大模型在金融行業(yè)的落地探索

大合作、大創(chuàng)新、大共存

關(guān)注問題：后發(fā)劣勢(shì)、可解釋性、社會(huì)智能等

金融機(jī)構(gòu)眼中的大模型技術(shù)

數(shù)字化轉(zhuǎn)型助力大模型

數(shù)據(jù)信托助理大模型

大模型治理

CONTENTS

數(shù)據(jù)概念辨析

1.概念辨析:數(shù)據(jù)、標(biāo)簽、特征、信息

2.信息的貢獻(xiàn)度：數(shù)據(jù)>>模型

3.數(shù)據(jù)與大數(shù)據(jù)的辨析：直接數(shù)據(jù)與間接數(shù)據(jù)

A?

3.1大數(shù)據(jù)、大模型、大風(fēng)控

大模型定義

?《自然-機(jī)器智能》將大模型定義為網(wǎng)絡(luò)參數(shù)規(guī)模達(dá)到?大模型通過文本語言等訓(xùn)練的模型，是一種感知智

億級(jí)以上的“預(yù)訓(xùn)練深度學(xué)習(xí)算法"能，不是決策智能，更不是計(jì)箕智能

?大模型通過海量數(shù)據(jù)的訓(xùn)練學(xué)習(xí)，具備了強(qiáng)大的語言?感知智能：基于Eayes公式

理解和表達(dá)、思維桂推理等能力，在文本圖像理解、?決策智能：基于先驗(yàn)概率

內(nèi)容生成等AI任務(wù)表現(xiàn)出顯著優(yōu)勢(shì)和巨大潛力?計(jì)算智能：基于計(jì)算公式

大橫型是一種生產(chǎn)力的恒升“電力一一智力大模型與傳統(tǒng)儂的未來急勢(shì)：由共存到超越

?我們必須跟隨時(shí)代潮流，逆眺流必然被陶汰?先共存：受制于il第五雜度高、可解理性整等問題，大

模型會(huì)與傳統(tǒng)模型會(huì)共存；

?敵對(duì)的人：不屑——堅(jiān)決一限制一迷茫

?友好的人：好奇一嘗試——學(xué)習(xí)一使用?共存方式：大模型為中控，可解釋性模型為外圍

?后超越：隨著大模型兔雜度降低、可解釋性增強(qiáng)，大模

型將逐步替代傳統(tǒng)模型

③

系統(tǒng)性：大尺度和小尺度之間存在關(guān)系

e③

復(fù)雜性：由小尺度數(shù)據(jù)特征的動(dòng)態(tài)非線性和隨機(jī)關(guān)聯(lián)

③

傳統(tǒng)風(fēng)控可解釋性：傳播因子（阻礙因子）、傳播路徑

③

?認(rèn)為風(fēng)險(xiǎn)就是不確定性《SCIembAlT尺度系統(tǒng)智能》介尺度的多模態(tài)建模方

?用潮呈管控風(fēng)險(xiǎn)

卜法

?用資本抵去睞管理風(fēng)險(xiǎn)傳

小

?模型、壓力;則試等均為工具導(dǎo)客戶本身風(fēng)險(xiǎn)

"

尺③客戶信用風(fēng)險(xiǎn)

用“爆量之內(nèi)

智能風(fēng)控：度③客戶欺詐風(fēng)險(xiǎn)

?能夠精準(zhǔn)計(jì)量風(fēng)控

風(fēng)

還

?風(fēng)險(xiǎn)、利潤、客戶的最優(yōu)化管理

險(xiǎn)

婺

智能幽是一個(gè)體系，是為銀行戰(zhàn)?服務(wù)

目

?客戶主標(biāo)尺M(jìn)U39M

愿人場(chǎng)景經(jīng)營風(fēng)險(xiǎn)

八場(chǎng)溟欺詐風(fēng)險(xiǎn)

內(nèi)場(chǎng)景交易風(fēng)險(xiǎn)

