人工智能多久才能达到金融专家级水平？

尽管各大金融机构正在积极地在大模型领域进行投入和应用，但大模型何时才能达到金融专家级知识和思维水平？

9月6日下午，蚂蚁集团研究院、IDC与上海财经大学联合撰写的《共享善治AI，智绘未来金融》白皮书给出了预测:63.3%的受访机构认为以金融专家知识与思维参与决策的功能预计在3mdash;5年内可发挥价值潜力。

白皮书显示，AI在金融机构中应用的场景具备业务属性的强弱之分，随着应用场景从业务边缘到核心，AI对金融机构的价值将逐渐增大。同时金融业务具备较高的复杂性和不确定性，决策难度越高的场景，AI决策功能的价值体现越明显和关键，对金融机构的价值赋能也越大。风险管理作为金融机构业务开展的核心，具备更强的金融业务属性，AI所能赋予的成本收益改善的价值潜力更大。

目前，金融机构主要在内部运营中应用生成式AI，如自动化报告生成、研发助手、会议纪要生成与文案翻译等，以提高员工效率。部分金融机构也开始将其应用于边缘业务场景，例如用户服务中的智能客服机器人、社交媒体监控等，但涉及金融风控等核心业务场景的应用有限。

为何大模型应用尚未触及到金融核心业务场景？

白皮书认为，大模型幻觉问题是金融行业应用大模型的一大挑战。金融行业容错率非常低，无论是知识问答，还是内容提取，都对大模型提出了非常高的要求。模型的准确性成为金融行业采用生成式AI的重要堵点。因为模型结构、解码算法、暴露偏差等原因，大模型可能出现幻觉现象，即AI模型生成的内容虽然流畅但与事实不符，或者与提供的源内容不一致，生成看似合理却无法应用于实际情境的非事实性内容。

IDC中国副总裁兼首席分析师武连峰表示，尽管大模型在金融业务领域展现了巨大的潜力，但其在金融行业的全面应用仍面临诸多挑战。目前通用大模型与行业相结合整体仍处干初级阶段，此外金融行业因其严监管和强合规要求使得大模型的落地应用需要更加谨慎，周期会更长。总体来看，大模型的行业生态系统尚未完全成熟，在行业内的广泛应用需要克服技术、行业演变、监管和科技伦理等多方面的挑战。

白皮书认为，随着各方面技术逐渐成熟以及金融机构对AI的应用程度加深，金融机构预计在未来3mdash;5年内AI的决策功能将发挥更加充分的价值潜力。

根据IDC的调研，目前，金融机构当前的AI投入产出比在营收增长方面的成果尚未看到明显的量化收益，但在成本节约、效率提升、用户体验、风控合规方面都取得了小幅提升，其他层面的收益预计在未来会逐步得以实现。出于对大模型在金融领域商业化进程的判断，金融机构预计营收增长的成果需要2mdash;3年后实现。

当前，大模型的技术成熟度有待持续提升，与金融业务场景的结合方面无论是深度还是广度都还有待进一步扩展，相关制度与法规还有待持续完善。

白皮书认为，AI在金融行业价值目标的实现需要分阶段逐步推进和实现。这主要基于两个方面:一是金融行业产生和依赖大量数据，其决策过程高度依赖于数据的获取和高效利用，对科技与业务的深度融合、跨领域知识的整合与分析等综合能力具备高要求；二是不同于一般行业，我国金融行业具有强监管的特殊性。金融风险涉及面广且具备传染性，需要快速识别并响应，充分防范系统性金融风险。因此，金融行业的数智化建设不仅要实现业务经营管理智能化，还要达成关键技术自主可控、防范金融风险等目标。

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。