2023年是AI大模型爆发元年，乘着AIGC（生成式人工智能）之风，大模型浪潮席卷全球成为“顶流”。随着ChatGPT的发布，科研院所、科技大厂、中小企业更是加快步伐跑步入局，争相在这块已成“兵家必争之地”的新蓝海中抢占有利位置。

相比通用大模型的含苞待放，深耕行业，具有专业能力的垂直大模型已经崭露头角，特别是金融业作为数字化需求强烈的数据密集型行业，强劲发力，成为大模型率先落地发力的最优场景之一。

其中，马上消费金融股份有限公司（以下简称“马上消费”）拔得头筹，其突破可信与安全两大核心难题、自主研发的“天镜”大模型于今年8月底正式上线，成为全国零售金融领域发布的首个大模型。这个覆盖了客服、营销、风控等各个场景的零售金融大模型，不光刷新了金融机构的作业模式和智能化水平，也给了消费者层面更人性的金融服务和科技体验。 

拆解“天镜”

直面可信与安全 在金融领域跑出“马上速度”

金融大模型要走向实用层面，必须完全满足金融领域的特性。马上消费副总经理兼首席信息官蒋宁表示，金融大模型和其它大模型最大的区别是需要做决策。

涉及到交易与决策，安全和可控在金融大模型中就会显得极为重要。如何在数据融合应用和安全保护间取得平衡呢？

为此，马上消费为“天镜”大模型制定了“三纵三横”的战略布局。“三横”包括：通过持续学习技术、模型合规、组合式AI系统技术形成安全、合规、可信的鲁棒性决策能力。合规是模型最重要的底线能力，在此基础上通过可持续学习，大模型会越用越聪明。

“三纵”则是指当前马上消费正在研发和使用的三大纵向场景，分别是数据决策智能、多模态智能、实时人机协作。其中，数据决策是指判断式模型做的智能决策，大模型需要帮助金融机构，把数据转化成营销、决策等方面的专业能力。多模态智能是指，在合规、安全的前提下，大模型可以把语音、文字、视频能够自动生成个性化营销服务和运营的数据，从而形成一个合规安全可控的多模态平台。最后人机协作是通过大模型的大脑与心理学的有机结合，实现有情感的人机互动体验。

马上消费相关负责人表示，“希望在任何情况下，‘天镜’给客户的回答都是合规的，并且在任何不可预期的情况下它的结果是稳定的。”金融行业在零售数字化的过程中，为了适应客群下沉、金融产品秒批秒放、快速审核等特点，需要更加敏捷、动态、精准的风控能力。仅以马上消费的风控为例，公司有将近2000个模型，20万张表，积累了1.79亿的用户，10万+变量，近50PB的多模态、高质量的数据等，需要通过在这些数据上做模型精调对齐训练，同时再用推理加速技术，才能实现模型可控、安全。

据悉，目前“天镜”大模型在汇集智慧、唤醒知识、众创价值、数字分身四大核心领域已经成功落地相应的场景产品，涵盖了营销获客、风险审批，客户运营、客户服务、安全合规、资产管理这六个零售金融最典型的场景，以模型和数据驱动业务，解决行业痛点问题，在零售金融领域跑出了一骑绝尘的“马上速度”。

坚持自研

资金实力、数据沉淀、技术储备缺一不可

年初ChatGPT有如平地惊雷，炸开了大模型的应用赛道。但一直热衷于科技赋能的金融行业在大模型的开发上却显得动作迟缓。究其原因，金融大模型研发业内人士透露，原因有三。

首先，金融行业最重要的两大特征：资金密集度高、风险敏感度高。在经济大环境承压的背景下，金融监管对于合规经营反复强调，这让金融行业的创新探索，步调格外谨慎。
其次，金融行业大模型探索面对的是复杂场景，与科技巨头们相比，在垂直行业的头部机构因为掌握更加专精的数据和开发经验而更有优势。第三，研发成本极高，资金实力也关系着大模型的开发成败。

