不斷推出符合市場需求的新產品和服務。此外，公司還加強了與合作夥伴的協作和共贏發展，共同應對市場競爭和挑戰。
智能體最佳化與數據飛輪：奇富科技在金融科技領域的持續創新
會上，費浩峻指出，2024年金融科技行業見證了行銷智能體的顯著進步。這些智能體不僅在任務執行上更加高效，而且在服務場景和能力上也實作了質的飛躍。得益於UN技術的支撐，行銷智能體的提效尤為顯著，為企業的行銷活動帶來了前所未有的便捷與效率。
在智能體的發展歷程中，奇富科技從單一智能體的最佳化逐步邁向了多智能體的協同工作。費浩峻表示，過去智能體可能僅局限於執行簡單的通知或流程引導任務，但如今，它們已經能夠以更加人性化的形式出現，全方位解決使用者在行銷過程中的各種問題。例如，智能體能夠靈活透過短訊、企業微信等多種渠道與使用者保持緊密聯系，並同時與內部風控和營運系統實作無縫對接。
費浩峻透露，2024年行銷智能體的承載量級增長了一倍，平均通話時長也增長了60%。這一顯著增長不僅意味著智能體能夠服務更多場景，更彰顯了其在特定場景下的服務能力得到了大幅提升。為了實作這一進步，奇富科技首先最佳化了單個智能體的能力，隨後透過自研的強化學習框架，進一步提升了多智能體的協同效率。
在談及數據飛輪的建設時，費浩峻強調，數據飛輪是實作金融業務智能化和自動化的關鍵所在。奇富科技透過構建完善的數據采集、處理和分析體系，不斷積累和最佳化業務數據，為大模型和智能體的訓練與最佳化提供了有力支持。這種數據飛輪的模式不僅大幅提高了金融業務的效率和準確性，還有效降低了營運成本和風險成本，為奇富科技帶來了長期的有利競爭。
費浩峻還表示，奇富科技對產品保持謹慎態度，確保行銷智能體能夠直接與B端和C端使用者有效溝通。透過傳統結構與大模型的有機結合，公司加速了叠代過程，顯著提高了智能體的最佳化頻率和成功率。
展望明年計劃，費總表示預計在2025年6月正式釋出基於強化學習的智能體最佳化框架的開源版本，以促進整個行業的技術共享和進步。同時，奇富科技在探索與多個學術機構和企業的合作，共同推動大模型產品的發展。「我們期待與更多有誌之士合作，共同打造行業最佳落地場景，推動多模態Agent推理加速技術的發展。」費浩峻表示。
「未來，金融科技將繼續朝著智能化、個人化、普惠化的方向發展。」費浩峻說道，「透過大模型、區塊鏈、人工智能等先進技術的套用，金融科技將能夠提供更加高效、便捷、安全的金融服務。」
在談及奇富科技的未來規劃時，費浩峻表示，公司將繼續堅持技術創新和業務拓展並重的發展策略。他提到，奇富科技將不斷加大在人工智能、大數據、區塊鏈等前沿技術領域的研發投入力度，並積極拓展新的業務領域和市場空間，為使用者提供更加全面、優質的金融服務。
