21世紀經濟報道 記者李愿 北京報道

在(zai)(zai)以ChatGPT等為代表的(de)人(ren)工智能(neng)大(da)(da)模型(xing)(xing)應用快速發(fa)展(zhan)背(bei)景下，今年3月，中(zhong)國農業(ye)銀行在(zai)(zai)同(tong)業(ye)中(zhong)率先推出類ChatGPT的(de)AI大(da)(da)模型(xing)(xing)應用ChatABC（中(zhong)文名：小(xiao)數），并在(zai)(zai)該行科技問答場景進行了內部(bu)試點。目前，ChatABC試點情況如(ru)何(he)，未來還(huan)有哪(na)些(xie)規劃(hua)？如(ru)何(he)看待(dai)大(da)(da)模型(xing)(xing)對(dui)銀行業(ye)數字(zi)化轉型(xing)(xing)的(de)影響，以及對(dui)未來發(fa)展(zhan)有何(he)展(zhan)望，《21世(shi)紀經(jing)濟報道(dao)》記者近日對(dui)中(zhong)國農業(ye)銀行研發(fa)中(zhong)心副總經(jing)理(li)趙煥芳進行了專訪(fang)。

趙煥芳對記者表示，大模(mo)型的(de)出現會加速(su)銀(yin)行數字化轉型的(de)效率和質量，是各個銀(yin)行必須(xu)重(zhong)視的(de)發展(zhan)方向。但大模(mo)型在金融領域(yu)的(de)應用，目(mu)前還處于(yu)探索試點的(de)初級階段，主要是面(mian)臨算力需求大、數據要求高、模(mo)型定(ding)制難(nan)、場景(jing)深入難(nan)、生態構建難(nan)、人才培養難(nan)六個方面(mian)的(de)挑戰。

“國(guo)內金融機構優先(xian)在智(zhi)(zhi)能(neng)(neng)客服(fu)(fu)、知識問(wen)答、輔助編程、智(zhi)(zhi)能(neng)(neng)辦公等(deng)領域開展探索嘗試(shi)。”談及具體(ti)應(ying)用時，趙煥芳告訴記者，ChatABC目前在智(zhi)(zhi)能(neng)(neng)問(wen)答、智(zhi)(zhi)能(neng)(neng)客服(fu)(fu)、輔助編程、智(zhi)(zhi)能(neng)(neng)辦公、智(zhi)(zhi)能(neng)(neng)風控(kong)等(deng)多個領域同(tong)步(bu)進(jin)行(xing)試(shi)點，今年(nian)下半年(nian)還進(jin)一步(bu)提出“大(da)模型(xing)(xing)+”的建設理念，規劃了智(zhi)(zhi)能(neng)(neng)客服(fu)(fu)、智(zhi)(zhi)能(neng)(neng)研發、智(zhi)(zhi)慧三農等(deng)9大(da)領域，30余(yu)個場(chang)景(jing)，逐步(bu)培(pei)育“大(da)模型(xing)(xing)+”生態，賦能(neng)(neng)數(shu)字(zi)化轉型(xing)(xing)提質增效。

趙(zhao)煥(huan)芳認為，大(da)模(mo)型(xing)未來(lai)可期(qi)，為了(le)更(geng)好推(tui)進大(da)模(mo)型(xing)在銀行業的(de)應(ying)用，希望行業一起(qi)，能(neng)夠構(gou)建更(geng)大(da)范圍的(de)大(da)模(mo)型(xing)應(ying)用生態體(ti)系，提(ti)供大(da)模(mo)型(xing)快(kuai)速(su)落(luo)地(di)、快(kuai)速(su)見效的(de)探索實踐(jian)案例，加強人(ren)才培養和技(ji)術交(jiao)流，共享時代賦予(yu)的(de)AI大(da)模(mo)型(xing)技(ji)術發展(zhan)紅利。

趙煥芳，受訪者供圖

大模型為銀行業數字化轉型提供更強有力支撐

《21世紀(ji)》：你怎么看大模(mo)型對金融(rong)機(ji)構(gou)尤其是(shi)銀(yin)行(xing)業業務的影響(xiang)，是(shi)否(fou)會(hui)對銀(yin)行(xing)數(shu)字(zi)化(hua)轉型邏輯帶來(lai)改變？

