近期，以ChatGPT为代表的大模型技术在金融领域掀起了新一轮技术热潮。对于大模型技术在金融行业可能产生的影响，度小满首席技术官许冬亮在接受麦肯锡专访时谈道，具有通用能力的大模型将成为信息处理的基础设施，中小银行应用人工智能技术的门槛将大幅降低，在数字化、智能化进程中有了“弯道超车”的机会。

作为源自百度的金融科技公司，度小满一直积极探索人工智能在金融领域的前沿应用，先后布局信贷、财富管理、支付、保险、个人金融科技和供应链金融科技等六大业务板块。百度 “文心一言”开放生态合作后，深耕AI领域多年的度小满成为首家接入的金融科技公司。

--以下为访谈内容摘录--

麦肯锡：ChatGPT近期风靡全球，您对人工智能未来趋势怎么看？

许冬亮：ChatGPT的基础是大模型，也就是 GPT（ Generative Pre-trained Transformer 即生成型预训练变换模型）。基于大模型，OpenAI团队不仅推出了ChatGPT（对话），还推出了CodeX（代码生成）、DALL-E（图像生成）。

比ChatGPT更值得关注的是它所依托的底层技术能力。我们认为类似GPT这样的大模型技术，是下一代人工智能技术较量的核心课题。大模型将会掀起新一波的技术浪潮，重塑多个行业的业态。

麦肯锡：大模型技术的发展，对金融行业的格局将带来什么影响？

许冬亮：具有通用能力的大模型将成为信息处理的基础设施，中小银行应用人工智能技术的门槛将大幅降低，在数字化、智能化进程中有了“弯道超车”的机会。由于在数字资源、科技能力、业务场景等方面的天然差距，中小银行与大银行相比，在数字化转型方面相对落后，且面临着差距越拉越大的风险，“智能化鸿沟”的风险也越来越明显。

在大模型时代，所有银行都可以便捷地使用最先进的人工智能技术来解决各自的业务问题，不同规模的银行重新站在同一条起跑线上，这将大幅加快中小银行数字化、智能化进程，有利于中小银行跨越“数字鸿沟”和“智能化鸿沟”。

麦肯锡：度小满在大模型上有什么布局？

许冬亮：度小满已经开展了一系列基于大模型的应用。我们将大型语言模型LLM应用于海量互联网文本数据、行为数据、征信报告的解读，将小微企业主的信贷违约风险降低了25%。随着模型的迭代，大模型在智能风控上的潜力将进一步释放。

ChatGPT所展现的语义理解能力，也是度小满在自然语言处理（NLP）领域重点投入的方向。2021年，在微软举办的MS MARCO 比赛中的文档排序任务中，度小满NLP团队排名第一并刷新纪录；团队研发的轩辕 (XuanYuan) 预训练模型也在CLUE分类任务中排名第一。百度 “文心一言”开放生态合作后，度小满成为首家接入的金融科技公司。

接下来，基于“文心一言”的大模型技术基座，结合度小满业务场景积累的金融行业知识和数据进行交互式训练，我们希望能在金融行业发挥ChatGPT类人工智能技术的作用和价值，打造全新的智能客服、智能风控、智能交互服务。这些垂直应用不仅要具备生成式人工智能（AI）、多模态语义理解等能力，而且要适配金融行业高度重视风险、把安全性放在第一位的行业特点，做到高度稳定、自主可控。

显然，大模型技术为金融科技带来了新的发展思路。不过，AI大模型在金融行业的大规模应用依然还面临着一些挑战。作为在人工智能领域具备深度技术储备的金融科技企业，度小满在推动AI大模型的规模化落地上有望发挥重要作用。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

责任编辑：kj005