在资金实力、数据沉淀、技术储备缺一不可的金融大模型开发过程中，马上消费占尽先机。在资金实力和技术储备方面，自2015年成立以来，马上消费每年持续大手笔地进行技术研发投入，自主研发出1000多套系统，研发团队超2200人，在人工智能、区块链、生物识别、云计算、大数据五大技术领域持续探索，用数字化串联起精准营销、风控审批、资产管理、融资决策等价值链条上的每一环。这样的投入规模和研发阵容在行业并不多见。迄今为止，马上消费已累计投入30多亿元，申请发明专利超1600件，在智能语音识别与生成、AI心理学等众多领域都达到了国际水平。

同时，通过自研平台，马上消费每天能基于用户1000万个行为做出个性化的营销和风险判断，用数据打通感知、圈选与转化的链路，打造出不依靠第三方流量、能够自主获客的数字化营销体系，摆脱了依靠大量投放换取增长的路径。此外，依托14万变量特征、1000多个风控模型，马上消费筑起全流程、体系化的风险防火墙，在不断优化数据结构、防范金融风险的同时，更有力控制了服务成本。

这些来自前期的扎实储备，让马上消费自主研发的“天镜”大模型从一落地就能真正实现专注于帮助金融企业去产生实际价值。当前“天镜”大模型实际投入运营已6个月，从目前累计的运行数据来看，“天镜”大模型的意图理解准确率达91%，相较于传统AI的68%有大幅提升；客户参与度61%，也远高于传统模型43%的参与率，和人工坐席平均57%的水平。

解决痛点

提升机构服务效率 提振用户体验

对于金融行业来说，金融领域智能客服场景的应用丰富且复杂，涉及到贷前、贷后、催收等复杂问题。特别是各家金融机构业务有所不同，消费金融机构面临业务小额分散等现状，对智能客服的“智力”提出了更高的要求。但在实际的场景应用中，智能客服“听不懂人话”“答非所问”等质疑声不断，在社交平台上被人提起。随着大模型的出现，智能客服“答非所问”的不智能表现有望得以改变。

某业内人士表示，当下进入了大模型智能客服系统阶段，由于AIGC的兴起，大模型可以对用户特征、知识文档、业务规则等多维度数据进行训练学习，生成符合语言法则的自然语言回答，更拟人化和流畅，用户体验更好。

“目前，‘天镜’已经应用到智能语音助手、辅助人工坐席决策等多个环节，其具备超强的语言理解、数据分析、自主学习和智能推理能力。”马上消费相关负责人表示，“天镜”在客户服务过程中可以支持自然语言多轮交互服务，打破传统的对话流程配置模式，可以直接提供针对用户提问的差异化话术，具备生成端到端的对话能力，即便实在处理贷后等复杂场景中，也能利用大模型的能力，能够克服传统AI技术理解复杂专业知识的短板，具备极强自然语言理解和生成能力，可结合对话上下文、历史数据与效果、业务场景不断学习进化，准确地识别用户意图，提升客户服务效率和用户体验。      

据悉，马上消费的智能客服比人工坐席给出相应更“智能”地回复，意图识别率达90%，自助解决率已经达到了91%、用户好评率提升23%。该负责人表示，模型的智能来自于马上消费积累的海量真实用户数据和模型精调，让大模型具备专业领域知识、任务指令等生成能力。

随着“天镜”大模型在金融消费领域的逐渐崭露头角，马上消费成为了国内布局金融大模型的标杆性企业。今年9月19日，国内首个金融行业大模型标准正式发布，马上消费参与了这一标准的共同编制。11月，作为国内金融大模型的前驱者，马上消费又受邀参与制定了全球首个金融风控大模型国际标准。

马上消费相关负责人表示，马上消费持续拓展虚实共生，可信开放的数字融合体，天镜大模型不仅致力于为企业提高生产效率，也希望能把个体从大量重复劳动中解放出来，回归用户、做深价值，共同迎接大模型时代，让更多人享受科技普惠带来的获得感。

文/金仁甫

编辑/范辉