融云AIGC专题：高知识密度与大数据处理双向奔赴的「金融大模型」
点击上方小程序报名「爱嗨游」线上发布会
“怎么用大语言模型去提升生产效率和服务表现？”在时代交替之际，这是每个行业都要回答的问题。关注【融云 RongCloud】，了解协同办公平台更多干货。
而新技术的渗透不会在所有行业齐头并进，发展阶段总有先后。如果以应用场景多样、市场空间巨大、行业数据质量高且规模大等条件来筛选，金融行业一定是排名靠前的赛道之一。
世界金融中心从华尔街转向硅谷？
以“对话”来提供 AIGC 内容，在这个目前基本达成共识的产品形态背后，是 AI 技术的代际性提升，也意味着全新的内容获取和生产方式时代开启。而关于 B 端的通用大模型之争，我们在大模型终极猜想，企业需要什么样的大模型？一文中有过较为详细的分享。
可以说，能够应用在营销、办公、编程、制定计划、客服等多类场景，辅助用户进行写邮件、写大纲、编程等多项任务的通用大模型无疑是这波 AI 大潮中的第一颗果实。
但表现最为亮眼、收获最多注意力的通用大模型并不是万能的。针对行业甚至企业的个性化需求，通用模型很难能做到有观点的表达，还需要在场景里打透才行。
行业模型需要专注在一个领域，数据的独特性和质量才是壁垒和天花板。这也意味着，经过专属训练的大模型，在具体的场景上能够更懂用户。
从这个角度来看，高知识密度的金融行业与可快速处理海量信息的大语言模型相遇，可以说是一场十分自然的双向奔赴。
对于用户来说，大语言模型的加入可以降低对用户描述问题能力的要求，应用得以在与用户的多轮交流中分析和抓取更潜在的需求。
对于企业来说，大模型的入局将不仅仅是通过重构或优化流程去扩大生产力的价值，还可以把企业在价值链上的占位大幅提档。
据摩根士丹利称，财富经理保留客户的最大指标不是投资组合的表现，而是与客户保持一致的个性化互动。
而基于 AI 大模型开发的应用，可以结合客户的投资组合信息、单个标的研究等向客户发送个性化报告。
对于公司来说，这种转变将使公司能够追求基于服务判定的价值和回报，而非单纯的软件工具。根据投资机构 Greylock 的调研，这意味着市场将有百倍甚至数百倍的增量空间。
多方利好之下，以新技术最早采用者著称的金融机构和科技公司纷纷下场。在海外，彭博发布了大模型“BloombergGPT”；在国内，则有度小满推出的“轩辕”、蚂蚁的“AntFinGLM”，以及开源金融大模型“貔貅”、“聚宝盆”等。
从大模型的输出结果来看，这些布局投入的未来价值也是相对明朗的。要知道，就在 ChatGPT 诞生后的半年之内，机器人撰写的财经评论已经给华尔街分析师造成了巨大压力。经过更高质量的行业甚至企业专属数据投喂之后，大模型的产出显然将有更大的可期待空间。
金融市场最显著的特征之一就是信息不对称，而各类工具和中介服务的核心价值就在于掌握或者消除这种不对称。如果我们对大模型带给金融业的改造展开无限畅想，这个高度依赖信息流转的行业将发生什么样的激变？或许有朝一日，全球金融业的大本营会从华尔街搬到硅谷也说不定。
多轮对话之下场景中的用户信任养成
作为新的应用实践，金融大模型的场景还有待探索，但智能投研、智能客服、办公助手等都是比较明确的赛道。
智能投研
投行类业务最重要的一个场景就是会议。从业者每天大量时间用在听路演、会议，需要在割裂的会议平台和爆炸的信息量里获取真正的“洞察”。
在这个信息流驱动资金流的行业中，信息处理尤为重要。而 AI 在分析处理数据上有着人类无法企及的高效，它最适用的场景就是高频数据挖掘。
在这个对内赋能的场景中，大模型可以把各类路演的视频和音频快速处理成非常简要的投研要点。
智能客服
