阿里云：2024百炼成金-大金融模型新篇章

大金融模型新篇章百炼成金New Chapter of Financial LLMNew Finance New Future作者简介张  翅张翅先生曾经在蚂蚁金服智能科技团队负责蚂蚁金服科技产品的开放合作，推动内部技术产品化和金融行业数字化转型。从 17 年开始先后负责了从银行、保险、证券到金融服务等多个重要客户的数字化项目，深耕金融科技、云原生分布式架构、移动平台、大数据、人工智能、区块链等数字金融技术领域。在加入阿里云和蚂蚁金服前，张翅先生先后供职于甲骨文、Pivotal，领导参与了多个重大项目的建设，拥有丰富的企业架构设计、IT 战略规划、产品研发及团队管理等专业经验。阿里云智能集团副总裁新金融行业总经理前言FOREWARD百炼成金 ｜ 大金融模型新篇章山不让尘，川不辞盈。2024 年是互联网进入中国的第 30 个年头，中国金融行业也走过了金融科技和数字化的 10 个年头。科技金融这篇大文章正方兴未艾，智能金融随着大模型日新月异发展突然按下了加速键。如果将过去一年大模型的发展比作《三体》中描述的“技术爆炸”，正形象地展现出了 AI 领域前所未有的快速变革。这种爆炸式增长不仅仅是技术参数的简单膨胀，更是整个技术生态、商业应用以及社会影响层面深刻变化的综合体现。在这个发展过程中，我们看到了如浪潮般涌现的新技术核心要素与传统 IT 发展规律的交织：● 摩尔定律的延伸与挑战：虽然摩尔定律近年来面临物理极限挑战，但通过创新架构（如 GPU、TPU）、分布式计算以及算法优化，让大模型的发展有机会遵循类似的加速发展轨迹，变革性实现计算效率和模型规模的双重跃升。● 安迪 - 比尔定律的演变：在大模型场景下，这一规律体现为模型规模和复杂度的增加，不断驱动着对更强大算力和存储的需求，同时也激发了云计算的快速发展，以确保基础设施能跟上 AI 应用的需求步伐。今年以来，走遍中华大地拜访过上千家金融机构，我们发现，金融行业并不缺乏大模型应用的场景，但是有限的算力、持续迭代的大模型开源和商业化生态，加之金融行业对数据安全、风险控制、合规性以及精准决策有着极高的要求，使得金融行业的大模型之路进入前所未有的选择陷阱。金融行业正处于数字化转型和采用云原生技术的关键时期，这一过程中，大模型的引入无疑增加了额外的复杂性，但也带来了前所未有的机遇。 在过去的一年，大模型加持的金融代码能力、金融多模态能力、金融信息阅读理解能力、金融信息抽取分类加工能力、金融风险管理能力在金融行为学、金融市场与投资学、零售金融、公司金融、财富资管、大健康、大投研等等各个金融数字化领域都有了星星之火一样的尝试。随着大模型技术的成熟，从基于数据集的开发转向基于大规模预训练模型的应用工程体系，我们可以想象未来大模型通过 API 化与云原生环境下的金融业务流程与技术架构的深度整合，从而解决一些从前我们不敢想象的融合问题，比如金融模型应用的成本效率与稳定性，金融知识的准确及专业性、金融合格的严谨可解释性等。不仅如此，云原生和大模型融合的新范式，非常需要新的大模型应用平台降低从特定领域到广泛场景到 AI 应用的门槛。本文取名“百炼成金—大金融模型新篇章”，“百炼”代表反复锤炼、磨砺，达到精熟完美的大模型工具链，“点金”象征着创造价值、实现质变的大模型应用集。百炼必定成金，新质生产力会催生新质劳动力，谨以此文抛砖引玉，希望与业内的各位朋友一同探讨如何积极拥抱并运用大模型技术，以应对和驾驭不断变化的市场环境，实现科技金融持续稳定的提质增效和创新发展，携手开启金融大模型未来新篇章。