3月28日，由馬上消費聯合中國科學技術出版社、金融界共同舉辦的“大模型驅動下的金融新質生產力創新論壇暨全國首部《金融大模型》著作發布”活動在京隆重舉行。本次大會云集了眾多學界領袖及金融機構和產業鏈重要企業高管代表近300人，與會嘉賓就大模型在金融領域應用及賦能展開了深入交流。

本次活動上，一場“高峰對話”吸引了眾多外界目光。金融界總編輯金明正作為主持人，對話歐洲科學院外籍院士、清華大學人工智能研究院常務副院長孫茂松，科技部戰略研究院、科技與經濟社會發展研究所所長陳志，中關村科金技術副總裁張杰，中信證券人工智能負責人徐崚峰，星展銀行中國有限公司首席信息官宮霄峻，圍繞“大模型與金融新質生產力發展”這一重要議題進行了卓有成效的探討。

重質重新，更重生產力發展

今年的政府工作報告中，加快發展新質生產力被列為2024年的首項政府工作任務。

從字面意思上看，新質生產力即有別于傳統生產力的新型生產力，是以科技創新為主的生產力，是擺脫傳統增長路徑、符合高質量發展要求的新型生產力。本次活動上，參與高峰對話的各位嘉賓也就如何理解新質生產力表達了自己的觀點。

（歐洲科學院外籍院士、清華大學人工智能研究院常務副院長 孫茂松）

孫茂松表示，“新質生產力”最重要的是在“質”而不是“量”，一個東西的“質”不同，就決定了這個東西不同。人工智能在“質”上區別于過去，它需要使得產品或從事的事情與眾不同，有了新的動力，這是“因質而新，因新生變”，這個變化是我們可以期待的。

（科技部戰略研究院、科技與經濟社會發展研究所所長 陳志）

陳志提出，“我對新質生產力的理解可以總結為‘一三二’。一是‘一條主線’，即我們的最終目標是要發展，解決中國現階段的安全、發展方面的問題；三是‘三個層次’，要從微觀、中觀和宏觀這三個層面來理解，抓工作來看，最核心的是中觀的產業怎么發展、微觀的企業怎么實現技術轉型升級；二是‘兩個重點’，要從實現‘未來的產業’過渡到實現‘中國產業的未來’，需要通過人工智能孕育一些新的增長點，也要用人工智能去賦能所謂的‘傳統產業’，這些是一定要考慮的”。

當然，除了“質”和“新”的問題，“生產力”的發展與提升更是核心。

（中關村科金技術副總裁 張杰）

張杰表示，大模型毫無疑問是新質生產力里不可替代的典型因素，從企業主或者管理者角度來講，它就像做圖靈測試，不知道門背后和你聊天的是人還是機器；同樣，將來可能也不知道給你提交的文案或者日報、代碼是來自人的生產力還是機器生產力，人和機器界限越來越模糊。

大浪淘沙，大模型底色初現

新質生產力具有高科技、高效能、高質量的特征，人工智能在這其中當仁不讓。當前，國外大模型技術日新月異、蓬勃發展，國內AI以及大模型的發展方向在哪，這一話題的討論也成為高峰對話的重中之重。

（中信證券人工智能負責人 徐崚峰）

徐崚峰表示，近期在國內大模型圈流行著兩篇非常具有話題性的文章，其中一篇提到“現在國內有200多個大模型，就好像200多把錘子，但找不到適配的釘子”，缺標桿應用現在是一大問題；另一篇則聚焦更長遠的10年、20年人工智能可能發生的故事。實際上，2023年是屬于中國大模型的元年，用“百模大戰”形容也并不為過，但企業最終還是希望能夠有產出，在實際場景中產生價值，所以今年應該變成“場景為王”的一年，很多科技公司甚至底層大模型廠商都在花大量精力研究大模型應用的場景。

