來源/消金界? 作者/徐英霞

據消金界了解，首個金融風控大模型標準的制定，由騰訊主導發起，標準組織IEEE指導，微眾銀行、馬上消費、度小滿、中原消金等金融機構以及中國信息通信研究院等學術機構聯合參與。

據悉零售金融大模型標準計劃于明年9月正式發布，屆時金融機構可在零售貸款大模型的應用場景、基本條件、模型創建以及迭代環節，參考該標準。

適用于零售信貸的金融風控大模型的落地，以及行業標準的建立，預示著AI大模型技術對零售信貸領域重塑的開始。

零售信貸業務對數字技術并不陌生，橫向對比其他行業也是一直走在新技術應用的前列，只是這次，AI大模型技術將會給零售信貸領域帶來哪些變化呢？

頭部金融機構積極擁抱大模型

一邊是AI大模型技術的興起，一邊是數據密集型的金融業，兩者堪稱絕配——金融行業注定會成為大模型落地的重要場景。

而早就開始運用人工智能技術的零售信貸領域，將AI大模型和自身業務相結合的基礎最好，積極性也最高。

消金界注意到，多家頭部的金融科技平臺、持牌消金已經在積極的布局大模型，不斷探索嘗試與業務的結合。

2023年第一季度，樂信推出了自研大模型LexinGPT，并在研發代碼輔助、設計創意生成、電銷和客服智能化服務等領域落地。

據悉，二三季度樂信通過金融專屬數據預訓練和業務數據精調，加快AI大模型在具體業務場景的應用。

2023年5月，奇富科技推出了自研金融行業通用大模型“奇富GPT”，利用海量的數據，幫助大模型理解信貸業務的產品、場景和規律，探索AIGC在信貸領域全流程的應用。

同樣在5月，度小滿推出了國內首個垂直金融行業的開源大模型“軒轅”。度小滿將自身業務積累的金融領域的中文預訓練數據集，用來訓練模型。目前大模型技術已經應用在度小滿的各個業務場景中，從營銷、客服、風控、辦公再到研發，都有明顯效果。

2023年7月，騰訊云首次發布了金融風控大模型。騰訊的金融風控大模型，融合了大量風控建模專家經驗，以及過去20多年沉淀的海量的欺詐知識以及多場景的風控建模能力。

2023年8月，馬上消費推出國內首個零售金融大模型“天鏡”，已經在營銷對話系統、客服系統、企業內部知識庫上取得明顯落地和應用成果，幫助企業達到降本增效、提升收益目標。

2023年9月，螞蟻集團發布了工業級金融大模型AntFinGLM，同時發布的還有基于該模型的兩款產品——智能金融助理支小寶2.0和智能業務助手支小助1.0。

近日，招聯消費金融發布了開源大模型“招聯智鹿”。

一時間，金融大模型呈現出一個集中爆發的勢頭。

金融科技平臺和頭部的持牌消金，都擁有大量的高成長性客戶，過往的業務積累了海量的數據，本身技術能力也強，因此有通過AI深度學習，建立金融大模型的基礎。

當然，機構積極布局大模型，既有搶占先機的考慮，也有零售業務自身發展的需要。

2023年，銀行業面對營收壓力，對利潤較高的零售信貸業務依舊非常重視，甚至希望進一步挖掘下沉市場的潛力。但是面對經濟下行壓力，下沉市場風險，以及不斷進化的黑產，銀行又擔心資產質量下行的風險。

所以我們看到，一方面銀行一直在喊要加大零售信貸的投放，但實際上普遍采取了偏保守的策略。

這一矛盾其實就是對零售信貸的風控提出了更高的要求。而多大程度上改進這一矛盾點，決定了零售信貸業務的突破。

這時候隨著AI大模型技術不斷成熟，越來越多的機構愿意嘗試用大模型提升風控能力，希望能夠改進風控模式，提升風控的效率。

據了解，騰訊主導發起，多家機構參與的這次標準制定，就是為了解決傳統金融風險控制模型的缺陷。與傳統風控模型相比，基于大規模AI算法的風控模型，能融合海量的金融反欺詐先驗知識形成大模型，在應用時能顯著提升模型的風險識別性能以及跨場景的泛化能力。

