《科創(chuàng)板日報》2月24日訊（記者 黃心怡）2025全球開發(fā)者先鋒大會“共筑金融新生態(tài)：AI大模型落地應用與實踐”分論壇在滬舉辦。會上，由財聯(lián)社TMT主編毛明江主持，富國基金首席信息官李強、上海銀行數(shù)據管理與應用部總經理于浩瀚、華鑫證券首席數(shù)據官崔宏禹、新致集團人工智能CIO虞力圍繞“人工智能時代金融業(yè)的新機遇”等展開了一場圓桌討論。

與會圓桌嘉賓認為，金融業(yè)在數(shù)據精確性，業(yè)務合規(guī)與安全上不同于普通行業(yè)，但金融業(yè)擁抱AI大模型的趨勢不可逆轉。盡管存在大模型幻覺、數(shù)據安全與強監(jiān)管等問題，AI在賦能金融業(yè)降本增效，開拓新的業(yè)務方向與模式上，都值得努力探索和嘗試。

富國基金首席信息官李強介紹，2023年下半年就開始擁抱大語言模型。“在傳統(tǒng)深度學習和機器方面，我們加入了大語言模型來做量化方面的投資決策。目前，大語言模型用的比較多的是情緒因子，把市場研報、新聞喂給大語言模型，給它做一些思維鏈，讓它幫我們做打分，我們生成一個情緒因子。”

在投資方面，富國基金利用大語言模型技術應用在資產配置、研報解析等，提高了業(yè)務效率?！霸茸鍪袌鲇^點的總結報告，要花大概一周時間把所有的報告總結完，按照行業(yè)、分類，審核完成后給到機構投資者?，F(xiàn)在一個研究員每天只要三個小時，就能夠完成對所有行業(yè)報告的分類、總結、發(fā)布?！?/p>

上海銀行數(shù)據管理與應用部總經理于浩瀚表示，正在探索利用大模型來提供金融服務。“大模型在銀行客服的應用上，對整個研發(fā)模式產生非常大沖擊。新的開發(fā)模式更像寫劇本而不是寫確定的流程，是軟性約束回歸的過程。大模型應用在面客服務中，性能也是很大的瓶頸，原來交易可能2秒之內就結束，現(xiàn)在經過各種調優(yōu)都很難達成這樣的時效性?！?/p>

此外，上海銀行還在探索“智能問數(shù)”。“我們的目標是業(yè)務部門在數(shù)據領域的開發(fā)需求，直接跟大模型提，后端80%問題必須經過大模型解，20%的問題通過遠程的人員運營出來。目前已經基本完成，近期差不多可以上線?！?/p>

談及AI在證券行業(yè)應用，華鑫證券首席數(shù)據官崔宏禹介紹，數(shù)據對于證券行業(yè)非常重要，并追求非常精準的數(shù)據訪問。目前，結構化數(shù)據通過大模型能夠得到非常精準的訪問，而且是實時的?！暗欠墙Y構化數(shù)據，比如各種研報、年報、招股說明書等，因為數(shù)量眾多，來源復雜，因此要在浩瀚的非結構數(shù)據中找到精準的、且和某特定事件相關聯(lián)的數(shù)據集，這特別難。”對此，華鑫證券采取的方式是追求數(shù)據的精準性，“把數(shù)據關在籠子里”?！氨热纾欢ㄒ玫阶罹珳实臄?shù)據語料，通過技術手段放到后端的庫里。不能允許隨意拿個研報、會議紀要就直接把數(shù)據扔到里面去，這樣可以減少里面數(shù)據的雜亂?！?/p>

新致集團已將DeepSeek-R1和DeepSeek-V3順利接入新致新知平臺。新致集團人工智能CIO 虞力介紹，已經和昇騰、海光等主流的信創(chuàng)算力廠商達成深度合作，正在對生產環(huán)境進行非常嚴格的評估和測試，包括吞吐、本身的基準性能等。DeepSeek作為開源模型在整個生態(tài)位上有太多空白，新致集團也在開展這方面的探索。

在應用方面，虞力透露，業(yè)務側的反饋存在兩極分化的現(xiàn)象?！?strong>目前最大困惑是金融行業(yè)應用形態(tài)上真的應該以WorkFlow為主的工作形態(tài)展開嗎？是否應該分一下級？我的理解是，以人工強干預的形態(tài)做出來的場景一定超不出設計人的能力。如果行業(yè)真的需要一個超級型應用，讓AGI以強介入的方式會是更好的選擇嗎？我們也在和客戶攜手，嘗試以自適應智能體的方式去推進場景，希望能夠迸發(fā)出幾個真正有價值的場景。”虞力說。

關于大模型幻覺對落地存在的挑戰(zhàn)，李強認為，幻覺是一把雙刃劍，也是人類創(chuàng)造價值、創(chuàng)造知識的地方?！霸趯嵺`過程中，大家更多用好思維鏈、用好知識庫，利用專家經驗知識來引導AI，限制一部分的幻覺。AI大腦可能超不過人的專業(yè)知識，但是在一些局部領域，會創(chuàng)造出更多意想不到的價值。這些價值的創(chuàng)造都是靠人的提示。人在引領它，和它的互相交互里面達到更高的提升。”

于浩瀚判斷，幻覺和創(chuàng)造力是一體兩面、不可消除。“確實有一些工程上的方法可以做一些緩釋，比如說輸出干預、輸入干預、審核，包括MOE的拆解。我覺得謹慎使用，現(xiàn)階段基本上把它當做助理在使用。未來，隨著時間的推移，可能會收斂到大家能接受的程度。因為人也避免不了犯錯，只是把錯誤率控制在3%，還是10%的問題?！?/p>

崔宏禹也指出，幻覺有時候是好事情，帶來另外一種思維的方向。不過在證券行業(yè)，幻覺是需要避免的。“解決幻覺，本質是解決信息準確或者不對稱的問題。通過技術手段加持，能夠解決因為數(shù)據似是而非產生的幻覺。比如從大量文檔中把精準數(shù)據抽取出來，一定要通過類似Rerank等相關算法進行決策?！?/p>

虞力表示，大模型在應用的過程中，幻覺問題是必須與其共存的，這是一切的大前提?！霸诜浅Ｕ虻膱鼍袄锩?，如果確實對幻覺容忍度非常低，那么就涉及到對技術路線的押注。我們的技術路線偏向于押注代碼鏈(CoC)方式，更希望用大模型生成相應代碼，通過代碼的執(zhí)行去拿到最終結果?！?/p>