在近期舉辦的云棲大會(huì)“新‘模’力 新點(diǎn)金:金融大模型技術(shù)峰會(huì)”上,奇富科技首席算法科學(xué)家費(fèi)浩峻結(jié)合企業(yè)實(shí)踐,深入剖析了金融大模型落地的核心邏輯。他提出,行業(yè)應(yīng)摒棄對(duì)模型參數(shù)規(guī)模的盲目追求,轉(zhuǎn)而通過(guò)“做小做強(qiáng)”的路徑,推動(dòng)金融AI從依賴人力和模型的粗放模式,向聚焦智能與個(gè)體的精細(xì)化方向升級(jí),為行業(yè)提供了可復(fù)制的實(shí)踐范本。
費(fèi)浩峻指出,傳統(tǒng)機(jī)器學(xué)習(xí)階段,金融AI的發(fā)展面臨兩大瓶頸:一方面,模型高度依賴人工特征工程,難以直接處理復(fù)雜、非結(jié)構(gòu)化的真實(shí)數(shù)據(jù);另一方面,模型泛化能力不足,不同業(yè)務(wù)場(chǎng)景需定制獨(dú)立模型,導(dǎo)致迭代成本高、響應(yīng)速度慢。這些問(wèn)題制約了金融AI的規(guī)模化應(yīng)用。
針對(duì)上述挑戰(zhàn),奇富科技圍繞金融大模型技術(shù)構(gòu)建了四大解決方案。首先,通過(guò)“一模型多能”突破泛化限制。以基于千問(wèn)多模態(tài)大模型開(kāi)發(fā)的“AI審批官”為例,該模型可統(tǒng)一處理各類(lèi)銀行單據(jù)解析任務(wù),替代過(guò)去需要二三十個(gè)OCR模型并行運(yùn)行的冗余模式,顯著提升了處理效率與精度。
其次,推動(dòng)服務(wù)從群體標(biāo)簽向個(gè)體精準(zhǔn)識(shí)別轉(zhuǎn)型。費(fèi)浩峻介紹,奇富科技推出的“小微識(shí)別智能體”通過(guò)組合分析小微企業(yè)的多維度信息,逐步逼近其真實(shí)經(jīng)營(yíng)狀態(tài),實(shí)現(xiàn)從“歸類(lèi)式”服務(wù)向“個(gè)體化”服務(wù)的轉(zhuǎn)變,真正做到“看見(jiàn)個(gè)體、發(fā)現(xiàn)個(gè)體、服務(wù)個(gè)體”。
第三,通過(guò)模型“做小”解決算力與延遲問(wèn)題。費(fèi)浩峻強(qiáng)調(diào),大模型的發(fā)展并非參數(shù)規(guī)模越大越好,而是要在保證效果的前提下優(yōu)化模型效率。例如,奇富科技與阿里云合作,將模型蒸餾技術(shù)應(yīng)用于“小微智能體”,在確保服務(wù)效果的同時(shí),使模型效率提升數(shù)千倍,為“個(gè)體級(jí)”精準(zhǔn)服務(wù)的大規(guī)模落地提供了可能。
最后,強(qiáng)化決策可解釋性以筑牢合規(guī)基礎(chǔ)。費(fèi)浩峻表示,金融行業(yè)對(duì)模型“可信度”的要求極高,決策的合理性與可追溯性是核心合規(guī)條件。為此,奇富科技在風(fēng)控等關(guān)鍵場(chǎng)景構(gòu)建了“端到端風(fēng)險(xiǎn)決策模型”,通過(guò)輸出思維鏈數(shù)據(jù)與推理鏈路,使決策過(guò)程可追溯、可挑戰(zhàn)、可修正,有效提升了模型的可信度。
費(fèi)浩峻認(rèn)為,金融大模型的核心價(jià)值不在于參數(shù)規(guī)模,而在于能否在復(fù)雜場(chǎng)景中實(shí)現(xiàn)“精準(zhǔn)、高效、可信”的平衡。奇富科技將持續(xù)深化大模型在金融領(lǐng)域的應(yīng)用,通過(guò)更智能、更可信的AI能力,助力金融機(jī)構(gòu)提升服務(wù)效率與風(fēng)險(xiǎn)管理水平,推動(dòng)技術(shù)創(chuàng)新真正服務(wù)于每一個(gè)微觀個(gè)體。






