今年以来，ChatGPT的火热带动了AI大模型井喷式发展，将人工智能技术带进新拐点。金融行业是大模型率先应用的重点行业之一，华为、腾讯、马上消费等公司和金融机构都积极布局大模型。

　　面向未来，金融机构应用大模型的能力将成为关键生产力。如何迎接和拥抱大模型? 10月19日-20日，华为云联合中国互联网金融协会开展“共话数字化转型”交流活动，就金融AI发展前景、大模型在金融领域的机遇和挑战展开热议。

　　释放数据的价值  提升大模型含金量

　　大模型是数据驱动的一种表现模式，若要让大模型更加智能，也就意味着需要海量的数据进行模型训练，也是衡量大模型含金量的重要指标之一。讨论现场，马上消费人工智能研究院算法总监肖冰介绍了该公司研发的全国首个零售金融领域“天镜”大模型的情况。

　　“数据积累是训练模型的前提。马上消费创业初期就启动了数据体系建设，共积累12大领域和59个业务区域各类型数据，为用户精细化运营、数据分析提供了良好的数据基础，更为马上消费天境大模型提供了充足和多样的训练数据。”他说。

　　也正是得益于这些数据的积累，天镜大模型相比传统的智能外呼，在话术提示中会融入用户的基本画像信息，能够针对用户的基本画像和情况做千人千面的营销，并基于内部优秀坐席话术微调大模型。通过线上AB测试，基于天境大模型的对话系统在对C端用户提供各类服务的过程中，平均有效对话轮次高于传统智能对话系统提升100%以上，各类主要业务指标也明显高于传统智能对话系统。

　　模型和数据驱动，解决行业痛点问题

　　大模型在金融行业的发展迅猛，逐渐有了“百模大战“之势。但究其根本，如何应用在金融典型场景中，才是关键竞争力。头部金融机构在大模型的应用上已经有了很多落地的场景。

　　目前马消天镜大模型在智能对话、智能超级员工、智能辅助、智能合规四大核心领域已经成功落地相应的场景产品，包括在营销获客、客户服务、办公提效、客户运营、安全合规、贷后管理这六个零售金融最典型的场景，以模型和数据驱动业务，解决行业痛点问题。

　　另外一方面，大模型在金融场景应用过程中，还面临着不少难题，最明显的就是AI在人机对话时语义表述不够严谨甚至出现错误。对此，肖冰坦陈大模型还有较大的成长空间。“马上消费将持续深入研究大模型的应用，不断发挥其在金融场景使用中的作用，努力为用户提供个性化乃至定制化的服务。”