,不是傳統(tǒng)的“全面風(fēng)險(xiǎn)?理”工場(chǎng)景客群偏差風(fēng)瞼

/不僅雌：大人場(chǎng)景特定風(fēng)險(xiǎn)

?風(fēng)險(xiǎn)傳播體系尺

?數(shù)據(jù)模型體系度

,技術(shù)實(shí)現(xiàn)（下一代）：傳播的刻色1風(fēng)

*場(chǎng)景集中度風(fēng)險(xiǎn)

險(xiǎn)

內(nèi)場(chǎng)景“逆周期“風(fēng)險(xiǎn)

?場(chǎng)景"灰鹿牛"風(fēng)險(xiǎn)

k場(chǎng)景"闞幽’顧

大合作、大創(chuàng)新、大共存

CONTENTS

大合作

銀行與AI公司合作開發(fā)

大?銀行內(nèi)部大數(shù)據(jù)的整合

適合自己的大模型

合

作?銀行外部大數(shù)據(jù)的補(bǔ)充

,大算力合作：

?非核心競(jìng)爭(zhēng)力的專業(yè)能力一定要外包

金融業(yè)的AI公司

?云上大模型

,實(shí)現(xiàn)垂直領(lǐng)域的精調(diào)模型

?遷移大模型能力

結(jié)合行內(nèi)大數(shù)據(jù)與知識(shí)庫

?頭部AI公司基礎(chǔ)大模型

?以銀行的小規(guī)模算力打造輕量級(jí)推理模型

（精調(diào)模型）

大創(chuàng)新

智能客服機(jī)器人投資分析與預(yù)測(cè)

責(zé)任客服VS非責(zé)任客戶弱化人類情感

保險(xiǎn)公司的產(chǎn)品推薦

提升客戶粘性

智能風(fēng)控、反欺詐、反洗錢其他垂直領(lǐng)域的金融應(yīng)用

標(biāo)注樣本智能0A

寫代碼寫算法智能寫文稿

環(huán)境感知智能運(yùn)營

大共存

由共存到超越

/共存：大模型隨通用能力增強(qiáng)，將逐步超越傳統(tǒng)模型的能力，但受制于計(jì)算復(fù)雜度高、可解

大

共釋性差等問題，短期內(nèi)，大模型和傳統(tǒng)模型會(huì)共存。

存

/共存方式：大模型可作為中控,將傳統(tǒng)模型作為技能進(jìn)行調(diào)用。

/超越：隨著若大模型計(jì)算復(fù)雜度降低、可解釋性增強(qiáng)，綜合性價(jià)比來看，大模型將逐步替代

傳統(tǒng)模型

關(guān)注問題：

1.后發(fā)劣勢(shì)

2.可麗性

3-社會(huì)智能

4."類征信

避免“后發(fā)劣勢(shì)陷阱”

0“后室測(cè)6彳＞~EUg

電對(duì)?耽檢體現(xiàn)點(diǎn)g杯充分

法gmMfl、EQMI出電R的■分

??SWtt-------------頷礴整合-----------O-旃究--------

要“俯首甘為孺子?！埃龃罅康?、要“橫眉冷對(duì)千夫指"，要做革命要"甘做無名英碓"，逐步建立算

耗時(shí)間的的數(shù)據(jù)工作，以實(shí)現(xiàn)對(duì)模性的、基礎(chǔ)性的科技改造來實(shí)現(xiàn)業(yè)法研究能力，進(jìn)而“隨風(fēng)潛入夜，

務(wù)全潮型的互聯(lián)互通，進(jìn)而實(shí)現(xiàn)對(duì)

型的效能的提升潤物細(xì)無聲”的實(shí)現(xiàn)智能血控對(duì)業(yè)

業(yè)務(wù)的敏捷支持務(wù)完美支持

覆其余回題

類征信

持牌？

可解釋性平均智能

弱化可解釋性中小銀行備受挑戰(zhàn)

白盒套黑盒

金融機(jī)構(gòu)眼中的大模型技術(shù)

金融機(jī)構(gòu)眼中的AI技術(shù)

