◎杨 雪

　　过去一年，大模型百花齐放，AI受到了前所未有的热捧，但通用大模型距离产业仍然遥远。在探讨大模型落地方向时，很多专业人士瞄准金融行业，称大模型将带来金融业数字化的第二波浪潮。

　　金融行业沉淀了大量高质量数据。各金融平台的用户数以亿计，各种用户画像数据、交易数据浩如烟海。利用大模型对上述数据的分析处理，可提高金融效率。比如，金融机构可以预测用户行为偏好，更高效、准确评估客户风险；AI还可以实时监测交易和市场波动，及时制定策略。

　　大模型前景固然可期，但金融行业对安全和隐私要求极高。在推动大模型落地金融行业的过程中，安全、合规是最大的技术难题。开发金融AI，是技术和行业交叉融合的系统化工程。从火山—智谱高性能金融大模型的合作攻关背景可以看出，一方面，模型性能、功能及底层架构的升级迭代是基础；另一方面，高效的算力基础设施、开放安全的生态、丰富的金融行业实践以及完善的交付保障更是重要前提。

　　大模型是金融行业必争之地。但如果将AI进一步渗透到风控等金融核心业务，还需要在垂直领域进行磨合，还要经过时间的考验。金融行业一般认为，现阶段最容易实现的，包括AI投资顾问、自动化客服、风险评估、报告自动化生成、代码生成应用等，应从外围做起，逐步接近核心。