趙煥(huan)芳：大模型讓人工(gong)智能走向了(le)通(tong)用人工(gong)智能，業界普遍認為點燃了(le)AI革命的(de)“瀏覽器時刻”和 “iPhone時刻”。以(yi)ChatGPT（GPT-4）為代表的(de)大模型在邏輯推理(li)、對話、多模態信(xin)息理(li)解與生(sheng)成等方面，展現了(le)巨大的(de)應(ying)用潛力。

大(da)(da)模(mo)型(xing)極大(da)(da)提升了(le)AI應用(yong)(yong)的效率。拿武(wu)俠做個類比，傳統AI模(mo)型(xing)像是學(xue)會(hui)了(le)八卦刀、梯(ti)云縱的武(wu)林人(ren)士，每一門(men)武(wu)功都(dou)需要專門(men)學(xue)習，且學(xue)習時間很長(chang)。大(da)(da)模(mo)型(xing)就像學(xue)會(hui)了(le)九(jiu)陰真經，打通了(le)任督二脈，不管(guan)是少林長(chang)拳，還是武(wu)當太極拳，都(dou)能很快學(xue)會(hui)，而且威力(li)巨大(da)(da)。大(da)(da)模(mo)型(xing)相對于傳統AI模(mo)型(xing)，就體現為(wei)通用(yong)(yong)智能的能力(li)更強，適(shi)用(yong)(yong)場(chang)景更廣泛，應用(yong)(yong)效率更高。

大模(mo)型(xing)之(zhi)所(suo)以(yi)能(neng)(neng)(neng)夠具備一(yi)定程(cheng)度的(de)(de)(de)通用智能(neng)(neng)(neng)，來(lai)源于大模(mo)型(xing)特有的(de)(de)(de)兩個(ge)特點，一(yi)個(ge)叫“頓悟”，一(yi)個(ge)叫“涌(yong)現”。“頓悟”是指(zhi)模(mo)型(xing)學習(xi)了(le)大量(liang)的(de)(de)(de)樣(yang)本之(zhi)后(hou)，忽(hu)然(ran)對(dui)于未知(zhi)的(de)(de)(de)樣(yang)本有了(le)很(hen)好(hao)的(de)(de)(de)預測能(neng)(neng)(neng)力(li)，例(li)如(ru)：學習(xi)了(le)大量(liang)的(de)(de)(de)1+1=2，2+2=4的(de)(de)(de)案例(li)后(hou)，頓悟了(le)四則運算(suan)的(de)(de)(de)規律，就是所(suo)謂的(de)(de)(de)“書讀百(bai)遍，其義自見”；“涌(yong)現”是指(zhi)，當模(mo)型(xing)參數(shu)量(liang)大到一(yi)定量(liang)級之(zhi)后(hou)，出現一(yi)個(ge)非線性(xing)的(de)(de)(de)智能(neng)(neng)(neng)能(neng)(neng)(neng)力(li)的(de)(de)(de)跳變，涌(yong)現出非常強(qiang)的(de)(de)(de)邏輯(ji)推理能(neng)(neng)(neng)力(li)和思(si)維能(neng)(neng)(neng)力(li)，就是所(suo)謂的(de)(de)(de)“忽(hu)如(ru)一(yi)夜春風來(lai)，千樹(shu)(shu)萬樹(shu)(shu)梨花(hua)開”。

