网商银行方面表示，已通过大模型搭建了包括汽车、医疗、建筑等在内的9条产业方向的产业链图谱，识别超2100万产业链上下游的小微企业，小微信用画像效率提升了10倍。

　　网商银行信息科技部副总经理方珂向钛媒体App表示，授信是决策系统，需要在各种各样的维度上进行决策，而决策对精准度、风控的要求非常高，大模型的决策能力没那么高，且带来的系统性风险很高。“现在谈大模型在风控系统中的应用，主要是利用大模型的认知系统能力。换言之，大模型能从较多数据维度中刻画更多认知画像，但在最终决策时，选择画像仍需要一些准入标准和方法。”

　　钛媒体App近日与网商银行信息科技部副总经理方珂、网商银行行业金融一部汽车&医疗总经理杨希望展开了一场对谈，以下为对话实录，经钛媒体APP编辑：

　　方珂：大模型在风控系统中的角色是决策系统的辅助，而不是直接用于授信。如果把大模型应用于决策系统的话，第一个大模型决策能力没有那么高；第二个带来的系统性风险是很高的。

　　简言之，大模型通过提升认知画像的维度，帮助决策系统在各种维度上做出更精细的选择。网商银行采用的是大数据风控手段，与传统银行的信审逻辑不同，大数据风控更注重将数据转化为认知特征，以提高决策系统的精细度。大模型的引入强化了这一点，虽然它的决策能力没有达到人工审核的维度，但成本大大降低，减少了大量的人力资源。

　　以浙江的一家小微企业为例，通过大模型的分析，我们发现它生产的高温尼龙材料是汽车电子元器件的关键材料，并且这些材料最终流向了比亚迪汽车和华为手机。这种细致的分析使我们能够更准确地评估企业的竞争力和市场潜力，从而提供更精准的金融服务。

　　杨希望：我们对汽车和医疗产业链进行了深入探索，通过引入关键数据，如工商、水电等，来支撑对中小微企业的授信。利用AI大模型的能力，我们能够更准确地还原企业的经营状况，包括应收账款、利润和周转次数等。大模型作为信审的一个加持，通过处理大量数据，为信审政策提供输出。

　　方珂:风控系统的应用与意图理解关系不大。意图理解主要用于对话领域，而我们的AI应用主要是两种：一是将各种行业数据进行结构化输出，二是将这些数据转化为可计算的语言，进行标准化使用。总之，我们的目标是将专家的理解转化为风控可理解的语言，完成全链路过程，而非简单的意图理解。

　　方珂:对于大模型的训练，可以分为增量预训练、微调和Prompt三层。Prompt可以完成很多任务，但是在实际效果并不总是理想，因为通用大模型缺少特定知识，如银行业的知识。因此，我们需要做增量预训练和微调，然后才是Prompt。这个过程虽然顶层是Prompt逻辑，但底层需要大量的数据和知识补充。

　　问：关于AI在金融领域应用，数据支撑非常关键，但金融行业的数据共享存在难度。如何看待数据约束问题，以及未来算力问题将如何解决？

　　方珂：这个问题可以从两个方面来看。首先，我们区分通用大模型和行业大模型。通用大模型主要用公开数据训练，解决基础问题，而行业大模型则使用银行内部的私有数据进行训练。可以将通用大模型比喻为“大学生毕业”，到具体公司后需要根据公司的数据和应用方式进行专业训练，而不是简单直接应用。

　　在算力方面，使用通用大模型时确实面临较大的算力需求，这包括高成本的GPU等设备。但当我们在网商银行将通用大模型本地化后进行二次应用，算力需求和成本大约是原来的1/10，这对银行来说是可接受的。如果我们自己从头开始研究通用大模型，成本会非常高。因此，基于通用大模型再发展行业大模型是一个成本效率更高的策略。

　　关于数据共享性问题，当前受到《数据安全法》的保护，数据共享必须经过用户授权。网商银行因为长期服务小微企业，积累了大量的用户授权数据。至于更复杂的数据共享问题，可能需要依靠隐私计算等技术，或与其他国家进行合作，以增强大模型训练的效果和合规性。

杏彩体育平台app
上一篇：汽车早餐 尹同跃卸任奇瑞新能源汽车董事长；曾毓群获 下一篇：dx77 xyz