阿里云智能集团副总裁新金融行业总经理张  翅生成式大模型技术的突破将为产业发展注入新的动能，也为改变未来生活带来了无限的想象空间。金融业是大模型应用的重要战场，金融机构纷纷入局，搭建平台、训练领域模型、探索场景应用。但大模型技术仍在演进过程中，尚未形成成熟的技术解决方案，在产业应用的深度、广度和效果上仍需突破。本文基于对大模型发展趋势的判断，提出了金融级 AI 原生的宏大蓝图，针对构建蓝图的六大核心要素，结合丰富的金融场景案例，给出了系统性构建金融级 AI 原生应用的解决方案。这为金融机构规划和实施大模型战略、构建新一代 AI 平台、建设安全可信的 AI 原生应用提供了全面性指导，具有重要的参考价值。金融是用户、知识、服务密集型行业，相信云 + 大数据+AI 大模型的组合一定会为金融业带来生产力质的提升和用户体验质的飞跃。在全球科技巨擘竞逐的“万模大战”中，金融行业逐渐成为大模型技术的重要应用场景。通过持续创新和优化，生成式大模型在金融领域展现出了巨大的潜力和广泛的应用前景。本文从大模型的技术发展趋势和金融行业面临的实际痛点出发，通过翔实的研究、严密的分析、深刻的洞察，定义了金融级 AI 原生的六大要素，并结合金融业务全流程链条，针对实际落地场景，提供了一系列 AI 原生应用实施路径建议，在金融行业的数智化发展建设方面，具备良好的启迪和借鉴意义。相信随着大模型技术的不断进步，金融 AI 应用的广度和深度将进一步拓展，为行业带来全新的发展机遇和变革力量。在数字化浪潮中，金融行业正经历着前所未有的变革。《百炼成金 - 大金融模型新篇章》为我们揭开了 AI大模型在金融领域应用的神秘面纱，深入探讨了 AI 大模型如何成为数字转型时代的重要驱动力，并详细讨论了其在金融领域的具体应用。从智能投顾到风险管理，大模型技术正不断推动金融业务流程的智能化和创新。《百炼成金 - 大金融模型新篇章》不仅分析了 AI 大模型的发展趋势，还深入探讨了金融企业在采纳大模型技术时面临的挑战。作者提出了金融级 AI 原生的六大要素，包括可靠性、低延时、扩展性、安全性、准确性和开放性，为金融行业 AI 应用的安全性和有效性提供了重要参考。这些要素对于确保金融行业在利用 AI 大模型时能够满足行业特有的严格要求至关重要。报告通过深刻的行业洞察、丰富的案例分析以及前瞻性的技术讨论，为金融企业提供了金融大模型应用的路线图和实践指南。相信无论是金融行业的专业人士，还是对金融科技充满热情的学者和研究者，都能从这个报告中获得深刻的洞见和启发。太保集团数智研究院院长平安集团首席科学家上海金融与发展实验室 主 任国家金融与发展实验室 副主任王  磊肖  京曾  刚百炼成金 ｜ 大金融模型新篇章推荐语RECOMMEND目录CONTENTS01 大模型发展背景与趋势 01• 大模型是DT时代标志性产物 02• 大模型发展的趋势 0302 金融企业拥抱大模型面临的挑战 08• 问题1: “有限算力+持续进化的算力”，双重制约下的算力资源 09• 问题2: “开源模型 vs 商业模型”，左右互搏的自建大模型之路 10• 问题3: “大模型 vs 越来越大的模型”，模型size的军备竞赛 11• 问题4: “大模型RAG一天入门 vs 365天的持续优化”，RAG系统的修行 12• 问题5: “杀手级通用大模型 vs 百花齐放专属大模型”，企业级Ai应用的价值自证？ 13• 问题6: “大模型广泛应用 vs 应用安全隐患”，大模型面临的安全挑战 1403 金融级AI原生的要素与蓝图 15• 金融级Ai原生的发展 16• 金融级Ai原生的六大要