過去一周，ChatGPT已然成為國內外橫掃社交媒體的「頂流」。

(資料圖片)

作為史上用戶增長最快的消費應用，ChatGPT在問世之后的短短兩個多月里書寫了很多傳奇故事——通過谷歌L3工程師入職測試、幫以色列總統寫演講稿、一面推動相關概念股暴漲，一面又使得數千家期刊宣布對其發布「禁令」……

值得注意的是，就在一個月前，《麻省理工科技評論》中國研究團隊聯合北大光華度小滿金融科技實驗室發布的《2023年金融科技趨勢展望》報告中，就曾「預言」了相關技術可能在2023年給行業帶來的影響。

其中提到，生成式人工智能將成為新一代生產力工具，大模型更將成為數字經濟時代智能信息處理的基礎設施，而這些恰恰也是ChatGPT令全球科技巨頭為之矚目的原因。

眼下，ChatGPT給全球用戶帶了最直觀的感受和震撼式沖擊，而在金融領域，它也給人們留下了更大的想象空間。但在天花亂墜表象之下，從金融行業實踐的視角出發，在短期之內，它可以在哪些方面給客戶帶來直觀的體驗優化？而在長遠來看，它又能否給金融業帶來顛覆性的變革呢？

為此，我們和最關心技術發展并且與業務離得最近的人聊了聊。

作為AI領域長期的深耕者，度小滿CTO許冬亮認為，ChatGPT所依托的大模型的基底是語言生成模型和語義理解模型，它的語義生成空間非常大，如果將它的能力放在金融行業中去處理原有的任務，性能和效果將會有顯著的提升。

一、從「小模型」到「大模型」

在分析應用的可能性之前，我們還是有必要了解一下ChatGPT到底是什么？

ChatGPT是由一家人工智能創業公司Open AI開發的自然語言處理工具。其中，GPT是Generative Pre-trained Transformer（生成型預訓練變換模型）的縮寫，可用于生成文章、代碼、機器翻譯、問答等各類內容。

要理解ChatGPT的「神通廣大」，就要看到其背后龐大的訓練參數量，以及市場對「大模型」開發的現實需求。

相比于此前應用更廣泛的「小模型」，「大模型」的一個核心特征在于參數量呈指數級增長。

一個可以參考的數據是，2018年6月GPT-1發布時，其參數量為不到1.2億個，但在短短8個月后，2.0版本的參數量已經攀升至15億；到2020年5月GPT-3發布時，該指標已經達到1750億，較二代訓練參數增長超過100倍，是傳統深度學習小模型參數量的至少一萬倍以上。

正是在GPT系列語言大模型的加持以及增強人類反饋的獎勵機制下，ChatGPT的回答才更接近人類的思維，這表明自然語言處理技術在應用層面取得了很大的突破——不斷向「認知智能」的階段邁進，這也是當下人工智能發展最具挑戰性的領域之一。

落腳到金融行業，海量的知識吸納、更接近自然語言的交互能力以及人類無可比擬的學習能力顯然極具吸引力。

許冬亮提到，大模型將變革在線對話交互的服務模式，顛覆現有的智能客服概念：現在App是用戶使用產品的入口，未來互動交互則可能成為入口；根據意圖生成文稿、圖像、視頻等也將夠大幅降低機構的內容生產成本，提升營銷效率。

確實，雖然眼下「人工智能客服」在金融行業取得了廣泛應用，但客戶的滿意度依然亟待提升。《2021年中國智能客服滿意度調查報告》中顯示，僅有9.6%的用戶認為，智能客服問題解決能力高于人工客服。回答千篇一律(59.1%)、重復循環操作(50.6%)、答非所問(47.3%)等是用戶智能客服使用中遇到的主要問題。

另一家金融科技公司相關負責人也提到，在去年底關注到ChatGPT推出之后，他們通過接入底層能力，開始為用戶提供客服「助手」類服務，希望能夠實現精準營銷與智能服務的并行。

「隨著對數據的解讀能力的提升，新技術可以幫助我們發現原來發現不了的風險，提升金融風控效率；更長遠來看，生成數據也將彌補金融數據稀缺問題」，許冬亮提到。

清華大學人工智能研究院常務副院長孫茂松則在前述報告中提出了更大膽的預測，「如果把各類金融大數據注進大模型去做經濟形勢的預測，與現有的主流經典分析方法論將會有質的區別，國際上如果因此出了一個諾貝爾經濟學獎（將人工智能用于金融研究或預測），我一點都不感到驚奇，甚至是可期待的。」

二、大廠的「新基建」與新挑戰

有些技術革新是一陣風，吹過就散，但顯然ChatGPT是一陣浪，將持續推動產業革新。

安信證券指出，ChatGPT正在掀起新一輪的產業浪潮，其在代碼生成、糾正語法生成文本等方面表現出極強的能力，并憑借「對話式」搜索的強交互模式對現有的搜索引擎造成了較強的沖擊，影響了現有戰略布局。

短短幾天內，谷歌內部拉響了紅色警報，微軟將ChatGPT整合入Bing搜索，擬重塑現有業務體系，而國內包括百度等在內的互聯網巨頭已經預告將推出相關產品。

新一輪的大廠「軍備競賽」已然正式開啟。許冬亮認為，「未來，和云一樣，它正在成為大廠的底層設施，在基礎設施上必然會有很多垂直應用生長出來。」

在當下——許冬亮認為，大模型在通用型人工智能上表現出色，但在垂直場景的適配度仍然不足。

例如，當用戶問「我的信用卡逾期了該怎么辦」，ChatGPT可以給出通用型的話術，但很難給出具體解決方案。這也是ChatGPT在最初的驚艷過后，被許多用戶吐槽的一點。

另外一方面，金融行業是一個高度重視風險、把安全性放在第一位的行業。

事實上，在最近谷歌舉行的發布會上，其所展示的聊天機器人Bard剛一亮相，就犯了錯誤——它在回答一個關于天文科普問題時，提供了錯誤的答案，以至于公司不得不快速撤下了相關演示的YouTube視頻。

這在金融行業是絕對不被允許發生的致命失誤，也暴露了ChatGPT以及相關技術服務所存在的短板和風險問題。

「ChatGPT創作自由度高，但是它的自由度太大了，當解決真實場景中的任務時，會造成可控性不足」，許冬亮表示，「隨著技術的突破，科技倫理治理上也要及時跟上才能規范技術的發展。」

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。

關鍵詞：