由中國企業(yè)改革與發(fā)展研究會、網(wǎng)易財經(jīng)、網(wǎng)易財經(jīng)智庫聯(lián)合主辦的2023網(wǎng)易經(jīng)濟(jì)學(xué)家年會夏季論壇于6月19日在上海舉行，本屆論壇的主題是《智造復(fù)蘇 惟實勵新》，清華大學(xué)經(jīng)濟(jì)管理學(xué)院提供學(xué)術(shù)支持。

2023開年以來，AIGC的已經(jīng)達(dá)到白熱化，頭部公司紛紛入局，熱錢投資蜂擁而入。在圓桌論壇“被 ChatGPT 帶飛的 AIGC”中，神州信息新動力數(shù)字金融研究院副院長薛春雨發(fā)表了自己對AIGC的基本看法。

他表示，AIGC是人工智能技術(shù)的一個階段性發(fā)展，在前些年像機(jī)器學(xué)習(xí)、深度學(xué)習(xí)也給行業(yè)帶來了很多變化。但AIGC這次爆發(fā)有它一定的特點(diǎn)，大家能看到很多以前人去做檢索、梳理、分析、統(tǒng)計的事情，其實AIGC基本上都能全部替代，也就是它更像人了。這也是為什么AIGC比較火的重要因素。

從ToC的視角來看，大家用ChatGPT返回的東西其實沒有絕對的正確，生成之后你可以去修改，或者認(rèn)可或者不認(rèn)可，都可以。但是在具體的細(xì)分行業(yè)，尤其是跟工業(yè)結(jié)合的時候，有些東西需要精準(zhǔn)化。比如說我們跟銀行打交道比較多，用戶存取錢，是多少就是多少，利息是多少就是多少，直接用AIGC有可能是對的，也有可能是有問題的，這個就不太合適。不管是金融還是細(xì)分行業(yè)，如何跟產(chǎn)業(yè)結(jié)合落地，這方面應(yīng)該是后續(xù)產(chǎn)業(yè)上中下游都需要深度思考的問題。只有這樣才能把AIGC的價值釋放出來，真正驅(qū)動社會的生產(chǎn)力提升。這應(yīng)該是我們未來要重點(diǎn)關(guān)注的方向。

針對AIGC，銀行業(yè)面臨三個挑戰(zhàn)

生成式人工智能AIGC帶來的機(jī)遇和挑戰(zhàn)？薛春雨認(rèn)為，從機(jī)遇的角度來說，其實大家知道AIGC是生成式的，不管是之前的純文本，現(xiàn)在是多模態(tài)的生成，在這個層面來說，不管是哪一個行業(yè)，它生成的東西很多是通用的，但它細(xì)分的生成內(nèi)容是有差別的。那就這個層面來說，機(jī)遇就是哪些企業(yè)或個人能夠盡快把生成的東西轉(zhuǎn)化為自己的生產(chǎn)力。如果你能抓住這個機(jī)會，可能你在這一輪的競爭中就會領(lǐng)先，對不同的行業(yè)都會有這個機(jī)遇。

因為我們聚焦金融行業(yè)，這個行業(yè)有一些特殊的要求，銀行的數(shù)據(jù)安全就是國家安全，所以就不可能直接用GPT，數(shù)據(jù)存在泄露風(fēng)險，這不符合信創(chuàng)背景的要求。金融科技企業(yè)或者銀行客戶都面臨一個非常大的挑戰(zhàn)，數(shù)據(jù)、算力、算法三個層面是大模型最關(guān)鍵的，數(shù)據(jù)首先不能出去，要訓(xùn)練私有領(lǐng)域的模型，數(shù)據(jù)量相對小一些，這個量對于大模型來說訓(xùn)練的時候數(shù)量不到一定程度，訓(xùn)練的效果又受影響，這個方面又對技術(shù)或者模型深度方面有一些考慮，這是第一個大的挑戰(zhàn)。

第二個是算力，在金融行業(yè)，比如銀行，先做自己內(nèi)部的模型肯定要私有化部署。比如說一個8卡A100的機(jī)器基本上現(xiàn)在市價100萬左右，甚至更高，關(guān)鍵是還沒貨，這是個問題。剛開始是研究，一臺、甚至用A800的卡都可以，但是規(guī)?；?，這個企業(yè)或者銀行要50個人，或者是更多人來用，那就不是一臺。比如說我們原來跟商湯這些企業(yè)也聊過，需要10臺這種機(jī)器，可能就是1000萬，加上其他的東西，這個成本一些中小銀行就要考慮投入和產(chǎn)出的問題。這是第二個挑戰(zhàn)。

第三個是算法，像百度做AI的時候有很多高技術(shù)人員去做算法，持續(xù)投入。但是在一個銀行，拿它私有的數(shù)據(jù)去訓(xùn)練，訓(xùn)練完之后，還要做標(biāo)注，做各種監(jiān)督學(xué)習(xí)，做微調(diào)。這些東西讓銀行的科技人員，尤其是中小銀行的科技人員幾乎沒有這方面的人力資源。如何在這些細(xì)分領(lǐng)域，比如銀行領(lǐng)域怎么把基礎(chǔ)的大模型，行業(yè)的大模型都產(chǎn)生實際效果，這確實是需要時間深度探討。建議有些是做基礎(chǔ)層面的，有些是做行業(yè)的，有些是做客戶應(yīng)用層面的，需要上中下游的企業(yè)配合，形成最佳實踐，然后再去產(chǎn)業(yè)賦能。這個可能是未來要走的路。

