ChatGPT的火爆引发了全球科技巨头新一轮的AI竞赛，中国版ChatGPT模式、百度文心一言正在做上线前的最后冲刺，“朋友圈”迅速扩容。
近日，度小满宣布成为百度文心一言（英文名：ERNIE Bot）首批生态合作伙伴。度小满将基于自身金融场景积累的海量对话及解决方案数据，融合“文心一言”的全面能力，打造全新的智能客服、智能营销、智能风控服务，有望为金融机构提供适配金融场景的全新智能交互服务。这也是对话式语言模型技术在国内金融场景的首次落地应用。
度小满CTO许冬亮预计，“未来和云一样，ChatGPT正在成为大厂的底层设施，在基础设施上必然会有很多垂直应用生长出来。”
金融如何被AI改变？
ChatGPT是人工智能研究实验室OpenAI在2022年11月30日上线的聊天机器人模型，目前用户与ChatGPT之间的对话互动包括了普通聊天、信息咨询、撰写诗词作文、修改代码等。因其高质量的回答，ChatGPT成为史上用户增长速度最快的消费级应用程序，短短5天用户突破100万，最新数据显示它的日活量已经突破千万，瑞银预计月活量破亿。
“这种人工智能技术出现的重大历史意义，不亚于互联网和个人电脑的诞生。” 比尔?盖茨曾这样评价ChatGPT的意义。而ChatGPT的惊人表现也让马斯克感慨，“我们离强大到危险的人工智能不远了。”
ChatGPT的横空出世，是否意味着金融行业会经历颠覆式的改变？
此前，当人类向ChatGPT提问它将替代哪些人类工作时，金融分析师的工作已经赫然在列。 ChatGPT可以分析金融数据并提供智能决策支持，取代一部分金融分析师的工作。
但从积极的一面来看，人工智能最强大的用途将来自与人类智能相结合，而不是作为人类智能的替代。
此前《麻省理工科技评论》中国研究团队联合北大光华度小满金融科技实验室发布的《2023年金融科技趋势展望》报告中，也曾提到与Chat GPT相关技术可能在2023年给行业带来的影响。
上述报告提到，生成式人工智能将成为新一代生产力工具，大模型更将成为数字经济时代智能信息处理的基础设施，这也正是ChatGPT吸引全球科技巨头新一轮竞赛的重要原因。
清华大学人工智能研究院常务副院长孙茂松则在上述报告中提出了更大胆的预测，“如果把各类金融大数据注进大模型去做经济形势的预测，与现有的主流经典分析方法论将会有质的区别，国际上如果因此出了一个诺贝尔经济学奖（将人工智能用于金融研究或预测），我一点都不感到惊奇，甚至是可期待的。”
而落脚到金融行业,海量的知识吸纳、更接近自然语言的交互能力以及人类无可比拟的学习能力显然极具吸引力。可以看到的是，在过去的一段时间里，包括度小满、百信银行、招商银行纷纷宣布开启生成式AI与金融业务相结合的探索。
技术创新激活想象空间
在度小满CTO许冬亮看来，当前，金融行业数字化、智能化转型正在加速，数据和人工智能技术是关键驱动要素，人工智能技术在金融行业的应用必将革新金融行业的现有服务模式。
目前度小满已将人工智能应用于智能营销、大数据风控、RPA(机器人流程自动化)、智能获客等领域，助力金融机构数字化、智能化转型，降低小微企业融资成本。
例如，在人工智能、金融云、区块链和物联网等底层架构，度小满搭建了金融大脑，运用情感计算、关联网络和知识图谱等技术，进行感知引擎和决策引擎运算，大数据处理能力实现日均100亿次计算，RPA机器人替代信贷审核中六成以上重复性工作，无感率达99.2%。延承百度人工智能技术，度小满已经将大型语言模型LLM应用于海量互联网文本数据、行为数据、征信报告的解读，将小微企业主的信贷风险降低了20%。
在许冬亮看来，人工智能在金融行业的应用潜力目前可能只发挥了不到1%，随着技术商业应用成熟度的不断提升，人工智能技术将改变金融行业价值链的每一环节。
此次度小满接入的文心一言（英文名：ERNIE Bot）是百度基于文心大模型技术推出的生成式对话产品。百度在人工智能领域深耕十余年，拥有产业级知识增强文心大模型ERNIE，具备跨模态、跨语言的深度语义理解与生成能力，在搜索问答、云计算、内容创作生成、智能办公等众多领域都有更广阔的想象空间,实现生产效率的大幅提升。
事实上，无论是ChatGPT还是文心一言，所依托的大模型的基底是语言生成模型和语义理解模型。许冬亮表示，语义生成空间非常大，如果将类似的能力放在金融行业中去处理原有的任务，性能和效果将会有显著的提升。
以智能客服为例，尽管人工智能客服在金融行业几乎成为标配， 但客户的满意度依然亟待提升。《2021年中国智能客服满意度调查报告》中显示,仅有9.6%的用户认为,智能客服问题解决能力高于人工客服。其中，回答千篇一律(59.1%)、重复循环操作(50.6%)、答非所问(47.3%)等是用户智能客服使用中遇到的主要问题。
许冬亮预计，文心一言大模型将变革在线对话交互的服务模式，颠覆现有的智能客服概念：现在App是用户使用产品的入口，未来互动交互则可能成为入口，根据意图生成文稿、图像、视频等也将够大幅降低机构的内容生产成本，提升营销效率。
而未来更深层的应用还包括提升对数据的解读能力，新技术可以帮助金融企业发现原来发现不了的风险，提升金融风控效率；更长远来看，生成数据将弥补金融数据稀缺问题。
但许冬亮同时提醒，尽管大模型在通用型人工智能上表现出色，在垂直场景的适配度仍然不足。每个垂直行业的语料库，只有深入行业才能更有建树。预计随着数据、算力和算法的持续提升，生成式AI对于金融等垂类场景的适配度有望变得越来越好。
更重要的是，金融行业的合规与安全性要求高，是一个高度重视风险、把安全性放在第一位的行业，随着类ChatGPT技术的突破,科技伦理治理上也要及时跟上才能规范技术的发展。