徐崚峰還強調，底層大模型未來一定會大浪淘沙，可能有幾家或十多家能夠活下來，應用方面大家也會更加聚焦。

（星展銀行中國有限公司首席信息官 宮霄峻）

宮霄峻指出，相對來說，國內大模型起步稍晚一點，但未來的機會仍然很多，主要集中在三方面：數據積累、經驗總結和算力提升。大模型想要做好，數據積累需要很多人、很多場景去對大模型完成培訓，顯然我們有足夠的基礎數據完成這一使命；在模型的運用上，我們可以看到國外很多早期實踐遇到的問題，可以對經驗教訓進行總結；我們還需要花一定時間，在算力上完成突破，并通過云計算等方式彌補這一能力。

事實上，在SORA這樣的模型出現后，多模態大模型的發展已成為不可回避的問題。結合國內現實情況來看，“通用和垂直模型并存”在中長期也將成為重要趨勢。

陳志指出，從目前人工智能滲透的領域來看，還都是偏向于產業里軟性的部分（比如服務業），或者工業里軟性的部分（比如研發和設計），針對長尾場景特別是工業數據的處理是相對困難的。陳志還預言，在toC階段，大模型或人工智能需要一個類似于iPhone這樣的時刻，需要一個核心終端和老百姓衣、食、住、行產生關聯，如果做不到這一點，人工智能可能仍會處于潛伏期或者低潮期。

談及大模型應用，張杰認為，在應用中亟待解決的是讓大模型具備決策能力和價值判斷，能夠做到這種判斷時才能真正產生心智。讓大模型具備這種判斷能力，具身人工智能是很有可能性的一個方向，讓大模型不斷和現實世界進行交互，通過現實世界不斷的反饋，讓它才知道怎么去做一些價值判斷。

鎖定領域，大模型潛力釋放

無論大模型發展到何種高度，如果無法進入每個具體應用的領域或產業，這樣的發展就還只是停留在表面上的。此次高峰對話上，各位嘉賓也就大模型在各自領域的拓展實踐進行了交流，并將活動現場氛圍推向高潮。

孫茂松表示，大模型的特點一是生成能力特別強，另一個是具備幻覺。如何把大模型用順，用孫茂松的話來理解，“離詩人越近，它用得越順；離工程師越近，它用得就越有挑戰”。

孫茂松強調，處理事情要看分兩步走還是分一步走，如果兩步走就適合大模型。為什么說離詩人近？因為大模型的長處是可以啟發你，人在此基礎上再去做一些調整，這會大大提高生產效率和質量。但如果事情是一錘子買賣，大模型做了就是最終結果，不允許人去反應，這時候就會帶來一系列挑戰。

張杰表示，我們堅信未來企業大模型應用非常有機會的場景是數字員工或智能助手類。去年上半年開始，我們陸續與金融、政務、制造等行業的多家頭部企業共創，落地大模型助手類產品。其中最先落地的是“知識助手”，幫助知識密度高的企業，通過對文檔、培訓材料、音視頻等企業長尾知識進行梳理，并直接灌到大模型里，讓大模型讀懂這些東西，然后服務內部員工?；诖?，去年年底，我們還推出了“超級員工”系列AIGC應用，包括知識助手、營銷助手、服務助手、培訓助手、寫作助手、合規助手等。

徐崚峰表示，從金融行業來講，我們也希望能出現有亮點、有價值的爆款應用，但現在還面臨大模型能力、算力和安全合規等問題。金融行業大模型應用通常包含文字問答和數據問答兩個方面，其中數據問答是很難去校驗的；算力方面，很多證券公司缺乏足夠算力，導致一些工作無法推進下去；另外，國內很多公司都在用私有云，但會面臨算力成本高、模型成本高以及高性能GPU缺乏等問題，將數據放在公有云又會產生合規性問題，如何在保障數據合規前提下，充分融合私有云和公有云能力，是一個亟需解決的問題。

宮霄峻也指出，算力問題確實是銀行在大模型運用里的第一大挑戰。此外，在金融應用上，還需要民眾和客戶對AI服務有很強的接受度，并在應用過程里將更多場景經驗實現共享。