瑞泊「金融超脑」定位为金融行业数字化转型的基础设施,是瑞泊公司在国家主管部门的指导下,创新性地将自研金融大模型、特有专业模型群、生成式金融搜索、基于大模型的应用集群及高质量数据服务有机结合所打造的高级智能系统。2024年1月获得了由中国生产力促进中心协会、中国工业报社联合发布的国家“特色产业集群赋能典型案例”。瑞泊金融超脑以自研「VIDYA」智慧认知大模型技术为基础,以多年沉淀的服务于金融行业的OCR、时序预测、模式识别、规划优化类专用模型为可插拔组件,以独家金融因子、全维度基金分析模型、产业链动量模型、地缘事件影响分析等高级金融模型为服务输出端口,实现了跨AI和金融两个学科领域的数据融合、模型融合,为金融行业客户提供数据驱动和模型驱动的智能化生产力支撑。瑞泊金融超脑研发团队坚持紧跟AI领域和金融领域最前沿学术成果开展持续创新。AI方向上,瑞泊超脑支持基于Agent架构的关键技术组件融合,包括Memory优化(RAG、结构化数据记忆等)、数据驱动的提示工程(动态示例选择、自动CoT等)、使用工具(API、小模型、领域模型)等。金融方向上,吸纳最新金融学术成果,引入基于行为金融的因子、模型及理论框架,补充完善经典经济学、金融学算法模型。
2024年1 月,由《麻省理工科技评论》中国、清华大学经济管理学院动态竞争与创新战略研究中心等机构联合编写的《2024 年金融业生成式人工智能应用报告》正式发布。研究关注了国内外 170 余家银行、保险、券商、资管等金融机构,并就生成式人工智能技术创新及其在金融行业应用的共性问题访谈了若干位国内金融机构高管人员和大模型技术开发主管,力求系统揭示金融业生成式人工智能的创新密码、商业价值和政策期望,为国内金融机构有效采用这项突破性科技提供可靠的行动指南。
本研究报告全面概述了生成式人工智能在金融领域的应用,并深入探讨了与其实施相关的潜在收益和挑战。通过揭示生成式人工智能的变革能力,本报告旨在指导银行、保险公司等金融机构在 2024 年利用这项技术的力量来推动创新、提高效率,并在不断发展的行业中保持竞争力。以下是主要观点分享。
1.生成式 AI 重新定义客户体验,正在形成新服务生成式人工智能“副驾驶”可以充当有价值的助手,提出响应建议并迅速满足客户需求。例如,聊天机器人能够进行语义理解,并在对话中构建上下文方面的复杂性。生成式 AI 的这些能力有可能消除以前提供平淡且不准确的响应缺陷,从而增强客户的参与度和信任度。生成式人工智能开启了内容创作的新领域,涵盖图像、语音、文本和视频生成等,改变了文化创意产业的生产方式。随着技术的不断发展,生成式 AI 的应用边界将继续拓展,为人类创造更多可能性,产生更多新经济业态。3.与 RPA 等其他技术协同创新,生成式 AI 正在形成新制造例如,大模型可以分析来自各种来源的大量文本数据,为优化供应链管理提供可操作的建议;通过分析客户反馈、市场趋势和竞争对手数据加强产品开发;通过对客户询问生成个性化的、类似人类的响应,大模型可以显著提高客户参与度。第二,生成式人工智能有望给金融业带来 3 万亿规模的增量商业价值我国金融业生成式人工智能应用迎来重要政策红利期。金融业一直是产业数字化转型的重点行业,我国金融业具有世界上最大规模的实时数据,金融业与数字技术的结合是近年来我国金融科技创新的主要方向。中央金融会议明确提出做好科技金融、绿色金融、普惠金融、养老金融、数字金融五篇大文章,加快建设金融强国。随着“十四五”规划进入关键实施期,金融管理部门加快推动我国金融业数字化进程,鼓励持续关注金融领域新技术发展和应用情况,提升快速安全应用新技术的能力,释放数据价值。这些政策为金融业集成生成式人工智能提供了可预期、可操作的基本准则。生成式 AI 正在席卷金融业,释放新的生产力,赋能银行数字化转型,以前所未有的方式重塑全球金融业的格局,一些创新的银行将从“采用技术的银行”迈向“最懂技术的银行”,并向“最懂银行的先进技术服务商”领域拓展,充分释放其高质量数据价值,有望给金融业带来 3 万亿规模的增量商业价值,并可能将彻底改变交易的进行、投资的管理和风险的评估方式。(注:3 万亿是根据高盛研究报告中关于生成式 AI 对全球 GDP 影响,结合信息技术产业化的时间延迟,以及金融业占 GDP 的比重综合推算得出。)第三,生成式人工智能在我国金融行业初见成效,3 年后有望迎来规模化应用
