每經(jīng)記者｜張壽林    每經(jīng)編輯｜馬子卿    

12月22日，在中國財富管理50人論壇2024年會（十一屆）上，工商銀行首席技術官呂仲濤指出，大模型應用落地方面，目前業(yè)界尚無標準方法論。

呂仲濤認為，企業(yè)可按照場景通用化、專業(yè)化的程度來結合自身實際，分別使用基礎大模型、行業(yè)大模型、企業(yè)大模型、任務大模型。他在介紹大模型場景運用時提到，利用構建全行資金營運調度助手，可對工商銀行未來30天的存款余額走勢及分行收支情況進行預測。

工商銀行首席技術官呂仲濤

圖片來源：主辦方

四層大模型專業(yè)屬性逐層增強

呂仲濤指出，企業(yè)可分別使用的前述基礎大模型、行業(yè)大模型、企業(yè)大模型、任務大模型等四層模型，在規(guī)模和算力投入上各有差異，專業(yè)屬性逐層增強。

基礎大模型基于互聯(lián)網(wǎng)通識數(shù)據(jù)，從零開始訓練構建，例如大家熟知的GPT-4o等，可直接用于文本摘要生成等通用場景，可類比于高中生，可塑性強，但無法解決特定行業(yè)的專有問題。

行業(yè)大模型基于基礎大模型，通過行業(yè)公共數(shù)據(jù)的二次訓練，無各企業(yè)的私域數(shù)據(jù)，行業(yè)普適性強，現(xiàn)階段像醫(yī)療、金融等數(shù)字化程度較高的行業(yè)，已在逐步開展行業(yè)大模型的開發(fā)，可以較好地解決行業(yè)普適性問題，它可類比于大學生經(jīng)過金融、計算機等四年專業(yè)學習，具備較好的行業(yè)理論知識，但并不具備解決企業(yè)具體實戰(zhàn)經(jīng)驗。

企業(yè)大模型在行業(yè)大模型基礎上，結合企業(yè)內部私域數(shù)據(jù)進行訓練，兼具行業(yè)普適性和企業(yè)自身特征，對于特別敏感的私域數(shù)據(jù)，一般不會加入這個模型，而是通過“外掛”知識庫的方式開展，同時做好合理的授權和敏感數(shù)據(jù)的實時更新。

任務大模型，是針對有些企業(yè)大模型無法較好解決的業(yè)務場景，通過采用少量數(shù)據(jù)進行微調，形成專屬領域的任務大模型。

大模型可預測分行未來30天收支情況

呂仲濤介紹，工商銀行體系化推動大模型企業(yè)級的技術能力建設，按照三大支柱、1+X的范式、兩權平臺、全域生態(tài)的建設思路，立足于全棧國產(chǎn)化技術，建成集算力、算法、數(shù)據(jù)、工具、能力、安全、應用、生態(tài)于一體的企業(yè)級千億金融大模型技術體系，協(xié)同賦能，打造人工智能+金融的新生態(tài)。

算力方面，工商銀行建成千卡規(guī)模信創(chuàng)AI算力云，具備了面對TB級數(shù)據(jù)三周內完成千億大模型全參穩(wěn)定訓練的能力。

數(shù)據(jù)方面，工商銀行打造了一套適配大模型的金融支持工程，革新數(shù)據(jù)要素運營模式，建成從世界通識、行業(yè)通識、企業(yè)通識、領域及任務的五層知識架構，形成了采集、清洗、管理、應用標準工藝，實現(xiàn)全集團內外部全量支持的體系化管理，及時更新迭代和靈活應用。

在具體實踐中，呂仲濤說，工商銀行針對金融行業(yè)知識專業(yè)性高、任務執(zhí)行嚴謹、權限隔離嚴格等特點，總結了適配金融行業(yè)的1+X工程化解決方案，其中“1”是指金融智能中樞，通過應用大模型的理解調度能力，實現(xiàn)在金融復雜場景下任務拆解、規(guī)劃、執(zhí)行，成功率達到90%以上。“X”包含知識檢索、數(shù)據(jù)分析、文檔編寫、智能搜索等多項常用智能，金融知識問答滿意度90%，對話式指標查詢準確率95%以上。

呂仲濤進一步介紹了兩個運用場景。在金融市場業(yè)務領域，以金融市場數(shù)字員工“工小金”為交易的統(tǒng)一入口，工商銀行推出ChatDealing智能對話交易產(chǎn)品，將智能化深度融合于業(yè)務全過程，推動金融市場業(yè)務全鏈數(shù)字化，其中交互式對話交易助手ChatDealing基于All in Chat的理念，實現(xiàn)了支行、分行、總行多方交易員在同一交易對話框中，通過對話完成價格磋商，運用大模型適配用戶意圖，并智能識別交易話術，生成交易意向達成交易，重塑原有的先線下電話溝通，后線上審批報價的業(yè)務模式，實現(xiàn)對客交易效率提升3倍，現(xiàn)已上線即期結售匯、遠期結售匯、即期外匯、遠期外匯、外匯組合產(chǎn)品等業(yè)務產(chǎn)品，目前已覆蓋了80%對客詢價交易場景。

在資產(chǎn)負債領域，面向資產(chǎn)負債管理、資金管理崗業(yè)務人員提供資金運營調度的智能輔助決策能力，顯著提升資金管理人員對全行存量資產(chǎn)的負債產(chǎn)品、每日流動資金的管理效能。利用構建全行資金營運調度助手，實現(xiàn)了更加高效精準的資金預測，可對工商銀行未來30天的存款余額走勢及分行收支情況進行預測。

封面圖片來源：主辦方