銀行(xing)的數(shu)(shu)(shu)字(zi)化(hua)(hua)轉(zhuan)型的本質是用(yong)(yong)數(shu)(shu)(shu)據+算法的手段(duan)，以(yi)(yi)數(shu)(shu)(shu)字(zi)能(neng)力建(jian)設為核心，利用(yong)(yong)數(shu)(shu)(shu)字(zi)技術對業務流程、服務模(mo)式、運(yun)營方式等進(jin)行(xing)數(shu)(shu)(shu)字(zi)化(hua)(hua)重塑和改造，提(ti)高經營效(xiao)率、提(ti)升(sheng)服務水(shui)平等。銀行(xing)的數(shu)(shu)(shu)字(zi)化(hua)(hua)轉(zhuan)型，“用(yong)(yong)數(shu)(shu)(shu)”是關鍵。而以(yi)(yi)大模(mo)型為代表(biao)的人(ren)工智能(neng)，則是“用(yong)(yong)數(shu)(shu)(shu)”的高級(ji)階(jie)段(duan)，應(ying)用(yong)(yong)大模(mo)型預計未來會降低“用(yong)(yong)數(shu)(shu)(shu)”的門檻、提(ti)升(sheng)“用(yong)(yong)數(shu)(shu)(shu)”的效(xiao)能(neng)，數(shu)(shu)(shu)字(zi)技術可以(yi)(yi)更(geng)(geng)深(shen)入地(di)賦(fu)能(neng)營銷、風控、運(yun)營、決策等銀行(xing)業務，為銀行(xing)業數(shu)(shu)(shu)字(zi)化(hua)(hua)轉(zhuan)型提(ti)供更(geng)(geng)強有(you)力的支撐(cheng)。

總結來說，大(da)模型的(de)出現(xian)會加速銀行數字(zi)化轉型的(de)效(xiao)率和質(zhi)量(liang)，是(shi)各(ge)個(ge)銀行必須重視的(de)發展方向。

《21世(shi)紀(ji)》：大(da)模(mo)型(xing)(xing)發展(zhan)較好的(de)(de)國家，銀行業在哪(na)些場景上有大(da)模(mo)型(xing)(xing)的(de)(de)應用，這對我(wo)國銀行業有何啟示(shi)？

趙煥芳：當前，國內外一些(xie)金(jin)融機構，都(dou)在積極探索大模型(xing)(xing)(xing)。例如：彭博(bo)在今(jin)年3月30日發布了BloombergGPT，該模型(xing)(xing)(xing)支持在輿論分析(xi)、量化交(jiao)易、風(feng)險(xian)控制等多個(ge)方面賦(fu)能金(jin)融企(qi)業，與之類似的(de)(de)還有開源(yuan)的(de)(de)FinGPT；摩(mo)根斯坦利則集成了OpenAI的(de)(de)服務作(zuo)為(wei)財務顧問工具；摩(mo)根大通則利用大模型(xing)(xing)(xing)分析(xi)電子郵件的(de)(de)潛在風(feng)險(xian)。

當然(ran)，國外金融業在(zai)大模(mo)型的應用上(shang)也存(cun)在(zai)截然(ran)不同的態度(du)。諸如美國銀行、花旗銀行、德(de)意志(zhi)銀行、高盛和富國銀行等(deng)，認(ren)為大模(mo)型存(cun)在(zai)數據安全(quan)和隱私(si)保(bao)護等(deng)方(fang)面(mian)的問題，因此限(xian)制員工和交易過程中使用ChatGPT等(deng)服(fu)務。

對大(da)模型應用的兩種態(tai)度(du)，一(yi)定程度(du)上反映了(le)目前(qian)大(da)模型的創新(xin)突破和應用局(ju)限。如(ru)何既(ji)發揮大(da)模型的優勢，同時避免(mian)帶來安全隱患，給我們(men)的啟示有如(ru)下三點：

一是安(an)(an)全(quan)為基(ji)：金融機構的(de)數據是高度(du)敏(min)感，涉及(ji)客戶(hu)隱私和金融安(an)(an)全(quan)，必須(xu)在安(an)(an)全(quan)可控的(de)環(huan)境下訓練(lian)、微調(diao)和使用大模型，嚴格按照《生成式人工智能(neng)服務管理暫(zan)行辦法》等監管要(yao)求開(kai)展相關工作，保持底線(xian)思維，穩步(bu)推進，切實維護(hu)國家金融安(an)(an)全(quan)和客戶(hu)公共利益。

