“大模型是炒作还是真革命？”

投行高盛在研报中提出的这个尖锐问题，揭开了行业的集体焦虑。颠覆、变革、重塑，形容大模型变革的前缀如此似曾相识。犹记得，前几轮科技热潮中，每隔一段时间都会冒出个概念“溜”一圈，引发一阵炒作和狂欢后，悄然熄火。大模型会不会成为这组剧目中的篇章？这个AIGC的“时代之问”显得真实又迫切。

于是，通用大模型之风狂飙半年后，大模型的命运齿轮开始转动，钟表指向垂直大模型落地应用的时区。能不能落地、有没有解决业务需求的能力，成了参数比拼之外，检测大模型成色的黄金标准。

(资料图)

从想象力到生产力

长期以来，AI的概念总是悬浮在半空，常描绘一个激动人心的效果图，但具体怎么去“施工” “建设”并未回答清楚。

大模型出现后，AI找到新的着力点，科技仿佛又一次站在新纪元的门口。以ChatGPT、Llama 2、文心一言为代表的通用大模型，诗词歌赋、聊天作画信手拈来，展现出极高的“智商”，惊艳世界。

而通用大模型狂飙半年后，风向变了。

ChatGPT成为互联网史上最快突破1亿用户的产品后，用户开始出现负增长。这让“虚火论”又一次笼罩行业。有人担忧AI又一次“遇冷”，如烟花般绚烂的绽放却只有一瞬。

事实上，大模型非但没有变冷，还变得更加务实，技术的想象力正快速转为生产力，从业者已经取得共识：架构层只容得下有限的玩家，更多参与者必须聚焦在模型层和应用层，将好看、好玩的能力变成顶用、好用的工具。

于是，在大模型改变世界、改变产业的宏大叙事之外，更多人把视线焦点聚在眼前业务的细微处，把目光从通用大模型转向垂直大模型在行业中落地的路径，致力于用技术创新来解决问题，提高产业效率。

例如，华为盘古大模型发布会上，旗帜鲜明地提出“不作诗，只做事”的口号，用大模型赋能政务、矿山、气象等行业，还宣布盘古大模型在矿山领域实现首次商用；京东灵犀也把触角深入零售、物流、健康等场景，解决真实产业问题；办公软件WPS则在文档软件中集成大模型能力，让创作更轻松；近日，消费金融行业头部企业马上消费也表示，将基于自身坚实的技术积累和金融行业数据，发布金融大模型，助力业务提质增效。

这批企业一致的选择表明，大模型不仅是平台级的工业革命，也可以是各细分领域的小机会。应用导向者正撸起袖子，当起实干家，争相进入大模型庞大体系的纵深处，扳动能给业务场景带来增益的一颗颗齿轮。

三横三纵，扎根产业场景

据《经济观察报》不完全统计，全国已经出现了超106个大模型。它们集体“浮出水面”，给外界一种错觉：大模型可以速成，不过是将已有的技术换个概念装“旧酒”。

事实上，大模型并非横空出世。在被ChatGPT引爆前，BAT们就在研发自己的大模型。而马上消费员工成长平台“马科大研究院”的培训通知也显示，2021-2022年期间，该公司技术团队数次就“语言模型应用”“机器学习模型可视化”等话题展开内部技术交流。

这表明，早在ChatGPT出现之前，这些企业就已着手大模型研发与应用探索。

AI能给行业带来什么价值？大模型技术如何走向市场？除了要在技术上达到领先，更要关注两个核心问题：供给端能提升哪些效率而形成广阔的市场；需求端能如何提质增效，重塑体验。

比如，客户服务，传统的人工客服占用巨大人力资源，而通过大模型在自然语言处理上的优势，可以大大降低服务成本，提高效率；再如，风险管理是金融的核心，大模型可以通过数据挖掘和机器学习，更精准地预测和评估风险，提高风控技术的精度。

据了解，目前马上消费的人工智能技术主要应用在三大场景：一是金融智能对话，实现实时人机协作、持续学习、可信安全合规；二是金融数字人，通过大模型+组合式AI多模态能力，实现有温度的数字人；三是金融服务的AI核心引擎，通过大模型的大脑与心理学的有机结合，实现有情感的人机互动体验。

