新火種
2023-11-22 
2023中國高新技術論壇主旨演講——薩摩耶云科技集團創始人、董事長兼CEO林建明
尊敬的各位嘉賓，女士們，先生們，大家上午好！
很高興收到主辦方的邀請，今年再次來到高交會，前面很多嘉賓都分享了AIGC的內容，薩摩耶云科技集團作為一家獨立云服務科技解決方案供應商，我們長期關注在金融科技以及跨境電商行業的創新應用，我們對AIGC也做了不少探索，所以今天想給大家帶來的分享是《AIGC賦能：金融場景應用的探索》，利用AIGC如何重塑金融的業務業態。
數字經濟這幾年的蓬勃發展大家都有目共睹。通過左側中國信通院的研究數據可以看出，我們國家數字經濟規模連續多年位居世界第二位，重要支柱地位更加凸顯，2022年末總量達到50.2萬億元。這當中，互聯網、大數據、人工智能等數字技術賦能作用也更加突出，與實體經濟融合走深向實。2022 年末，數字產業化占GDP比重創五年來最大增幅，產業數字化規模達41萬億元。數字經濟持續發揮“穩定器”“加速器”作用，數字化轉型成為重要的大趨勢。
在推動數字化轉型過程里，AI始終與時代共起舞，為千行百業注入新的動能。艾瑞咨詢《中國人工智能產業研究報告》表明，2022年中國人工智能產業規模達到1958億元，人工智能的產品形態和應用邊界不斷拓寬。那么抓住人工智能“牛鼻子”加快形成新質生產力，可以說既是各行業搶抓數字經濟時代機遇，也是企業打造營收護城河的重要方向。
有人說伽利略發明的望遠鏡，是人類望向宇宙深空的眼睛。而我覺得在算法、算力、數據大爆發推動下的生成式人工智能是新時代的‘望遠鏡’。AIGC大模型展現出很強的生成創造能力，是我們追逐數字經濟星辰大海，實現高質量發展的新引擎、新工具。一個由量變到質變的新人工智能時代已經開啟。我國在這個大趨勢下也推出了人工智能的監管文件，可以看出來這里更多的是支持人工智能的發展，是一種包容和審慎的態度，引導AIGC更加健康和可靠地發展。
金融業一直都是創新技術的試驗田和前沿陣地，這次AIGC新技術沖擊下也不例外，過去金融業的數字化進程已經非常完善，基本上大的銀行99.9%的業務都是通過數字化來完成的，這次在智能化技術沖擊下，我相信會有更大改變，特別是對商業模式的改變，對人機交互的改變，對金融業務流程的改變，對內部最核心底層風險邏輯的改變等，所以我們在智能化轉型的背景下，金融行業一定會抓住這個關鍵機遇來尋求新的發力點和創新點，來做降本增效。
金融科技是薩摩耶云科技集團的主業，我們在這方面積累了豐富的金融客戶服務實踐經驗和能力。長期以來，我們專注AI決策智能技術研發和應用，打造一系列SaaS產品組合，為各行各業提供端到端云原生科技解決方案，包括金融云、產業云、海外云三大解決方案。我們給持牌金融機構提供的是一站式、全鏈路的解決方案，賦能金融機構智能化轉型驅動創新增長。
我們在AIGC上的探索并不是要建一個金融大模型，剛才很多嘉賓都提到了，基本上我發現這也慢慢達成一個共識，就是大模型的探索不僅僅是做基礎模型，不僅僅是做基礎設施，而是怎么運用大模型在各行各業上來改變傳統的業務流程，來降本增效，也就是說把AIGC應用到各行各業。
怎么應用？我們并不是說拿一個完整的產品來幫助我們做客服，做運營，做知識庫的管理等。而是我們拆解AIGC底層算法，發現它基本提供以下幾類，包括Edits，這是內容潤色、文本簡化等，Audio是語音的翻譯生成，Fine-tuning是怎么做遷移知識的學習，還有Embedding表征提取，Completion用戶的交互，代碼編寫等等，Chat對話系統、語言理解、智能生成。
這些都是AIGC底層的API，都是開放的。我們怎么利用這些API幫助我們做金融業務的重塑呢？薩摩耶云科技集團聚焦在四大業務領域，包括風控建模、風控反欺詐、客戶運營、建模效果。我們把Embedding、Completion、Fine-tuning這三個技術和我們以往的技術，包括邏輯回歸、決策樹、隨機森林等結合起來，進一步幫助金融機構智能化轉型。