二是可控為要：金融機構使用(yong)(yong)大模(mo)型(xing)(xing)必須采用(yong)(yong)私有化(hua)部署(shu)方式，預訓練(lian)的數據要確保(bao)合法(fa)性(xing)、合規性(xing)和準確性(xing)，避免(mian)模(mo)型(xing)(xing)出現(xian)價值(zhi)觀、倫理道德、知識(shi)混淆等方面的問題(ti)。在通用(yong)(yong)大模(mo)型(xing)(xing)的基礎(chu)上需要進一步微(wei)調形成(cheng)熟悉(xi)本(ben)領域、本(ben)單位的專用(yong)(yong)大模(mo)型(xing)(xing)，更好地(di)支持行內的場(chang)景應用(yong)(yong)。

三是應用(yong)為王(wang)：大模型是高投(tou)入的(de)領域，面臨算力、數(shu)據、人(ren)才等(deng)(deng)多方(fang)面的(de)挑戰，金(jin)融(rong)機構要堅(jian)持(chi)“邊(bian)用(yong)邊(bian)建(jian)(jian)”的(de)指導思想，找準應用(yong)場景的(de)切入口，優先在知識檢索(suo)、客服輔(fu)助、編(bian)碼生(sheng)成等(deng)(deng)方(fang)面積累經驗(yan)，并(bing)逐步向風(feng)控(kong)、決策、投(tou)研等(deng)(deng)核心業(ye)務領域深入探索(suo)，分步驟完成體(ti)系(xi)建(jian)(jian)設，積極穩(wen)妥地持(chi)續(xu)釋放業(ye)務價值。

大模型金融領域應用處于探索試點初級階段

《21世(shi)紀》：我國(guo)?模型如果要將大規模應用到銀行業(ye)的具體場景(jing)上，可能面臨哪些障礙(ai)或者(zhe)短板？

趙煥芳：大模型在金融領域的應用(yong)，目前還(huan)處(chu)于(yu)探索試點的初級(ji)階段(duan)，仍(reng)然面臨以下幾個方面的挑(tiao)戰(zhan)：

第一，算力(li)需求大。大模型需要(yao)(yao)大算力(li)，英(ying)偉達GPU算力(li)受限(xian)。國(guo)內頭部廠商的芯片(pian)需要(yao)(yao)加快發(fa)展，尤(you)其是(shi)生態建設要(yao)(yao)盡快培育。同時算力(li)資(zi)源(yuan)的高效(xiao)調度、異構(gou)融(rong)合和提質挖潛，也(ye)是(shi)突破(po)算力(li)限(xian)制(zhi)的重(zhong)要(yao)(yao)方向(xiang)。

第(di)二，數(shu)(shu)(shu)(shu)據(ju)(ju)要求高。大模(mo)型(xing)訓練依(yi)賴有組(zu)織(zhi)的、高質量的數(shu)(shu)(shu)(shu)據(ju)(ju)，銀行要建立完整的大數(shu)(shu)(shu)(shu)據(ju)(ju)體系，持續推進數(shu)(shu)(shu)(shu)據(ju)(ju)治理(li)和質量提升，進一步完善數(shu)(shu)(shu)(shu)據(ju)(ju)清洗、標注(zhu)工作平臺(tai)和流(liu)(liu)程(cheng)；要有更完善的數(shu)(shu)(shu)(shu)據(ju)(ju)安全、數(shu)(shu)(shu)(shu)據(ju)(ju)隱私保(bao)護的機制，確保(bao)模(mo)型(xing)訓練、應用的全流(liu)(liu)程(cheng)閉(bi)環的管(guan)理(li)。

第三，模(mo)(mo)型(xing)定(ding)制難(nan)。現(xian)在通用的(de)大(da)模(mo)(mo)型(xing)多，但(dan)是行(xing)業大(da)模(mo)(mo)型(xing)、垂直領域大(da)模(mo)(mo)型(xing)少，真正懂銀行(xing)的(de)大(da)模(mo)(mo)型(xing)更是只能自主定(ding)制。定(ding)制模(mo)(mo)型(xing)投(tou)入高、周期長、難(nan)度大(da)，需要(yao)銀行(xing)具備算(suan)力(li)、人才等各方面的(de)儲備。訓練和使用中還(huan)要(yao)解決模(mo)(mo)型(xing)遺(yi)忘(wang)、模(mo)(mo)型(xing)對齊(qi)等難(nan)題(ti)。

