在人工智能快速发展的今天，大模型技术正迅速渗透金融领域，揭示出其巨大的应用潜力。在日前举行的“北大光华度小满 金融大模型技术与应用论坛”上，与会人士认为，以大模型为代表的新一代人工智能技术将加速金融数字化进程，与此同时，其应用实践也面临安全合规、与金融场景契合度仍待提升等挑战。

从目前的实践看，金融机构可以通过大模型技术实现更智能的客户服务、风险管理以及数据分析，提升用户体验和业务效率。“金融行业作为人工智能应用场景密集的行业，是大模型技术落地的最佳领域之一。以大模型为代表的新一代人工智能技术将加速金融数字化和金融智能化的发展，重塑现有业务流程，改变产业格局。”北京大学光华管理学院金融系主任刘晓蕾表示。

度小满CTO许冬亮也说，大模型目前在营销、电商和内容等领域已经形成了生产力，而金融作为数字化基础充分、由数据和技术驱动的行业，更是大模型落地的高潜场景。

据许冬亮介绍，度小满在风险管理领域应用大语言模型解读文本数据和征信报告，能够识别超过40万维的风险变量，更好地判别小微企业主的信贷风险。在智能获客和提升用户体验方面，通过大模型应用和算法升级，度小满客服机器人的有效对话率已超越人工水平，无感对话率达到95.5%。

不过，与会人士也表示，金融行业大模型的应用实践也面临不小挑战。中国农业银行研发中心大模型研发负责人耿博表示，AI大模型面临算力需求大、训练和推理成本高、数据质量不佳、隐私和安全问题等挑战。

“金融本身是一个高合规要求的行业，大模型又是具有颠覆性的新技术，我们对它的风险还没有完全了解，随着大模型落地的不断推进，如何平衡大模型落地收益和潜在合规风险，会是一个越来越突出的问题。”许冬亮说。

另外，通用大模型与金融业需求的契合度仍待提升。例如，现有大模型在数字处理上相对粗糙，而金融涉及大量数字和表格文本，需要更精确的数字处理技术。清华大学人工智能研究院常务副院长孙茂松建议，企业可以在调用通用大模型相应功能的同时，针对各项金融业务开发各类专门的插件，为需求提供精准支持。

许冬亮认为，解决大模型在金融行业落地应用难题，科技公司和金融机构的合作非常有必要。“未来，科技公司和金融机构或将联合训练大模型，后者可以利用私有的高质量数据，借助科技公司的通用大模型，训练自己的专业化大模型。”

记者了解到，今年5月，度小满开源了国内首个千亿级中文金融大模型“轩辕”，自开源以来已有数百家金融机构申请试用。度小满数据智能部总经理杨青透露，他们将继续探索大模型在金融场景的应用，预计10月将全面开源发布“轩辕”2.0版本。