百融云创张韶峰 自动体AI如何引领金融业新一轮革新 (百融云创张韶峰籍贯)

“成功自动体大规模经常经常使用的关键在于四个方面：一是速度足够快；二是准确率足够高；三是能有效克制幻觉；四是能灵敏扩充到更普遍的场景。” 1月11日，在新金融联盟举行的“AI优化金融服务效力的场景创新与趋向展望”外部研讨会上，百融云创董事长张韶峰表示。

以下为张韶峰发言全文：

计算机从交互角度经验了几次反派：第一次性性是CUI，人们依托输入指令与计算机启动交互；之后是GUI，如微软、苹果的触摸屏技术；如今是LUI，即对话式交互。

自动体AI是同时抚慰供需两侧的技术反派

大模型能够模拟很多行业的专家，基本在每个范围，AI都能抵达专家水平的85%。尽管比不上人类的顶级专家，但它可以复制十万个、百万个、千万个，这极大优化了供应。有些行业并非受限于需求，而是受限于供应，比如教育、医疗、金融等行业。

每一次性性交互革新都能极大抚慰需求。天然言语交互是人类最天然的交互形式。乔布斯观察小孩，发现小孩不会说话时就靠手势交流，于是联想到点击操作，由此发明了Iphone。自动体AI就是天然言语交互，这关于金融行业极端关键。金融范围专业度相对较高，有时无法输入最专业的表达，比如去银行料理业务，他们有时不知道如何表达，柜员也难以了解，形成效率低下。而处置这个疑问的最佳方法就是经常经常使用深入易懂的“大白话”。多个自动体可以让供应侧的多个专家共享一个“大脑”、一份“记忆”，这极大地抚慰了需求。

我们观察并将现有AI生态分为五层。第一层是通用大模型和通用算力，以后大部分金融机构处于这一AI基础设备树立阶段。向上一层，是为各个行业、范围、场景做优化，打造专属芯片、专属模型，国有行及少数抢先银行处于这个层面。第三层是构建任务流和自动体的构建层，这相当于自动体的构建工厂，能消费出很多，极少数金融机构处于这个层面。自动体工厂往上，就是真正的自动体，普通都是垂直面向行业、范围、场景。最后一层，就是大批经常经常使用自动体，但不完全依赖自动体的AI Native的运转层。

目前，AI及大模型要在金融行业落地，关键面临三方面应战。

第一，场景挖掘较难，要求找到更多大模型能直接发扬价值的运转场景。

第二，大模型或许会出现幻觉，如何规制它、克制幻觉是个疑问。

第三，大模型通常参数较大，最小几十亿，形成照应速度较慢。参数大还使得运营本钱高，由于每一次性性推理都有本钱，且与参数的平方成正比。这也形成大模型直接服务客户的运转太少。但在任何一个行业，将外部效率的优化运转在客户层面，并出现支出，才是处置疑问的终极道理。

大模型的终极价值是直接面客

从AI的三要素——算力、算法、数据来看，美国的算力遥遥抢先，百融云创简直测试过一切国产芯片，与美国相比仍有清楚差距；在算法上，中国落后的水平没有算力那么大；在数据方面，中国原本不时遥遥抢先，但近两三年，由于一些要素，金融数据流动速度变慢。

去年8月我们介入美国的论坛，有公司表示只需能减人，就肯定会经常经常使用大模型，由于他们的人工本钱太高了。任何模型肯定是在大规模经常经常使用后才干成熟，电力、汽车和计算机都是这样。假定得不到大规模运转，那么终年来看，中国善于的运转端是落后还是提高，将打上一个问号。

关于大模型能否面客。去年8月我们去纽约交流时，美国银行就在力推自动体。我体验了一下，事先还没那么成熟，处置不了疑问时就会转人工，但银行特地奖励客户经常经常使用自动体。去年花旗银行的三把手接受访谈时说，一切的技术刚末尾都是用以优化外部效率，但假定最终处置不了对客疑问，无法直接出现支出，那么这个技术的价值是有限的。

关于大模型能否要求审批。例如，中央网信办要求金融行业大模型需取得金融监管总局的审批，但金融监管总局又没有这个职能。我们有2000家客户来自批发电商等范围，与金融行业没有相关，也不适宜以金融行业模型来申报。但网信办以为我们的模型就是金融行业大模型，由于大部分支出来自金融行业。所以，以后中美AI竞争态势下，面对美国的遏制，如何监管大模型是中国要求思索的疑问。人工自动肯定要在运转中迭代，让社会、企业、集团逐渐顺应；肯定要奖励展开，在通常中不时改良，不完美之处规制好即可。

我们以为自动体肯定要真正促进金融买卖，2017年我们末尾做语音交互自动体，2023年出现了550亿金融资产买卖。2024年大约能出现800亿金融资产买卖，每天有8500万条真实的对客对话。

自动体如何训练“专业力”和“拟人度”？

我们以为，大模型和自动体能否专业体如今两个方面。第一，能否真正替代人或部分替代人，可否抵达85分的水平。第二，能否高度拟人。

我们专门训练大模型启动大批金融行业考试。在CFA（国际特许金融剖析师）考试中，我们的大模型比Open AI 的4o高了约5-6分，要知道，在这个范围即使超出2-3分都极端艰难。在香港证券期货从业考试中，我们的大模型失掉95分，4o是85分，中国基金证券从业资历考试等其他考试也是如此。每一项考试我们都经过专门训练，目的就是让大模型能更好地服务客户。

语音是人类最天然的交互形式，因此我们十分注重语音大模型能否模拟人类。假定 AI对客时照应缓慢，用户体验会很差。要处置这个疑问，就要提到我们的多模态大模型。人类听到声响不会转成文本再去识别，而是直接处置多模态信息。那么，模型能否直接处置多模态信息？理想上，不只可以，而且我们如今能做到40毫秒加快照应，相同不会将接纳的语音信息先转成文本，而照应形式既可以是文本，也可以是语音。

另外，自动体是真人在数字全球里的镜像，真人能做什么，它就能做什么。未来，运行自动体处置复杂疑问尤其关键，我们在这个方面已有所通常。在真人面客场景，当客户找商家处置复杂疑问时，若客服接线后无法完全处置，就要求转接第二个甚至第三个客服。而自动体就不存在屡次转接的疑问，遇到复杂疑问，多个自动体可协作处置，它们共享一个“大脑”，共享一份“记忆”。

我们以为，成功自动体大规模经常经常使用的关键在于四个方面：一是速度足够快；二是准确率足够高；三是能有效克制幻觉；四是能灵敏扩充到更普遍的场景。