第(di)四，場(chang)景(jing)深入難(nan)。目(mu)前(qian)大(da)模(mo)型(xing)的(de)概念很(hen)熱，各種(zhong)應用(yong)效果宣傳的(de)也很(hen)多，但是要和真實業(ye)務結(jie)合，卻往往是“有想法、沒辦法”，歸根結(jie)底(di)是大(da)模(mo)型(xing)存在“幻(huan)覺”的(de)局限性。如何揚長(chang)避短，把大(da)模(mo)型(xing)應用(yong)到更核心(xin)、更嚴謹的(de)業(ye)務場(chang)景(jing)中是擴大(da)應用(yong)的(de)重(zhong)中之(zhi)重(zhong)。

第五(wu)，生(sheng)態(tai)構建難。大(da)模(mo)型的(de)快速(su)、深入應用依(yi)賴于完整(zheng)的(de)生(sheng)態(tai)支撐。大(da)模(mo)型相關技術快速(su)發展(zhan)，很難由(you)一(yi)家企業機構全(quan)部包(bao)辦(ban)。如何構建產學研各界協同創新的(de)生(sheng)態(tai)系統是大(da)模(mo)型走向產業深度應用的(de)挑戰。

第六，人(ren)(ren)(ren)才培養難。懂大(da)模(mo)型(xing)、懂金融(rong)、懂數據的(de)復(fu)合型(xing)人(ren)(ren)(ren)才是一將(jiang)難求。傳統AI人(ren)(ren)(ren)才面(mian)(mian)對大(da)模(mo)型(xing)，也在算力(li)資源(yuan)調(diao)度、模(mo)型(xing)訓(xun)練穩(wen)定性、模(mo)型(xing)性能(neng)調(diao)優等方面(mian)(mian)需(xu)要補課。尤其是金融(rong)機構如何(he)進行大(da)模(mo)型(xing)人(ren)(ren)(ren)才的(de)培養、如何(he)把(ba)AI人(ren)(ren)(ren)才持續盤活，是亟(ji)需(xu)解(jie)決的(de)難題(ti)。

國家網信辦(ban)(ban)聯合發(fa)改委(wei)、教(jiao)育(yu)部等部門發(fa)布了《生(sheng)成(cheng)式(shi)人工智能(neng)(neng)服務(wu)管(guan)(guan)理辦(ban)(ban)法(fa)（征求意見稿(gao)）》。該辦(ban)(ban)法(fa)在(zai)促(cu)進(jin)生(sheng)成(cheng)式(shi)人工智能(neng)(neng)健(jian)康發(fa)展(zhan)和(he)規范(fan)(fan)應(ying)用(yong)，維護國家安全(quan)和(he)公民(min)利(li)益方面給(gei)出(chu)了根本(ben)遵循(xun)。既是促(cu)進(jin)生(sheng)成(cheng)式(shi)人工智能(neng)(neng)健(jian)康發(fa)展(zhan)的(de)(de)重要(yao)(yao)要(yao)(yao)求，也(ye)(ye)是防范(fan)(fan)生(sheng)成(cheng)式(shi)人工智能(neng)(neng)服務(wu)風險的(de)(de)現實需要(yao)(yao)。一定程度上采(cai)取有效措施鼓勵生(sheng)成(cheng)式(shi)人工智能(neng)(neng)創新(xin)發(fa)展(zhan)，同時(shi)實行包容審慎和(he)分(fen)類(lei)分(fen)級監(jian)管(guan)(guan)。我們也(ye)(ye)會(hui)持續保持對于法(fa)律法(fa)規、監(jian)管(guan)(guan)政策的(de)(de)跟蹤(zong)和(he)落實，審慎應(ying)用(yong)，守住數據安全(quan)和(he)金融安全(quan)的(de)(de)底線。

《21世紀》：算?是我國?模型?質量(liang)發(fa)展的(de)短(duan)板之?，你認為銀?業可以(yi)采取哪些?式來應對，農業銀?是如(ru)何做的(de)？