生成式 AI 技术在金融业中的应用尚处于技术探索和试点应用的并行期,依据 Gartner 新兴技术成熟曲线,预计 1-2 年内,首批大模型增强的金融机构会进入成熟应用期,3-4 年后将会带动金融业生成式 AI 的规模化应用。在行业大模型层面,多家金融科技公司先后发布了金融大模型。目前,大模型技术已经应用在各个业务场景,从营销、客服、风控、办公再到研发,已经初见成效。在代码助手方面,用大模型辅助生成的代码,采纳率能够达到 42%,帮助公司整体研发效率提升了 20%;在客服领域,大模型推动服务效率提升了 25%。在智能办公领域,大模型目前的意图识别准确率已达到 97%。以我国银行业为例,财报信息显示,42 家上市银行中,已经有 6 家银行公开发布大模型技术开发与应用的信息。工商银行在国内同业率先实现百亿级基础大模型在知识运营助手、金融市场投研助手等多个场景应用,农业银行发布的 ChatABC 重点着眼于大模型在金融领域的知识理解能力、内容生成能力以及安全问答能力,平安银行探索自研 BankGPT 平台,研究构建大模型在个性化营销内容创作、交互式数据分析、非结构化数据洞察等场景中的应用落地。兴业银行引入部署私有化的商业大模型,上线大模型产品 ChatCIB。北京银行发布了 AIB 平台,打造运营助手、客服助手等 7 个问答机器人,同时推出“北银投顾 GPT”。长沙银行基于 AI 模型平台实现百亿级参数大型语言模型本地化部署,提供实时流式问答接口,上线人工智能助手,并入行内业务知识库,问答准确率比传统智能机器人高出 43.34%。第四,2024 年金融机构集成生成式人工智能需要遵循八项原则经过过去一年的大炼模型,我国已经发布了多款大语言模型,因此对于金融机构来说,大语言模型比较容易建立,可以直接购买、共同开发或自主研发,目前主要的挑战在于如何以最大的收益和最小的风险应用它们。综合已有的调查研究及国外一些成功的应用案例,我们提出国内金融机构在 2024 年采用生成式人工智能行动时需要遵循的八项原则建议。原则三,技术先进性和业务可持续性是选择大模型合作伙伴的两个关键标准原则四,生成式人工智能的开发者实际上也是重要的监管者原则五,着眼于端到端解决方案,而不是让它成为一个点解决方案原则六,根据实际情况确认生成式人工智能应用优先级顺序原则七,把大模型带到数据中心环境中运行,而不是把数据带到大模型所在的地方原则八,由首席执行官直接牵头指导负责任的人工智能治理框架回顾 2023 年,虽然全球经济复苏仍然缓慢,但是我们见证了一个充满活力、创新及转型的大语言模型时代的兴起。生成式人工智能技术在各个关键领域的拓展彰显了其深远影响和巨大潜力,已经为一些银行、保险和基金等金融机构赋予了创造力和效率的新维度。然而,在享受新质生产力带来的高效与便利之余,我们还需正视所面临的现实挑战,尤其是在数据安全、风险防控、道德和监管方面。展望 2024 年及未来,积极主动地拥抱生成式人工智能这项变革性技术,并着手负责任的人工智能治理策略显得愈发重要,这将使社会得以充分利用生成式人工智能的变革力量,更好增进人类福祉。摘引自:《麻省理工科技评论》中国——《2024年金融业生成式AI应用报告》发布,GenAI有望为金融业带来3万亿增量


关于瑞泊
瑞泊技术控股(XrayBot),领先的人工智能国家高新技术企业、国家双软认证企业、科研成果转移转化基地、「北京市通用人工智能产业创新伙伴计划成员」大模型伙伴成员企业、北京市科委认证的科技企业,2021年科技成果转移转化一等奖获得者,2022 GAIE Awards人工智能年度权威AI大奖获得者,2022中国AI金雁奖“技术创新大奖”获得者。在全中国全力推动数字经济的大背景下,瑞泊坚守人工智能核心技术多年,2018年起即与国际主流的AI实验室同步开始了大模型技术的研发,而对于自然语言处理技术领域的研究更可追溯到十年前,瑞泊AI团队是中国最早进入这一领域的团队之一。瑞泊「VIDYA」智慧认知大模型专注垂直行业领域,服务金融、政务、医疗、教育、交通、安防、IT运维等众多行业,为企业集团、政府机构、城市建设“量身定制”注重降本增效及价值创造的数字化建设及转型解决方案。面向各垂直行业关键业务流程,瑞泊“嵌入式”的合作模式长期陪同客户逐步实现“一切业务数据化,一切数据业务化”的真正数字化转型。瑞泊核心团队的成员均来耶鲁大学、宾夕法尼亚大学、清华大学、北京大学、中国科学院大学、中国科学技术大学等著名高校相关领域的教授或博士,他们或曾担任世界五百强高科技企业的核心高管,或曾为国家级科研机构的学术领导者及技术专家;同时,瑞泊联合国家顶尖科研机构成立了联合试验室,确保了所交付项目理念的前瞻性与技术的先进性。瑞泊是中国目前在行业大模型领域中进入行业数量、获得商业合同数量、订单金额及与各大行业头部企业成立联合实验室数量领先的AI专业公司。瑞泊所有的产品均基于完全自主知识产权的核心技术,注重复杂业务逻辑与人工智能技术深度融合,善于将人类智能与机器智能无缝衔接,共生互补。伴随着全球范围内预训练大语言模型等关键技术的突破以及瑞泊「VIDYA」智慧认知大模型的大规模商用,通用人工智能(AGI)及激动人心的全数字化世界正加速到来,瑞泊始终与您相伴,拥抱未来!
“数字化转型”深度合作伙伴