生物特征識(shí)別知識(shí)圖譜

客戶身份驗(yàn)證、遠(yuǎn)程開戶、刷對(duì)貸款信息、行業(yè)信息建立關(guān)系挖

臉支付等場(chǎng)景掘模型，通過機(jī)器學(xué)習(xí)進(jìn)行模型訓(xùn)

練

計(jì)算機(jī)視覺機(jī)器學(xué)習(xí)算法

人臉識(shí)別、票據(jù)識(shí)別、場(chǎng)景識(shí)別深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、自然語言

處理

智能語音自然語言處理

問答、咨詢、理財(cái)、直詢；身份識(shí)詞嵌入、句子嵌入、編碼-解碼、

別、智能客服、智能理賠等注意力模型

金融機(jī)構(gòu)眼中的大模型能力

人機(jī)交互能力

覆蓋審計(jì)、財(cái)務(wù)、客服、營銷承保理

賠等多個(gè)保險(xiǎn)領(lǐng)域業(yè)場(chǎng)景

生成式能力一崗多能

代碼生成貫穿遠(yuǎn)程銀行全條線業(yè)務(wù)工作內(nèi)容，覆蓋

內(nèi)容生成事前運(yùn)營、事中輔助和事后質(zhì)檢等環(huán)節(jié)

金融機(jī)構(gòu)眼中的大模型技術(shù)發(fā)展歷程

基于

使用編碼器-解基于

基于規(guī)則和統(tǒng)通過學(xué)習(xí)語基于自注意Transformer

碼器架構(gòu)，并Transformer的

計(jì)模型的方法言中的概率力機(jī)制的神的預(yù)訓(xùn)練語

通過大規(guī)模預(yù)訓(xùn)練語型

來處理語言翻分布來預(yù)測(cè)下經(jīng)網(wǎng)絡(luò)模型言模型(無

譯平行i新斗庫一個(gè)單詞或標(biāo)簽數(shù)據(jù)預(yù)

進(jìn)行訓(xùn)練

字符訓(xùn)練模型

Q9QQ0

---------6——O-o

統(tǒng)計(jì)機(jī)器翻神經(jīng)機(jī)器翻語言簿模與TransformerBERTGPT

譯(SMT)譯(NMT)星曾到序列模型

金融機(jī)構(gòu)眼中的大模型缺陷

技術(shù)缺陷：

外面證I：

?1.在個(gè)人信息收集階段，當(dāng)用

?通過文本語言等訓(xùn)綺的模型，?一是，算法黑箱.由于算法

戶在使用ChatGPT時(shí)，會(huì)輸入系統(tǒng)安全與穩(wěn)定性

其智能類型是受限的，可見模型的黑箱運(yùn)作機(jī)制，其運(yùn)行自己的個(gè)人數(shù)據(jù)，依據(jù)《個(gè)人

ChatGPT只不過是一牌?如■規(guī)律和因果邏輯并不會(huì)顯而易信息保護(hù)法》強(qiáng)詢單獨(dú)授權(quán).

幗，不是決”能,更不是計(jì)見的擺在研發(fā)者面前.?2.在個(gè)人到雁的加工使用階段，

ChatGPT使用了RLHF的訓(xùn)練方

二是，算法獸棒性。算法運(yùn)

?法，用戶使用過程中的輸入和

<?Him：STBayes^C行容易受到數(shù)據(jù)、模型、訓(xùn)練

交互信息可能會(huì)用于其持續(xù)迭網(wǎng)絡(luò)安全風(fēng)險(xiǎn)

方法等因素干擾，出現(xiàn)非￡（棒代訓(xùn)練，進(jìn)一步被用于為其他

用戶提供服務(wù)，可能構(gòu)成數(shù)據(jù)

人HUMS：特征。町第會(huì)有針對(duì)性的病?

共享，這時(shí)已與用戶初最初使

?智能缺陷就星「h"GPT的使糕用目的相悖，根據(jù)《個(gè)人信息

用邊界.?三是，算法歧視.算法以數(shù)保護(hù)法》需要更新授權(quán).