趙煥芳：算力(li)是(shi)阻(zu)礙(ai)金融(rong)行業(ye)大模型(xing)發展(zhan)的(de)障礙(ai)之(zhi)一。眾所周知，目(mu)前先進的(de)GPU芯(xin)片受(shou)到限制。金融(rong)機(ji)構要加快布局多元化的(de)AI芯(xin)片，共同培育(yu)軟硬(ying)一體化的(de)生態體系。有(you)條件(jian)的(de)金融(rong)機(ji)構建議建立全面自主的(de)算力(li)環(huan)境(jing)，但是(shi)考慮到算力(li)的(de)建設(she)成本高、周期(qi)長，需要機(ji)房、網絡、供電等配(pei)套的(de)同步升級，不具備條件(jian)的(de)銀行也可以租用公(gong)有(you)云算力(li)快速滿足需求(qiu)。

面對GPU算力短(duan)缺的(de)問題，農(nong)業(ye)銀行的(de)策略(lve)是(shi)“開(kai)源節(jie)流”：

開源，穩(wen)步擴展多元化算力(li)(li)支持能力(li)(li)：布局(ju)多元化算力(li)(li)體系，構建云原生的(de)(de)AI算力(li)(li)基礎(chu)；聯合國(guo)內(nei)頭部(bu)AI算力(li)(li)廠(chang)商(shang)持續(xu)推(tui)(tui)進大模型與基礎(chu)設施的(de)(de)適配，積(ji)極推(tui)(tui)進國(guo)內(nei)頭部(bu)算力(li)(li)芯(xin)片(pian)(pian)試點驗證，同時推(tui)(tui)動多元化芯(xin)片(pian)(pian)與原有GPU算力(li)(li)集群的(de)(de)異(yi)構融(rong)合，保持對算力(li)(li)資源的(de)(de)整體高效利用。

節流，高效(xiao)利用現有(you)算(suan)力(li)資(zi)源(yuan)：主要是(shi)對(dui)現有(you)算(suan)力(li)資(zi)源(yuan)進行挖潛。一(yi)方面(mian)持(chi)續進行AI框架(jia)優化，通過(guo)應(ying)用加速框架(jia)、量化壓縮(suo)等方法，持(chi)續探索降低訓練側、推理側的算(suan)力(li)資(zi)源(yuan)占用。另一(yi)方面(mian)推進動態算(suan)力(li)調(diao)度。結合算(suan)力(li)上(shang)云與算(suan)力(li)編排，實現計算(suan)任務的細粒度動態調(diao)度，支(zhi)持(chi)計算(suan)資(zi)源(yuan)的動態均衡分配(pei)，提升AI算(suan)力(li)的利用效(xiao)率。

農業銀行正逐步培育“大模型+”生態

《21世紀》：目前銀行機構在(zai)積(ji)極(ji)探索大模(mo)型在(zai)銀行應用場景的落地，主要聚(ju)焦(jiao)在(zai)哪(na)些方面，不同(tong)類(lei)型的銀行有何不同(tong)？農業銀行在(zai)哪(na)些領域作了嘗(chang)試，效果(guo)如何？

趙煥芳：國內金融機(ji)構優先在(zai)智(zhi)能客服(fu)、知識問答、輔助編程、智(zhi)能辦公等領域開展(zhan)探索嘗試，一(yi)方面(mian)(mian)是大(da)模型在(zai)這(zhe)些場(chang)景上有更(geng)好的(de)表現，另一(yi)方面(mian)(mian)是這(zhe)些場(chang)景相對來說對大(da)模型的(de)“幻(huan)覺”容忍度更(geng)高(gao)。