首先我們來看Embedding技術，它可以讓我們對自然語言理解更深，把自然語言轉換成向量的表示，讓機器能夠理解，能夠標簽化，也就是過去的入模變量一定是結構化的數據，未來入模變量把一些非結構化的數據，通過Embedding變成結構化的向量數據之后作為入模參數，之前是一個K，現在是一個萬，甚至十萬的變量，變量產生之后，它產出的模型準確度就會更高。
舉個例子，我們在風險評估過程中，用戶的畫像過去是看他的學歷、收入、資產情況，這些都是標準化、結構化的數據，未來我可以根據他的一些交互行為，例如他跟客服之間的對話，他都講了哪些話，又例如他的一些文字化的描述，把它轉化成一些向量之后，我們再轉入到入模平臺里面進行建模，豐富我們的變量，從而提升建模效果。這是直接使用到Embedding的最底層技術來擴充建模的寬度，讓模型變得更加精準，而不是用一個機器人，一個機器功能協助建模，這是一個很大的突破。
在反欺詐上怎么用？因為大家都知道，金融的損失有兩類，一類是信用上的損失，就是他沒有能力來還錢。第二類是欺詐上的損失，他有沒有意愿來還。我們在很多環節里面有特別多的反欺詐模型來偵測這個用戶是不是一個欺詐用戶，過去我們只能看一些行為，例如他做人臉比對的時候，不是他自己的人臉。現在我們有更多的維度來識別他是否有欺詐行為，這里要用到Embedding技術，也是一樣把一些通話信息標準化變成向量化進行入模。例如客服在和用戶溝通過程中，發現他的性格或者是行為發生了一些變化，“像是變了個人”，過去這些是不可能作為入模變量的，現在有了Embedding之后，我們也可以把它轉化成一個結構化的數據來嵌入到薩摩耶云科技集團的的獵戶座反欺詐模型，Hunter反欺詐系統等，提升反欺詐的精準度。
在客戶運營方面，我們運用到了Completion的API，可以補充完善用戶和你交互的上下文，在用戶服務過程中，經常遇到一個問題是用戶跟你交互的同時，他可能跟很多人聊天，因而忽視了和我們客服的交互。Completion就是可以捕捉到他的意圖，補充他真實的意圖。舉個例子，例如有個客戶說我們在APP上借了一筆款，我家里有點事。他真實的意圖是你這次能不能給我免息，能不能做個延期，或者分期等等。這些意圖的判斷，我們可以通過Completions這一功能來把它補充完善，把它的上下文補全，這樣可以提升客戶運營的滿意度。
最后一個是Fine-Tuning，GPT有時候“胡說八道”的現象也是存在的，在Completion預測不準的情況下，我們需要用一些行業私有化的數據進行精調，因為有些私有化的數據是不能夠公開的，特別是跟金融相關的隱私數據，我們只能在自己內部的訓練集進行訓練，我們就用到Fine-Tuning這些功能，把最隱私的數據輸入進去進行訓練，訓練出來的結果，只允許內部使用，這些都是可以通過精調的工具來實現，從而得到一個更好的，更加精準的一個效果。
以上這幾個方面是我們在AIGC怎么應用在金融業上的一些探索和實踐，這些都只是剛剛開始。但是我們在過程中其實也發現了新的技術還是會帶來一些問題和風險的，例如數據的隱私，算法的歧視，模型的不可解釋性等，這些問題都是存在的。我們怎么辦呢？我們也會引入產業上的一些優秀的做法，例如一些隱私計算，例如一些對抗網絡等來擁抱新技術，所以我們并不擔心這些問題會阻礙這些創新技術在金融科技領域的發展。
最后我想用一句話來結束我這次的分享，“萬物皆有裂痕，那是光照進來的地方”，新的科技一定有兩面性，它會給我們帶來風險，但是我們更加應該擁抱風險，就像卡爾·波普爾所說，“一切偉大的科學理論都意味著對未知的新征服”，我們希望能夠運用最新的AIGC的技術，合理的使用這些技術，讓它來造福人類。
以上是我的分享，謝謝大家。
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