对外的智能客服也是金融赛道比较先行的场景。在流程式、指引类的工作内容之外，以“IM 对话”这样简单而普及度高的方式为入口，智能客服后续还可发展出面向用户提供财富管理服务的“智能投顾”功能。
在大模型的驱动之下，“AI 投顾”可以基于自然语言与用户沟通，极大扩展服务范围。对于可投资资产有限的中产阶级和入门级投资者来说，一个随时随地可以响应自己的“AI 投顾”不失为一个好选择。
a16z 在文章《Money on Autopilot: The Future of AI x Personal Finance》中提出，未来，银行等金融机构利用 AI 向客户提供分析和顾问服务甚至都不是理想状态，“自动理财”才是。
GPT-4 等可以处理和输出文本和图像的多模态大模型，使得流程自动化机器人成为可能，将允许金融科技应用代表用户进行操作来优化其资产负债表。
具体来看，它们可以帮助用户进行包括但不限于储蓄和支出、投资、退休规划、债务管理以及报税等操作。
移步【融云 RongCloud】回复“AIGC”获取文章原文
办公助手
以“对话”为切入点重塑办公场景，通过模型自动化来替代或优化企业工作流程中的重复性工作。这是大模型和生产力场景结合的主要方式，也让办公场景成为大模型落地最顺滑的商用场景。
关于这一点，本公众号的协同办公新叙事，我们离 GenAI 商用落地有多远？一文中有详细呈现。
不过，当聚焦到金融行业，解法会因行业属性而不同。金融领域不仅需要语言力，还需要专业力和安全力。
所以，经过融合了通用语料、金融行业语料及机构独家语料的预训练，再进行特定任务微调和人类反馈强化学习，一个金融大模型也就完成了基本成长过程。
而金融大模型进入实际业务场景，还需要“对话”的加持。针对以上场景需求，融云均可提供相应的场景方案。
融云 IM 支持对接多种大模型，可构建用户和大模型之间的业务桥梁，并将对话数据进行结构化保存，助力金融客户在对话框中实现对内的办公助手和对外的智能客服等能力。
此外，针对金融行业客户的个性化需求，融云专门打造了金融行业通讯中台，以核心的 IM 与 RTC 能力支撑行业多种场景的多类应用实现。
在即时通讯方面，融云是业界能够唯一承诺消息百分之百必达的厂商，通过三重消息保障机制保证消息不丢、不重、不乱序。针对金融行业客户的专线接入需求，融云经过重重优化，提供不超过 128KB 的轻量化消息体，对客户的带宽消耗非常友好。
在实时音视频方面，融云支持 2K 高清视频、30FPS 刷新率，画面纤毫毕现；音频采用 3A 优化、48Khz 全采样，真实还原对端声音；实施体系化弱网对抗技术，音频弱网抗丢包 80%，视频弱网抗丢包 60%。
而在行业要求非常高的安全方面，融云支持核心服务私有化部署，保证数据安全的同时确保所有数据、文件不出门。
在信创生态方面，融云完成了对所有主流国产化方案的适配，涵盖 300 多种组合，支持信创环境下的政企办公平台搭建。
在技术安全方面，融云 IM 和 RTC 均已获得公安部核准颁发的“国家信息系统安全等级保护三级认证”，且通过了 ISO-27001 系列安全认证、可信云认证。
在产品安全方面，融云数智办公套件通过了中国信通院泰尔实验室的安全能力测评，包含应用 App 安全、认证安全、应用层安全、通信安全等方面的专业测评及在不同安全策略的部署方式、研发管理体系、安全合规、软件行业应用情况等方面的行业专家审议研讨。
最终，融云数智办公套件通过“办公即时通信软件安全能力”测评，并获得最高级别“卓越级”标准认证。
大模型将改变现有互联网的流量入口，这是生成式 AI 爆发以来迅速完成的认知收敛。
正是在“对话”这个形态中，用户的多个需求可以在一个对话框中得到满足，而多轮交互之后积累的全方位数据，则将让模型更懂用户，蕴含着巨大的商业价值。