全球很多人都開始相信，以ChatGPT為代表的大模型，將帶來一場NLP領域乃至整個人工智能的技術革命，影響遍及各行各業(yè)。

那么，金融機構和科技企業(yè)，應該以怎樣的姿態(tài)邁入新的洪流？

前不久，有“中國智能科學技術最高獎”之稱的吳文俊人工智能科學技術獎，正式公布了2022年度獲獎名單。

其中，度小滿建設的“智能化征信解讀中臺”工程，率先將大型語言模型LLM、圖算法應用在征信報告的解讀上，榮獲了吳文俊人工智能科技進步獎，成為唯一入選的金融科技公司。

大模型應用價值到底在哪里，如何落地？是一道新技術從實驗室走向產業(yè)的必答題。

度小滿的“智能化征信解讀中臺”工程，就帶來了技術+應用的雙重答案。

征信報告是識別個人信用的最重要風控手段，報告中包含大量非結構化的征信數據，比如大量的文本信息。這些征信數據的復雜性和多樣性，很難使用傳統的數據處理方式進行分析。而度小滿“智能化征信解讀中臺” ，能夠將報告解讀出40萬維的風險變量，將銀行風控模型的風險區(qū)分度提升了26%，切實在銀行信貸場景中發(fā)揮作用。

這背后的技術是度小滿率先將大型語言模型LLM、圖算法等新技術應用在征信報告的解讀上，“智能化征信解讀中臺”包含了“3個平臺-1個特征生成框架-3個模型”，讓征信報告解讀進入到圖機器自動學習階段。

大模型重新定義金融科技

NLP長期以來是一個AI領域基礎而“冷門”的學科，全世界的NLP公司都比較少，度小滿為什么還要堅持研究NLP領域？大模型時代， NLP能給金融領域帶來哪些變化？

先說大模型。

金融文檔、信息處理等NLP任務貫穿整個金融領域，讀文檔、查文檔、寫文檔，是金融機構各個業(yè)務場景中的基礎工作。以往，這些領域的智能化，使用傳統NLP范式去開發(fā)相關模型，數據標注成本高，開發(fā)交付周期長，維護困難。

LLM用預訓練+精調+提示的新方法，能夠用一個模型處理多個任務，甚至未曾見過的通用任務，這就使模型出現了一種智能“涌現”現象，看起來更有智慧、理解能力更強了，所以能對金融業(yè)務場景中的數據信息和隱藏知識進行更高效的挖掘和理解。

有了超大規(guī)模的預訓練語言模型LLM作為基礎設施，可對金融機構的全棧場景進行重塑，融入NLP能力。其中較為典型的場景包括：

信貸輔助決策，基于強大的語義理解能力，讀懂非結構化數據，包括財務報告自動化解析、數據智能挖掘、信貸流水材料智能處理、宏觀行業(yè)分析、風險事件傳導分析等。

業(yè)務審核及研報解析，包括招股書智能審核，財務數據分析，審計報告自動化比對，非結構化數據分析。

這些場景都可以通過LLM加快自動化，降低NLP應用成本，提升效率，為金融機構的智能化加速。

再說自然語言交互。這一輪范式轉換的核心特點就是交互（chat），AI獲得了世界知識和強大的長文本生成能力，從而提供更自然的人機交互體驗，這會給金融領域與人打交道的服務都帶來變革。其具有代表性的場景有：

智能客服：快速、高效、低成本地響應用戶需求，滿足個性化需求，提升服務半徑和服務質量。

智能營銷：洞察理解用戶需求和情緒，讓產品和用戶更精準地匹配；一鍵生成海報、視頻等創(chuàng)意內容，提升營銷效率。

度小滿CEO朱光認為，大模型技術正在重新定義金融科技（Fintech），ChatGPT的出現，意味著所有圍繞移動互聯網、AI 1.0的競爭和競爭優(yōu)勢正在告一段落。

站在大模型時代的前沿，度小滿的五年步履

近期，百度基于文心大模型技術推出的生成式對話產品“文心一言”（英文名：ERNIE Bot）開放生態(tài)合作，度小滿成為首家接入的金融科技公司。

基于文心一言的大模型技術基座，結合度小滿業(yè)務場景積累的金融行業(yè)知識和數據進行交互式訓練，有望打造出適配中國金融行業(yè)的，全新的智能客服、智能風控、智能交互服務。

這一次，度小滿站到了大模型時代的前沿，并不是偶然和運氣，金融領域NLP應用，這條路度小滿已經走了五年。

從2018年創(chuàng)立之初，度小滿就引入了大量NLP人才，成立AI部門，在NLP技術上發(fā)力。

2021年，在微軟舉辦的MS MARCO 比賽中的文檔排序Document Ranking（文檔排序）任務中，度小滿的AI-NLP團隊排名第一并刷新紀錄。此外，團隊研發(fā)的軒轅 (XuanYuan) 預訓練模型也在CLUE分類任務中排名第一。

自然語言處理NLP是AI皇冠上的明珠，往遠了說，語言是進入人類認知智能的一扇大門，是抵達通用人工智能的一座橋梁。往近了說，人人皆可chat（聊天），語言本身就具備服務每一個人，連接每一個人的低門檻和大能量，和關乎每一個人的金融服務碰撞在一起，所醞釀的商業(yè)機會也是巨大的。

審核編輯黃宇