推动AIGC技术在金融业落地应用——中科软科技股份有限公司董事长兼总裁、中关村智联软件服务业质量创新联盟理事长左春访谈

数字化时代，人工智能已经成为新一轮科技革命和产业变革的重要驱动力。以ChatGPT等为代表的生成式人工智能(AIGC)技术的不断发展和成熟，为包括金融业在内的各行各业带来了深远影响。随着数字化转型进入深水区，金融业已经成为AIGC技术落地的重要垂直领域之一。而AIGC技术的规模化应用是一项系统性工程，需要与其相适应的技术架构作为支撑。中科软科技股份有限公司董事长兼总裁、中关村智联软件服务业质量创新联盟理事长左春认为，要实现AIGC对行业应用的赋能，需要企业基于水平AIGC平台进行知识迁移，构建垂直化、组合式的AIGC平台，关注纵向业务价值，实现认知模型的载体化。

基于自然语言处理(NLP)等技术的人工智能已广泛应用于企业的客户智能交互、流程自动化、风险管理等场景，极大提升了客户体验。而大语言模型(LLM)的应用使AIGC的生成能力变得更加强大，进而推动AIGC平台在垂直领域深入应用。

在左春看来，AIGC平台可分为满足任何组织和个人通用化需求的水平AIGC平台和结合专门领域知识的垂直AIGC平台。他认为，在企业级应用领域，AIGC平台是通用(水平)和专用(垂直)的集合，但为了提高其准确度和实用性，必须分成多专项、多领域知识的细分频道，这就促使AIGC平台向垂直领域方向发展。“水平AIGC和垂直AIGC相集成，构成领域参考模型运行的新载体，由此引发了新一轮应用软件与系统软件互动的变革，成为新一代行业应用软件变革的重要内容。”关于水平AIGC平台和垂直AIGC平台的区别，左春给出了自己的答案：“水平AIGC平台中的数据和模型相当于‘公有资产’，垂直AIGC平台建立的新模型相当于对这部分资产的迁移。新模型更重要的部分是针对性强的‘私有资产’(自身数据)，这些‘私有资产’更强调安全和隐私，是新模型的重要组成部分。垂直AIGC平台是‘约束性软件’需求和实现的重要发展方向，也是诸如低代码等软件开发技术的新分支。”

左春表示，在垂直AIGC平台的建设过程中，数据收集和准备、模型选择和训练、模型的集成和部署、数据流和实时处理、模型监测和更新、安全和隐私保护、监控和优化等成为核心工作，决定了垂直AIGC平台的最终功能及使用效果。

近年来，我国金融业应用软件快速发展，在助力金融机构提升效率、降低成本、高效管理等方面发挥着重要作用。左春认为，在金融业应用软件领域，在应用端，垂直AIGC技术利用精准计算满足行业“见多识广”的需求，为金融机构营销、生产、组织、管理、服务的智能化进行赋能;在开发端，金融机构可借助AIGC技术在代码提示、代码自动化生成、自动化测试和代码审查等方面的能力提升软件开发效率。在左春看来，AIGC在金融行业的应用重点体现在三个方面。

一是多模态数据处理。AIGC平台为针对多模态对象的交互式问答知识库提供支撑，可基于AIGC平台输入相对简单(残缺)的内容，快速得到基于预存储的完整的回答内容。针对大量多模态预存信息，AIGC平台比人工处理的内容更加“见多识广”，可较好地代替人工操作。

二是问答系统能力升级。AIGC平台具备问答系统能力，这一功能需要与已有核心业务系统群实现互操作集成，针对结构化信息，侧重于“查询”;针对多模态信息，侧重于“搜索”。因此，AIGC平台可将“搜索”升级为问答系统。

三是自动化开发和代码生成。垂直AIGC平台可以优化原有的开发流程，金融IT领域的企业在应用过程中可基于已有领域知识(如词根表、蓝图结构、样本程序等)对模型进行训练，使得代码自动化生成过程能够“收敛”于原有系统开发环境，优化代码自动化生成与原有系统架构的衔接性，进而缩短开发时间，提高开发效率，降低开发成本，并减少潜在的错误。

随着产业智能化的深入发展，模型即服务(MaaS)的商业模式逐渐成为人工智能领域的发展方向，其通过云服务将数据处理和机器学习模型的功能集成到现有业务中，为企业提供智能化、自动化的解决方案。

左春认为，在AIGC垂直应用的过程中，在应用软件端集成AIGC能力是一项重要的工作。他进一步解释道，所谓的“集成”，既包括对水平开源软件功能的集成，也包括对垂直应用功能的集成。“自建垂直AIGC平台对于金融机构来说是非常重要的，这就涉及对预处理MaaS模型的建设和运维。但由于技术工具和方法较为庞杂，多以流行开源软件的各种版本方式提供，且不断翻新变化，客户端技术转移的工作量巨大，因此，头部独立软件开发商就成为了应用变革的主力。”

左春指出，金融机构在构建垂直AIGC平台的时候，需要基于“数据(公有资产、客户私有资产)+算法(相似计算模型)+算力(支撑)”在本地部署MaaS模型，并优化其资源投入，这也是进行轻量化的过程。“在本地部署MaaS模型的过程中，涉及大量数据预处理工作，需要通过简化、聚焦、裁剪等方式，使得训练效果得以‘收敛’，以提升AIGC解决问题的精确度。除了数据预处理，还有模型参数的预训练，包括各种‘相似复用’的泛化技术。此外，在MaaS部署过程中还需要关注AIGC能力与原有的知识图谱、数据中台等建设工作的结合，全面提升金融行业AI应用能力。”

风险控制是金融机构的核心竞争力和生命线，安全问题是金融机构科技创新过程中需要关注的重要问题。AIGC在助力金融业提高效率、降低成本、优化风险管理、提升客户体验的同时，也带来了数据质量和可信度、用户隐私和身份安全等问题。

左春认为，作为“公有资产”的水平AIGC平台需要政府或相关机构进行监管;而垂直AIGC平台虽然是“私有资产”，但其是在水平AIGC基础上发展起来的。“从这个角度来看，隐私保护和数据安全将成为至关重要的影响因素，以确保个人金融信息的安全。因此，在AIGC应用过程中需要建立技术层面的安全机制和安全框架。”左春建议，在机制层面，建立数据和模型安全管理规则、规范;在技术层面，通过数据加密、访问控制等一系列措施实现对AIGC应用的全流程安全管理，以确保AIGC技术的安全使用，保障数据与模型的安全。

未来已来，AIGC技术正在受到各行各业的广泛关注。在此背景下，金融机构纷纷加强AIGC技术在金融垂直领域的深入应用，加速金融科技创新进程，推动金融业数字化转型向纵深发展。随着技术的不断进步和应用场景的持续扩展，AIGC有望为金融业带来更多的创新和发展机遇。