.訓(xùn)練數(shù)據(jù)的獲取.

?例如，在金融機(jī)構(gòu)中，據(jù)為原料，如果初始使用的是?3ChatGPT

通過抓取互聯(lián)網(wǎng)上的信息，可技術(shù)同質(zhì)性風(fēng)險(xiǎn)

ChatGP壞是決策智能，用于有偏見的數(shù)據(jù)，無形中會(huì)導(dǎo)致能存在合規(guī)問題.

風(fēng)險(xiǎn)決策受限；ChatGPT不是生成的內(nèi)容存在偏見或岐機(jī),?4.數(shù)據(jù)泄涌.用戶在使用過程

計(jì)算皆能，用于資本計(jì)量受限；引發(fā)用戶對(duì)于算法的公平性爭(zhēng)中輸入個(gè)信，息，以及企業(yè)用戶

諭入的各類工作相關(guān)信息，可

ChatGPT是語言領(lǐng)域的感知智議.破根主■自資本89,

能導(dǎo)致公司敏感信息泄露.

體現(xiàn)為訓(xùn)練樣本敗■.

能，可以以文字助手的身份嵌?5.算法缺陷導(dǎo)致數(shù)據(jù)主體行權(quán)學(xué)習(xí)局限性性風(fēng)險(xiǎn)

入大部分和文本相關(guān)的工作.困難.如更改權(quán)、刪除權(quán)、訪

?n?±：*問權(quán)等行權(quán)困越

數(shù)字化轉(zhuǎn)型助力大模型

I生產(chǎn)關(guān)系適應(yīng)生產(chǎn)力的發(fā)展

金融領(lǐng)域轉(zhuǎn)型的三要素體現(xiàn)為：

?金融機(jī)構(gòu)的生產(chǎn)資料：

[1]掌握先進(jìn)生產(chǎn)力的人

『/【2】數(shù)據(jù)

N金融機(jī)構(gòu)的生產(chǎn)力：

[1]新業(yè)務(wù)

[2]新科技

?金融機(jī)構(gòu)的生產(chǎn)關(guān)系：

[1]部門邊界

[2]資源分配

技術(shù)的轉(zhuǎn)型、金融科技轉(zhuǎn)型、銀行的三次轉(zhuǎn)型

技栩a>熊加K^LLY-.接木的沖突—nMbKMAIMcM一英一生產(chǎn)關(guān)系的重送

人民銀行科技司雌季偉:金融科技.，帕微■.，興于技術(shù)，?TtML.Emi

銀.業(yè)部的曲g知？

行?生產(chǎn)力充實(shí)了生產(chǎn)關(guān)系的事業(yè)都成功了

轉(zhuǎn)

型?nmmr：nram.,MMMM*..Mraniaw

?蹴

新技術(shù)革命

?技術(shù)

?E［金的II界沖擊困ms.人員分配

外?從短模導(dǎo)向到份

?戶的JB?

因值導(dǎo)向、，&化?新市場(chǎng)：邊界合理.清?

成功寫失敗?..k

導(dǎo)向?新客戶：?理論上，沒有任何一個(gè)業(yè)晨、

?新業(yè)務(wù):創(chuàng)原產(chǎn)品■務(wù)屬于電子銀行部；

，實(shí)健上::姆像件么聊做，

11］第一步：調(diào)整部門邊界（生產(chǎn)關(guān)系）好放生產(chǎn)力但沒有件么自己能調(diào)的算

?明確邊界：渠道一立臺(tái)一生

|2］第二步：科技范?、業(yè)務(wù)范?兩個(gè)方面發(fā)展生產(chǎn)力態(tài)」

0[［3］第三步：生產(chǎn)力充實(shí)生產(chǎn)關(guān)系，盤定新的部門邊界

數(shù)據(jù)信托助力大模型

數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)的發(fā)展的邏輯

第一階段第二階段第三階段

人商圈的數(shù)據(jù)與金融圈的數(shù)據(jù)各自?支付產(chǎn)生了"跨界"效應(yīng)③"標(biāo)準(zhǔn)碼"規(guī)范支付入口

