螞蟻金融數(shù)據(jù)庫(螞蟻集團 金融公司)
【環(huán)球網科技報道 記者 李文瑤】7月28日,螞蟻世界人工智能大會(WAIC)上,金融螞蟻數(shù)科宣布推出國內首個專注金融推理的數(shù)據(jù)司商業(yè)化大模型,同步開源包含1350道金融難題的庫螞Finova評測基準及百萬級DeepFinance訓練數(shù)據(jù)集。
這一動作被視為中國產業(yè)AI向高價值場景攻堅的蟻集關鍵突破之一,也折射出金融智能化進程中的團金現(xiàn)實挑戰(zhàn)與破局路徑行業(yè)痛點:金融AI陷“滲透率悖論”盡管全球金融機構對AI投入持續(xù)加碼,但核心業(yè)務場景滲透率仍處低位花旗銀行一項調研數(shù)據(jù)顯示,螞蟻93%的金融金融機構預計人工智能將在未來五年內提高利潤,預計到2028年,數(shù)據(jù)司人工智能可以將銀行業(yè)利潤提高9%,庫螞即1700億美元。蟻集

螞蟻數(shù)科金融AI產品總經理曹剛在接受采訪時坦言,團金“走到業(yè)務深水區(qū),螞蟻比如營銷、金融風控以及客戶經理銷售等,數(shù)據(jù)司這些領域智能體應用滲透率就會低很多”其根本矛盾在于金融場景的專業(yè)嚴苛性要求:在技術發(fā)展層面,大模型技術尤其是推理模型發(fā)展時間短,尚不成熟。
這導致其在關鍵業(yè)務場景的應用效果存在不確定性,使得許多機構持謹慎觀望態(tài)度,只在非核心通用場景進行試驗金融等專業(yè)領域業(yè)務極其復雜,如銀行零售業(yè)務包含十多個大場景、上百個細分場景每個細分場景都有獨特問題和需求,需要智能助理進行深度理解和定制化解決。
這要求極高的領域專業(yè)知識和高質量數(shù)據(jù)支持,并非所有行業(yè)都具備這些條件,應用需要“更深深度”同時,大模型的訓練、部署和推理成本仍然很高,硬件(如GPU卡)投入大,推理效率相對較低,對底層算力要求高機構必須審慎評估技術投入成本與商業(yè)價值之間的平衡點。
過高的成本使得在業(yè)務領域大規(guī)模應用存在經濟可行性的疑問,導致市場對其在核心業(yè)務應用持質疑態(tài)度在曹剛看來,由于技術尚處早期、專業(yè)場景的深度與復雜性要求極高,以及高昂成本帶來的經濟性挑戰(zhàn),當前大模型尤其是智能體和個人助理在金融等核心業(yè)務領域的落地應用仍面臨顯著障礙,進展不如通用領域順利。
這導致了市場的謹慎和觀望心態(tài)螞蟻方案:垂直縱深構建“金融腦”螞蟻數(shù)科CTO王維給出的發(fā)展路線是專注金融與能源兩大高價值賽道,不做通用大模型,而是“用垂直深度構建護城河”此次發(fā)布的金融大模型專注金融場景的復雜推理需求(如風控、理財建議),通過兩階段訓練(通用基座+金融場景微調)顯著提升專業(yè)表現(xiàn)。
螞蟻數(shù)科自建DeepFinance金融思維鏈數(shù)據(jù)集,由金融專家標注,覆蓋存款、信貸、投資等14大場景、上百細分任務同時,大模型集成“蟻天鑒”安全評測層,確保輸出符合金融級審慎要求,抑制幻覺并滿足合規(guī)可以看到,對于金融大模型,螞蟻數(shù)科給出的解題思路是以推理能力+安全合規(guī)為核心,通過垂直訓練、高質量數(shù)據(jù)、工程優(yōu)化解決金融場景的“高專業(yè)、低容錯”痛點。
開源數(shù)據(jù)集+評測基準推動行業(yè)共建,降低金融AI落地門檻聚焦頭部銀行/保險客戶,提供從咨詢到產品的全鏈路服務,目標是成為“金融AI落地的基礎設施”王維判斷,AI應用正從“通用場景試驗”逐步向“核心業(yè)務重構”推進,金融推理模型是“智能體的中樞齒輪”,缺失則無法驅動業(yè)務重構。
未來發(fā)展:從工具升級為決策者“金融智能體的終局不是人機協(xié)作,而是AI組織驅動業(yè)務”螞蟻數(shù)科CTO王維這樣判斷未來金融行業(yè)大模型的應用趨勢這一論斷背后,也隱藏著螞蟻對金融AI技術拐點的洞察——推理大模型正推動AI從“工具”升級為“決策者”。
據(jù)王維描述,金融AI已進入“場景攻堅期”:從短期來看,智能體滲透營銷、風控等深水區(qū),替代基礎決策;從長期來看,多智能體協(xié)作成常態(tài),例如“風控智能體+投顧智能體”自動閉環(huán)服務高凈值客戶此次,螞蟻同步開源DeepFinance千億token訓練集,便是直擊行業(yè)“數(shù)據(jù)荒”痛點。
“當你知道技術的局限性,反而不會糾結‘真假智能體’——能力提升才是永恒趨勢”王維說道曹剛也指出,未來競爭核心是合規(guī)與責任:螞蟻在Agentar平臺內置“監(jiān)管圍欄”,自動過濾不合規(guī)輸出;同時,行業(yè)也需要明確AI錯誤的責任歸屬問題。
金融AI正從技術探索期進入業(yè)務重構期,未來三年將圍繞推理模型普及、多智能體協(xié)作、成本民主化三大主線爆發(fā)螞蟻通過“開源數(shù)據(jù)集+垂直模型”組合,試圖定義行業(yè)新標準,而能否攻克“核心業(yè)務滲透”與“合規(guī)落地”,將成為勝負手。
正如王維所說:“我們短期高估AI,長期卻低估它——這是每一輪技術革命的宿命。”既要正視智能體的顛覆性潛力,又要扎根垂直場景做“難而正確的事”。返回搜狐,查看更多