AIGC給銀行業(yè)帶來的想象空間巨大

AIGC在數(shù)字化金融領(lǐng)域有哪些優(yōu)勢，應(yīng)用場景有哪些，未來發(fā)展到什么地步？

薛春雨認(rèn)為，金融行業(yè)數(shù)字化在各個領(lǐng)域里走得相對靠前，這個可以理解為它是過去的傳統(tǒng)優(yōu)勢?，F(xiàn)在來說，還是之前一直在信息化程度走得比較靠前，積累的數(shù)據(jù)也是比較多。這個數(shù)據(jù)包括自己內(nèi)部建設(shè)的各種系統(tǒng)的積累數(shù)據(jù)，客戶的交易數(shù)據(jù)，甚至很多銀行還從外面去買一些征信或者其他數(shù)據(jù)來做風(fēng)控等。數(shù)據(jù)這方面相對其他的傳統(tǒng)行業(yè)來說，積累還是要多。雖然相對大模型要的那么大的數(shù)據(jù)量它還小，但是相對其他行業(yè)還是多的。

金融行業(yè)本身對人工智能的訴求是比較多的。人工智能在金融行業(yè)已經(jīng)應(yīng)用很多年了，智能客服是最典型的。以前人工客服，那個時候回答得還可以，但是比較占用人力資源；銀行為了降低成本，慢慢人工智能來了，弄個智能客服，相信大家很多人跟智能客服溝通的時候發(fā)現(xiàn)差點(diǎn)兒啥意思。AIGC技術(shù)發(fā)展起來之后，在人機(jī)交互和語義理解方面有大幅度提升，像智能客服再深度去用AIGC效果比以前好很多，這是非常明確的點(diǎn)。

像智能投顧、智能推薦這些場景，借助AIGC可以提高效果。這是面向銀行服務(wù)的目標(biāo)客戶直接的使用。

對于金融領(lǐng)域銀行內(nèi)部也有一個提升，銀行自己內(nèi)部也有一些自己的辦公訴求，銀行要對發(fā)展趨勢，甚至監(jiān)管機(jī)構(gòu)的政策有一些了解，形成一些材料，這些完全可以快速地借鑒AIGC生成初版，把之前花很長時間做的事情可以快速解決。

還有一個典型的場景，雖然現(xiàn)在大家到銀行的柜臺比較少，但是現(xiàn)在銀行很多業(yè)務(wù)復(fù)雜度比前些年高很多。并且現(xiàn)在很多柜員不是銀行的正式員工，都是臨時工的模式。當(dāng)然這個不是那種臨時工，他只是借過來去培訓(xùn)完就直接上崗。有些業(yè)務(wù)特別復(fù)雜的時候，像以前確實不知道怎么做，就會找主管或問一堆人才能解決問題，如果遇到這個問題可以跟AIGC進(jìn)行交互，提示我這個業(yè)務(wù)應(yīng)該怎么去做，可以快速告訴你123456步怎么做，從哪個系統(tǒng)怎么操作，馬上提高效率。這個也是很直接的貢獻(xiàn)。

還有一個點(diǎn)，銀行業(yè)很多信息系統(tǒng)，信息系統(tǒng)的建設(shè)肯定就需要碼代碼了，這邊也有很多IT公司的。系統(tǒng)代碼開發(fā)、代碼生成對于AIGC來說代碼語法比人的自然語言語法還要簡單，它相對比較固定。對它來說可以根據(jù)你的輸入直接生成對應(yīng)的代碼，提高開發(fā)效率。比如說以前100個人開發(fā)10個月才能把這個項目開發(fā)完，用這個技術(shù)，雖然不一定全部能解決，但至少可以幫助我們一部分，100個人變成8個月、7個月，那就降低20%、30%的成本，這個也是非常大的貢獻(xiàn)。

這些東西其實站在我們提供商的角度來說，如果這種實戰(zhàn)經(jīng)驗，我們現(xiàn)在在做像低代碼上的研究，這塊應(yīng)用到銀行客戶可以快速產(chǎn)生效果，在銀行業(yè)里面還是非常實際的貢獻(xiàn)。但是長遠(yuǎn)的大家對AIGC這塊，想象空間特別大的事情，還為時尚早，需要持續(xù)的積累。

提高自身創(chuàng)新力，別被AI替代掉

對于AIGC將對未來的行業(yè)或者專業(yè)領(lǐng)域帶來哪些影響的問題？

薛春雨認(rèn)為，其實AIGC的本質(zhì)，是基于人類現(xiàn)有的知識，或者一些數(shù)據(jù)，把它進(jìn)行拆分之后，然后再分成更小的任務(wù)去處理，最后給你做個梳理整合。但是它理解你的語義，這個是它比較強(qiáng)的地方。同樣從兩個層面來說，現(xiàn)在已經(jīng)有的這些東西，它非常擅長把它快速整合成一個你想要的東西。但是對于現(xiàn)在本身沒有的，或者需要創(chuàng)新的東西，至少在現(xiàn)在AIGC在這方面做得還稍微弱一些。

從這個層面來說，如果大家做的是那種簡單的檢索、梳理、分析及整合的工作，這類的職業(yè)可能受到的沖擊會非常大。反而是那種像作曲家、創(chuàng)作者，完全是個人深度創(chuàng)新的工作，這種職業(yè)是不能被替代的。但是現(xiàn)在通過AIGC生成一些新的圖像，還是基于現(xiàn)在的東西去合成的，說不好聽的是高級的PS，他不具備藝術(shù)層面的創(chuàng)新。這個就是未來在行業(yè)個人定位上，這方面需要關(guān)注，還是要把自身的特點(diǎn)，自身創(chuàng)新力一定要提升，否則會被AI逐步替代。