(资料图)

□本报记者 苏洁

目前，金融科技正站在数字化转型与人工智能浪潮的交汇点，其发展已从技术驱动迈向场景驱动、生态驱动的新阶段。随着AI技术的聚集融合，AIGC技术的实践效用迎来了行业级大爆发。通用大模型技术的成熟推动了新一轮行业生产力变革，在投入提升与政策扶持的双重作用下，以大模型技术为底座、结合专业化金融能力的金融大模型产品受到金融机构的青睐。目的很简单，就是为企业降本增效。

当前金融大模型的发展重点已从“模型攻坚”转向“场景竞速”，其竞争核心不再是单纯的模型参数规模，而是如何将技术深度融入业务闭环，解决实际痛点。通过AI驱动核心业务流程的智能化升级，实现真正的价值创造。目前，银行和保险机构在客服、投顾、理赔等环节应用大模型并取得一定成效。

但技术具有两面性，我们一方面看到大模型在金融领域所发挥的积极作用，AI技术的进步为金融创新开辟了更加广阔的前景；另一方面要看到由于当前大模型的可解释性还有待提升，幻觉现象难以根除，对于金融行业的决策管理场景，合规、审慎等方面要求极高，短时间内大模型只能起到辅助决策的作用，尚不能代替人类来作决策。

金融行业对于安全性和可信度要求极高，必须保证金融资产和金融数据的安全，保证金融交易和金融服务的可靠性和准确性。对此，要多方合力，用好大模型。具体来看，对于金融机构来说，要在安全可控的前提下做好创新，保护好消费者信息安全；对于监管而言，用政策约束的同时，还要做好消费和教育工作；对于消费者而言，则要与时俱进，善用AI技术，提高认知水平。

总而言之，企业落地AI不要追求宏大叙事，不要追求一个大模型解决所有问题。要敏捷迭代，小步快跑；既要创新，又不盲从。