具體(ti)應(ying)(ying)用(yong)(yong)的(de)(de)時候(hou)，金融機構綜合資源投(tou)入、技術積累等方(fang)面的(de)(de)考量，采用(yong)(yong)不(bu)同的(de)(de)策略(lve)。大(da)型(xing)(xing)(xing)銀行更(geng)傾向于“深(shen)度定(ding)制、建用(yong)(yong)結(jie)(jie)合”的(de)(de)自(zi)建模(mo)(mo)(mo)式(shi)，注重(zhong)大(da)模(mo)(mo)(mo)型(xing)(xing)(xing)能(neng)力(li)體(ti)系(xi)建設，包(bao)括算力(li)、AI平臺(tai)、模(mo)(mo)(mo)型(xing)(xing)(xing)訓練能(neng)力(li)等；會結(jie)(jie)合自(zi)身數(shu)據(ju)優勢訓練定(ding)制化(hua)的(de)(de)大(da)模(mo)(mo)(mo)型(xing)(xing)(xing)，會更(geng)加聚焦于自(zi)身大(da)模(mo)(mo)(mo)型(xing)(xing)(xing)能(neng)力(li)的(de)(de)沉淀，打造(zao)平臺(tai)化(hua)的(de)(de)支撐模(mo)(mo)(mo)式(shi)。中小型(xing)(xing)(xing)銀行可能(neng)會采取(qu)“直接(jie)引(yin)入、輕量快(kuai)速”的(de)(de)引(yin)用(yong)(yong)策略(lve)，會更(geng)關注行業大(da)模(mo)(mo)(mo)型(xing)(xing)(xing)、通(tong)用(yong)(yong)大(da)模(mo)(mo)(mo)型(xing)(xing)(xing)的(de)(de)直接(jie)引(yin)入，通(tong)過(guo)API調用(yong)(yong)等形式(shi)，快(kuai)速輕量對(dui)接(jie)場景應(ying)(ying)用(yong)(yong)。

農業銀行(xing)始(shi)終堅持(chi)對前(qian)沿技(ji)術的敏感和熱情，構建了算力、數據、模(mo)型(xing)(xing)、工(gong)具和應用(yong)五位一體(ti)的人工(gong)智(zhi)能(neng)創新體(ti)系(xi)。在今年3月(yue)份(fen)創新推出大模(mo)型(xing)(xing)小(xiao)數（ChatABC），該模(mo)型(xing)(xing)擁有百億級(ji)參數，具備問(wen)(wen)答、翻譯(yi)、編碼等(deng)(deng)(deng)功(gong)(gong)能(neng)。目前(qian)在智(zhi)能(neng)問(wen)(wen)答、智(zhi)能(neng)客服(fu)、輔助編程、智(zhi)能(neng)辦公、智(zhi)能(neng)風(feng)控(kong)等(deng)(deng)(deng)多(duo)個領域同步進(jin)行(xing)試點。其中智(zhi)能(neng)問(wen)(wen)答場景已提供超過200萬次(ci)問(wen)(wen)答服(fu)務；輔助編碼場景支持(chi)代(dai)碼生成、單(dan)測(ce)生成、代(dai)碼翻譯(yi)等(deng)(deng)(deng)功(gong)(gong)能(neng)，已超過8萬行(xing)代(dai)碼投入生產應用(yong)。

今年(nian)下半年(nian)，我們進一步(bu)提(ti)出“大(da)模型(xing)(xing)+”的建設理(li)念，按照模型(xing)(xing)即服務（MAAS）方式(shi)，快速融入業(ye)務場景，規劃了(le)智能客服、智能研發、智慧三農等9大(da)領域，30余個(ge)場景，逐(zhu)步(bu)培育“大(da)模型(xing)(xing)+”生(sheng)態，賦能數字化轉(zhuan)型(xing)(xing)提(ti)質增效。

《21世(shi)紀》：你對?模型在銀(yin)?業的未來發(fa)展(zhan)有何展(zhan)望，同(tong)時在各??的政策(ce)上(shang)有何意見(jian)建議(yi)？

趙煥芳：隨著大模(mo)型(xing)在(zai)探索(suo)中(zhong)前進，在(zai)嘗試中(zhong)創新，未來以大模(mo)型(xing)為(wei)創新引(yin)擎，可能為(wei)銀行業帶來三個(ge)新的趨勢(shi)：

新生態。從(cong)各自為戰的獨立(li)應(ying)用(yong)到共享的大模(mo)(mo)(mo)型生態。當前國產大模(mo)(mo)(mo)型快速(su)迭代升(sheng)級，行業應(ying)用(yong)積極布(bu)局，進(jin)入了互相(xiang)(xiang)促進(jin)、相(xiang)(xiang)互牽(qian)引的良好(hao)局面。未來一定會從(cong)通用(yong)大模(mo)(mo)(mo)型到行業垂直大模(mo)(mo)(mo)型、企業私有大模(mo)(mo)(mo)型等多種(zhong)模(mo)(mo)(mo)型共存，形(xing)成產業化、規模(mo)(mo)(mo)化應(ying)用(yong)生態體系。

