![](https://gbres.dfcfw.com/Files/iimage/A202401191010198/B94D199F054813305BE4D53F4571B3E3_w640h159.gif)
2023年,是金融科技市场持续向好的一年,受政策和市场的双重推动,金融科技企业信心大增,未来发展信心指数平均分提升到82.8,创下近三年来的新高。而随着市场、政策和经济的企稳预期,以及GPT大模型技术的迅猛发展,2024年,金融科技行业有望迎来新的发展契机。
1月10日,根据毕马威中国披露的《中国金融科技企业双50报告》预言,金融大模型的发展将对金融科技行业范式产生深远影响。在此前2023年12月召开的中央经济工作会议也可得论证,该会议从九个方面系统部署了2024年经济工作,首项任务即是以科技创新引领现代化产业体系建设。
数字化转型已被视为实现金融强国目标的重要途径,而作为数字化转型的核心技术推动力,金融科技借助大数据、人工智能、区块链等技术迈向新的高度。尤其是大模型技术的崛起,有望引领金融科技领域的革命性变革。展望未来,金融科技企业需密切关注前沿技术趋势,灵活应对发展机遇,发挥更大作用于促进金融业数字化转型、服务实体经济、防范金融风险等方面。
01
金融大模型掀起金融科技创新浪潮
《中国金融科技企业双50报告》表示,立足当下,人工智能发展突飞猛进,各行各业均面临如何融合应用智能技术的关键之问,巨大应用潜力背后是新硬件、新算法、新数据的全面涌现。与此同时,生成式AI (“AIGC”)被看作是推动数字经济时代生产力范式变革的标志性应用,其技术基础为依据大量参数进行深度学习的大模型,有望作为新的底层通用技术,点燃第四次科技革命。
着眼未来,大模型的真正价值最终将体现在具体场景中,产业竞争也将从“技术底座”转向“场景应用”行业。想要依靠大模型产生新变革,首先要解决通用大模型在行业内的落地应用——开发行业大模型,成为AI技术实用化落地的新风向标。移动互联网时代,中国金融科技在移动支付、数字信贷等领域均创新无数,大幅提升了金融数字化、智能化水平,走在了世界前列。
由于前期的积累,金融业在行业垂直类大模型落地所需的三大支柱:算法、算力、数据中相较其他行业都有独特优势。其中数据决定了大模型的智能范围,而金融行业掌握了海量的历史数据和文字资料等,为行业大模型的开发提供了天然的便利;金融科技企业在金融数字化、智能化的过程中在算法方面形成了自己独有的解决方案,行业领先度明显;算力领域虽然存在瓶颈,但是和其他传统行业相比,仍具有优势。
当前,国内厂商正积极开展金融大模型布局,相关企业未来需凭借“有数据”和“懂场景”构建竞争优势。预计随着底层大模型从增量转入存量阶段,拼质量、拼落地会成为竞争重点,发力模型推理侧的企业的竞争优势会进一步显现。总的来看,未来金融大模型的发展将对目前的行业范式产生深远影响。
02
联易融大模型为行业注入新动能
联易融作为领先的供应链金融科技解决方案提供商,积极拥抱大模型带来的新一轮科技发展机遇,在如何促进人工智能等先进技术在供应链生态的应用等方面积极布局,潜心研究,一方面持续加大科技投入,在目标方式上更加注重业务导向和精准聚焦,另一方面则持续向同业输出科技能力,在服务方向上从传统技术赋能向全方位生态赋能转变,其中不乏亮眼成果。
联易融通过在通用大模型基础上的再优化和升级,成功打造了供应链金融垂直领域的专属大模型。以合同智能解析为例,文档处理不仅仅涉及图像的识别,还需要理解文档的结构和内容,这对模型的能力提出了更高的要求,而开源大模型并未在这类专业的单据上进行充分训练,其理解能力有限。在此基础上,联易融通过自研的LDP算法,解决了开源模型在处理复杂文档场景时的局限性。该算法综合运用视觉模型的高效图像处理、语言模型的深度文本理解以及信息交互模块的数据整合功能,形成一个综合解决方案,能够处理各种类型的文档,并适应不同的业务需求和应用场景。
联易融的LDP算法有何奥秘?据联易融AI算法相关负责人介绍到,联易融采用了统一的视觉大模型,专门优化处理主流范式下的视觉任务,看懂包括文字、印章、表格等视觉元素,能“看懂”文档的每一个细节。同时引入了专门的语言大模型,运用先进的自然语言处理技术,更好地理解文档中的文字内容,包括其语境和潜在的含义。两个模型之间通过信息交互模块进行有效的数据整合,保证模型之间的信息交流。此外,通过对模型的压缩和推理加速,提高了推理速度,并减少了资源消耗,使整个文档解析流程更加简洁高效。
随着GPT大模型和其他新兴技术的深入应用,供应链金融有望打通数据壁垒,实现高效协同,真正实现四流合一。人工智能技术的应用将显著提高供应链金融的资产审计效率,为业务带来更多机遇。联易融通过OCR及NLP等人工智能技术推动供应链金融工作流程自动化,取得了领先地位。
联易融联席CTO许焱博士指出,供应链金融借助人工智能的应用,显著提高了数据挖掘分析效率和数据风控模型的精准性。这不仅实现了风控优化和业务自动化管理,还对产业链的整合和实时交易处理产生积极影响,能够对产业链经营特征、财务数据的勾稽关系、经营风险等进行识别和分析。对于ChatGPT大模型的应用,许焱博士表示,随着技术的不断发展,人工智能与供应链金融科技的融合将带来更多新的机遇。
END
推荐阅读
2024-01-09
![](https://gbres.dfcfw.com/Files/iimage/A202401191040191/F99DB23FB326097FF4FA6D331D23B0BC_w961h718.jpg)
2024-01-09
![](https://gbres.dfcfw.com/Files/iimage/A202401191020187/B89C7E675AC33E112D5034C9AA9F508C_w500h350.jpg)
![](https://gbres.dfcfw.com/Files/iimage/A202401191010199/12D49FFDEA2007BFE48A45B8DFB2326B_w540h322.png)
![](https://gbres.dfcfw.com/Files/iimage/A202401191060192/5CC93D1660DB50BFF8023F3A1C900847_w540h322.png)
![](https://gbres.dfcfw.com/Files/iimage/A202401191030198/88981DAD782811C9BCBFD5988437C164_w540h234.jpg)
![](https://gbres.dfcfw.com/Files/iimage/A202401191050194/4675A65CEABA5FA3373153BBB095A053_w540h231.jpg)
![](https://gbres.dfcfw.com/Files/iimage/A202401191010200/3F5323FD7C5084724175F0F82E9CFCED_w640h382.png)
![](https://gbres.dfcfw.com/Files/iimage/A202401191050195/E3BBC481C20A6F84607600E383652C8D_w540h322.jpg)