尤其是該標準適用于金融零售信貸場景的風險控制管理，幫助金融機構在運用AI技術生成金融風控大模型的過程中提供參考，包括應用場景、基本條件、模型創建以及迭代等環節。

金融大模型落地：痛點與模式

雖說2023年，金融行業垂直領域的大模型，集中爆發了一波。但是客觀來說，無論是已經發布金融大模型的公司，還是前面提到的參與制定金融風控管理大模型的公司，都僅僅是頭部的幾家金融科技平臺和持牌消金。

建立AI大模型，需要大量的專業建模人才，同時需要大量的數據對模型進行訓練。一般的機構，數據樣本的積累都不夠多，而場景的多變以及快速迭代的要求，又進一步增加了對建模和數據的要求。

一個大模型的落地，對算力直至電力，都有極高的要求。對于絕大多數銀行、持牌消金來說，不僅自身的技術、數據積累不夠，獨立建立金融大模型的成本也過高。

所以，無論是現在還是以后，真正意義上的應用級別的金融大模型，只會存在于少數的大型平臺上。

目前看，對絕大多數銀行金融機構而言，引入第三方技術，接入其金融大模型，借助第三方風控科技平臺的輔助決策支持、決策工具支持、以及專家服務，然后利用自己的樣本，雙方合作開發，構建出自己的風控模型，應該會是未來金融大模型落地的主要模式。

只有這樣，中小銀行、中小金融機構，才能擁有和大行同一水準的風控能力，搭上AI大模型這趟班車。

消金界了解下來，騰訊云的金融風控大模型與馬上消費的消費金融大模型，在這一輪集中推出的金融大模型中，落地應用上做的算是比較深的。

最早上線零售金融大模型的馬上消費，在智能坐席當面已經有了突破，是目前大模型運用最成熟，落地最深的應用場景。

與傳統AI需要人工參與配流程、配話術相比，大模型在大參數和大數據量的基礎上，通過學習優秀人工的對話數據，完成訓練后，能夠用擬人化的自然語言隨機應變的與客戶進行交流。比如，投入運營6個月后，馬上的“天鏡”大模型意圖理解準確率達91%，相較于傳統AI的68%有大幅提升；客戶參與度61%，也遠高于傳統模型43%的參與率，和人工坐席平均57%的水平。

騰訊云對大模型進行訓練和知識“蒸餾”，建立了一個基礎的金融風控大模型。金融機構接入騰訊云金融風控大模型后，可基于“樣本提示”模式，自動生成定制的風控模型。實現從樣本收集、模型訓練到部署上線的全流程零人工參與，建模時間從以前的2周縮短到僅需2天。

消金界了解到，某民營銀行已經接入了騰訊云金融風控大模型，雙方已經合作建立了超過7個定制化模型，覆蓋了該民營銀行所有的進件渠道，風控建模的時間縮短了，迭代也快了，風控效果提升也很明顯。

透過騰訊金融風控大模型與金融機構合作的案例，我們可以看到未來金融大模型落地的方式。

已經推出金融大模型的平臺，未來的目標都是技術輸出，賦能金融機構。互聯網技術，曾經重塑了整個消費金融行業，在上一輪的重塑中，有崛起的，有落伍的。

金融科技“沉寂”一段時間后，迎來了金融大模型，可以毫不夸張的說，大模型技術在金融領域的應用，將再一次重塑金融行業，當然也包括消費金融行業。

風控是金融業務的核心，騰訊牽頭金融風控大模型標準的制定，是AI大模型在金融垂直領域落地的一次加速。而從參與者與參與者數量來看，金融大模型平臺技術輸出，可能會是一個比上一輪的金融科技輸出，馬太效應更為明顯的市場。