马上消费CTO蒋宁认为：“大模型在金融领域有广泛的应用前景，能构建用户个性化服务体验。在数字中国的建设背景下，大模型将有效提升金融领域营销、运营等价值链效率，进一步拓展数据决策在风控领域的创新应用效果，助力金融行业数字化转型产生实质性的飞跃。”

在马上消费看来，大模型是一道“应用题”，作答要以用为先，扎进场景，锻造自我造血和商业化的能力。

生成式AI，顾名思义，输出的结果是大模型“涌现”出来的结果，会有一定“胡说八道”的可能。一旦要落地到对精准度要求甚高的产业，这种不确定性将是致命的。对合规工作要求甚严的金融机构来说就更是如此。

而且，金融行业在数据安全、隐私保护、消费者权益保护等方面都有严格要求，金融大模型必须既聪明又靠谱，确保事实上的准确性和逻辑的可控性。

基于这些特性，蒋宁表示，为实现大模型落地领跑，马上消费制定了“三横三纵”战略，形成了独特的方法论。

在“三横”能力维度，包括持续学习、模型控制、组合式AI，要达到行业领先；在“三纵”场景，包括实时人机决策、多模态大模型、数据智能，要做深做透，做到更聪明、更稳定、更安全可控。

在AI坐标系上，通用大模型如同一横，广度有余，深耕程度不足。马上消费尝试将金融业垂直化的那一竖找到，扎根向下，将生成式模型强大的迁移学习和泛化能力，与垂直领域辨别式模型的可用性和专业性相结合，嵌入并优化金融行业的流程，找到精准的、重塑用户体验的价值点，积聚势能。

从数据到知识，从单点到矩阵

当前，全世界科研机构仍未能弄清大模型内在的运作机理，但对于如何做好大模型，已经形成共识：参与者要有深厚的技术池积累，并具备高质量行业数据，否则，再多的概念、风口也无济于事。

一直以来，金融业尤其是消费金融对技术都极敏感，且以产业应用为导向。因为海量业务处理场景下，一小步的技术提升，都可能为行业运营效率带来巨大提升，重塑客户体验。

践行数字化的8年里，马上消费一直致力于挖掘数据价值，实现数据资产化，积累高质量原生数据，包括32亿通真实用户对话和金融领域资料万亿级token，形成了多模态的数据资产。

而数据并不等于能力。马上消费人工智能研究院院长陆全认为：“金融行业能共享的数据很受限，大模型要能把数据沉淀成知识，并复用在同一行业其他用户中而实现共赢。”这种沉淀、转化的关键，正是扎根产业的技术“洞见”。

作为全国领先的技术驱动的消费金融机构，马上消费在长期攀高运动中，对金融行业有了系统的认知，对技术拥有更底层的思考，并在算力、算法与数据这三大支柱上建立了护城河，能够让数据成为驱动大模型做深做透的燃料。

为响应国家扩大内需战略，以小额、分散、普惠为核心的消费金融，必须用技术推动运营成本下降，打通从“普”到“惠”的道路。截至目前，马上消费已自主研发1000多套系统，组建2000余人的研发团队，提交专利申请1300余件。这些技术已经为过亿用户提供自动化营销、风控等服务。

现今，它们也为马上消费大模型技术的成长、应用撑起了空间。

推动大模型这场被视作工业革命级的变革，既要头部企业发挥带动作用，也需要上下游形成合力。就金融业来说，马上消费等一批有硬核实力的企业，以聚焦业务的大模型解决方案为杠杆，撬动金融生态伙伴转型，形成矩阵效应。

当前，马上消费聚焦“自营+开放平台+金融云”战略，不断向同业输出自身科技解决方案。可以预见，大模型也将成为该战略的一环，用安全、可信、合规的大模型去解决更多用户需求，也让生态伙伴享受技术普惠的红利。

在这场拥抱、押注、追赶的大模型潮流中，马上消费是顺时而动者，也是造浪助澜者，将不断深入金融服务场景中，以更实在的科技力在“长坡”铺上“厚雪”。

标签：