新應用(yong)。從輔(fu)助支持型(xing)應用(yong)到經營決策的核心(xin)流(liu)程應用(yong)。受(shou)限于大模型(xing)幻覺(jue)、數據隱私保護等問題，當(dang)前(qian)大模型(xing)主(zhu)要以輔(fu)助支持類(lei)為主(zhu)，例如(ru)輔(fu)助編程、輔(fu)助問答等。未(wei)來隨(sui)著(zhu)大模型(xing)能(neng)力(li)的提升(sheng)，以及知識(shi)圖(tu)譜(pu)、知識(shi)庫等技術能(neng)力(li)的加持，大模型(xing)會進(jin)一步應用(yong)到核心(xin)業務流(liu)程，如(ru)風險防(fang)控、智能(neng)投研等場景(jing)。

新(xin)產(chan)品。從(cong)原有(you)流程(cheng)優(you)化到大(da)模(mo)(mo)(mo)型(xing)(xing)驅動(dong)模(mo)(mo)(mo)式創新(xin)。當(dang)前大(da)模(mo)(mo)(mo)型(xing)(xing)的(de)(de)(de)應用多是在(zai)現(xian)有(you)流程(cheng)中的(de)(de)(de)嵌(qian)入(ru)和(he)優(you)化，并沒有(you)出(chu)現(xian)類似ChatGPT的(de)(de)(de)顛覆性金(jin)融產(chan)品。隨(sui)著大(da)模(mo)(mo)(mo)型(xing)(xing)能力的(de)(de)(de)增強和(he)應用的(de)(de)(de)深(shen)入(ru)，肯定會發展出(chu)顛覆性的(de)(de)(de)金(jin)融產(chan)品，大(da)模(mo)(mo)(mo)型(xing)(xing)驅動(dong)的(de)(de)(de)模(mo)(mo)(mo)式創新(xin)才是未來競爭最大(da)的(de)(de)(de)變數。

大模型未來可(ke)期，為了更好推(tui)進大模型在銀行業(ye)的應用，有如下建議：

一是規范指引：建議要加快出臺大模型在金融行(xing)業(ye)(ye)(ye)(ye)應用的標(biao)準規范，要對大模型在銀行(xing)業(ye)(ye)(ye)(ye)的應用給(gei)予(yu)適當(dang)的包(bao)容(rong)度(du)，在堅守(shou)安全底線的基礎上，適當(dang)鼓勵行(xing)業(ye)(ye)(ye)(ye)和企業(ye)(ye)(ye)(ye)進行(xing)主動創新(xin)。

二(er)是協同創新(xin)：希望產學(xue)研各界聯合(he)發力，面向業務賦能的最終目(mu)標，持續(xu)提升大模型(xing)能力。在算(suan)力、模型(xing)、平臺和(he)人才培養等方面加強經驗交流(liu)，協同推進(jin)孵化重點(dian)(dian)場景應用試點(dian)(dian)。

三是穩妥推進(jin)：大(da)模型還(huan)在快速發展過(guo)(guo)程中，其中會有技術(shu)、數(shu)據(ju)和法規各(ge)方面(mian)的(de)風險(xian)和挑戰，尚未形成行業統一(yi)的(de)解決(jue)方案。金(jin)融(rong)業在應用大(da)模型過(guo)(guo)程中要堅(jian)持安(an)全(quan)為第一(yi)考量，積(ji)極探(tan)索，穩妥推進(jin)，及時(shi)與監(jian)管部門同步相關進(jin)展，確保過(guo)(guo)程安(an)全(quan)可控。

希望(wang)行(xing)業一起(qi)，能夠構(gou)建更(geng)大(da)范圍的(de)大(da)模(mo)型應用(yong)生態體系，提(ti)供大(da)模(mo)型快(kuai)速落地、快(kuai)速見(jian)效(xiao)的(de)探(tan)索實踐案例，加強人才培養和技術交流，共(gong)享時代賦(fu)予的(de)AI大(da)模(mo)型技術發展紅利。