相對(duì)獨(dú)立發(fā)展?支付使得商圈有了金融圈的數(shù)據(jù)因"斷0［連+征信持牌"規(guī)范數(shù)據(jù)

?商圈的數(shù)據(jù)孤島3就形成了互聯(lián)網(wǎng)金融業(yè)務(wù)使用

為金融圈的數(shù)據(jù)孤島?一浪：互聯(lián)網(wǎng)平臺(tái)主導(dǎo)③二浪：持牌金融機(jī)構(gòu)主導(dǎo)

數(shù)據(jù)驅(qū)動(dòng)模型與算法發(fā)展的邏擅

智能風(fēng)控領(lǐng)域模型算法的發(fā)展：

專家評(píng)分卡f邏輯回歸一集成學(xué)習(xí)、深度學(xué)習(xí)

第一階段底］三個(gè)階段

依籟專家經(jīng)豁經(jīng)朧與散據(jù)奧動(dòng)^Msaeai

儂:優(yōu)點(diǎn)：工多采用專斜J分卡蠅

/可解釋性強(qiáng)/準(zhǔn)確性高/復(fù)雜硒模型快速識(shí)別

/客戶體驗(yàn)好

：皎點(diǎn)：

X維護(hù)成本高X無法判斷未知風(fēng)險(xiǎn)X對(duì)系統(tǒng)穩(wěn)定性與速度要求高

X對(duì)專業(yè)性要

求高

集成學(xué)習(xí)模型深度學(xué)習(xí)模型

陋

久多采用集成學(xué)習(xí)與深度學(xué)習(xí)模

型

數(shù)據(jù)要素化的發(fā)展邏場(chǎng)

斷與生俱來的是：數(shù)據(jù)與眾不同的是：數(shù)據(jù)與日gits的是：

具備三重屬性：資源屬性、技價(jià)值的特殊性：數(shù)據(jù)價(jià)值不在于數(shù)數(shù)據(jù)要素的外部性對(duì)促進(jìn)數(shù)據(jù)價(jià)值

?術(shù)屬性、金膿屬性.據(jù)本身，數(shù)據(jù)價(jià)值來源于數(shù)據(jù)的技交換的數(shù)據(jù)要素市場(chǎng)化的客觀帚求.

術(shù)加工，體現(xiàn)于數(shù)據(jù)的權(quán)益支配.

發(fā)展邏輯

雌的與生俱來、與眾不同、與日俱增，共同決

定了數(shù)據(jù)形態(tài)變化必將遵循：

i.由數(shù)據(jù)記錄到數(shù)據(jù)資源、

2.由雌資源到數(shù)據(jù)資產(chǎn)、

3.由數(shù)據(jù)資產(chǎn)到數(shù)據(jù)要素、

4.由數(shù)據(jù)要素到要素市場(chǎng)化

理解數(shù)據(jù)資產(chǎn)

1數(shù)據(jù)資產(chǎn)必須有價(jià)值2數(shù)據(jù)資產(chǎn)價(jià)值必須可以衡量3由特定主體合法擁有或者控制

資產(chǎn)的會(huì)計(jì)計(jì)?方法總結(jié)

□歷史成本法:獲取資產(chǎn)時(shí)實(shí)際付出的成本

□公允價(jià)值法：交易雙方自愿交易的價(jià)格

口現(xiàn)金蜥現(xiàn)法：資產(chǎn)未來產(chǎn)生的現(xiàn)金流量按照一定方法折成當(dāng)前價(jià)值

□按照資產(chǎn)當(dāng)前情況，重新獲取同樣資產(chǎn)所付出的代價(jià)

□預(yù)計(jì)售賣后得到的凈值

數(shù)據(jù)資產(chǎn)的商業(yè)模式探討

數(shù)據(jù)交易所居銀行信托

政府主導(dǎo)的數(shù)據(jù)交?個(gè)人數(shù)據(jù)資產(chǎn)采用?信托財(cái)產(chǎn)"雙重所有權(quán)”與

易所模式涌現(xiàn)銀行模式進(jìn)行管理數(shù)據(jù)資產(chǎn)所有權(quán)和控制權(quán)分

離的特質(zhì)具有契合性

第三方專業(yè)技術(shù)和和運(yùn)營

政府資質(zhì)完成監(jiān)管、?實(shí)現(xiàn)個(gè)人數(shù)據(jù)的增?信托業(yè)務(wù)創(chuàng)新可以為數(shù)據(jù)資

加密等合規(guī)支持值和有序流通產(chǎn)創(chuàng)設(shè)更廣闊的應(yīng)用場(chǎng)景

?個(gè)人大數(shù)據(jù)資產(chǎn)的-數(shù)據(jù)的正外部性與相關(guān)性，

管理與運(yùn)營綜合服更多數(shù)量和維度數(shù)據(jù)的匯集

務(wù)系統(tǒng)會(huì)產(chǎn)生更有價(jià)值

?數(shù)據(jù)信托介紹

信托(Trust)是指委托人基于對(duì)受托人的信任，將其財(cái)產(chǎn)權(quán)利委托給

受托人，并由受托人針對(duì)受益人的利益或特定目的，按照委托人的意愿，

對(duì)信托財(cái)產(chǎn)進(jìn)行獨(dú)立的萱理、處分和風(fēng)險(xiǎn)隔離，以自己的名義管理和處

分信托財(cái)產(chǎn)的行為。

當(dāng)上述"財(cái)產(chǎn)權(quán)利"變?yōu)?數(shù)據(jù)"時(shí)，就形成了數(shù)據(jù)信托。目前對(duì)

于數(shù)據(jù)信托定義的內(nèi)涵和外延還在不斷變化，但基本形成如下共識(shí)：數(shù)

據(jù)信托是一種關(guān)于數(shù)據(jù)要素的、市場(chǎng)化的、制度化的、功能化的、結(jié)構(gòu)

化的、形成共識(shí)的數(shù)據(jù)生態(tài)框架。

在數(shù)據(jù)要素市場(chǎng)化階段，信托的成熟框架，疊加數(shù)據(jù)商品的金融屬

性增強(qiáng)，有助于市場(chǎng)化地促進(jìn)數(shù)據(jù)要素的合理配置，發(fā)揮數(shù)據(jù)要素對(duì)經(jīng)

濟(jì)社會(huì)發(fā)展的乘數(shù)效應(yīng)。

數(shù)據(jù)信托助力數(shù)據(jù)大市場(chǎng)

1.噓要素化過程中的信托雙層所有權(quán)架構(gòu)優(yōu)勢(shì)2.數(shù)據(jù)確權(quán)中的數(shù)據(jù)信托制度優(yōu)勢(shì)

3.數(shù)據(jù)流通中的

信托風(fēng)瞼隔離與信任制衡優(yōu)勢(shì)圓

5.雌要素治理中的贖砥服務(wù)優(yōu)勢(shì)

大模型治理

從技術(shù)角度：萬物皆模型

萬物皆模型

EVERYTHING

MODELS

?人類畫家的不同主要是風(fēng)格

?風(fēng)格即模型

?調(diào)整模型參數(shù)，可以得到這個(gè)畫家一系列作品

?基于大模型的原始能力基礎(chǔ)上二次開發(fā)

從哲學(xué)角度:

從哲學(xué)角度：AI時(shí)代中

主體與客體的關(guān)系在潛移戢化

1、潛移默化

?搜索引擎

?主動(dòng)推薦斷章

你詁在杯上看反I景，

2、潛移默化宥忒景的人在樓上看?你。

?我在利用AI擴(kuò)展我的智能

明月裝飾了你的窗子，

?AI在利用我展示他的智能

你裝飾了別人的班。

大模型的治理

01里產(chǎn)力