“大模型是炒作還是真革命?”
投行高盛在研報中提出的這個尖銳問題，揭開了行業的集體焦慮。颠覆、變革、重塑，形容大模型變革的字首如此似曾相識。猶記得，前幾輪科技熱潮中，每隔一段時間都會冒出個概念“溜”一圈，引發一陣炒作和狂歡後，悄然熄火。 大模型會不會成為這組劇目中的篇章?這個AIGC的“時代之問”顯得真實又迫切。
于是，通用大模型之風狂飙半年後，大模型的命運齒輪開始轉動，鐘表指向垂直大模型落地應用的時區。能不能落地、有沒有解決業務需求的能力，成了參數比拼之外，檢測大模型成色的黃金标準。
從想象力到生産力
長期以來，AI的概念總是懸浮在半空，常描繪一個激動人心的效果圖，但具體怎麼去“施工” “建設”并未回答清楚。
大模型出現後，AI找到新的着力點，科技仿佛又一次站在新紀元的門口。以ChatGPT、Llama 2、文心一言為代表的通用大模型，詩詞歌賦、聊天作畫信手拈來，展現出極高的“智商”，驚豔世界。
而通用大模型狂飙半年後，風向變了。
ChatGPT成為網際網路史上最快突破1億使用者的産品後，使用者開始出現負增長。這讓“虛火論”又一次籠罩行業。有人擔憂AI又一次“遇冷”，如煙花般絢爛的綻放卻隻有一瞬。
事實上，大模型非但沒有變冷，還變得更加務實，技術的想象力正快速轉為生産力，從業者已經取得共識：架構層隻容得下有限的玩家，更多參與者必須聚焦在模型層和應用層，将好看、好玩的能力變成頂用、好用的工具。
于是，在大模型改變世界、改變産業的宏大叙事之外，更多人把視線焦點聚在眼前業務的細微處，把目光從通用大模型轉向垂直大模型在行業中落地的路徑，緻力于用技術創新來解決問題，提高産業效率。
例如，華為盤古大模型釋出會上，旗幟鮮明地提出“不作詩，隻做事”的口号，用大模型賦能政務、礦山、氣象等行業，還宣布盤古大模型在礦山領域實作首次商用;京東靈犀也把觸角深入零售、物流、健康等場景，解決真實産業問題;辦公軟體WPS則在文檔軟體中內建大模型能力，讓創作更輕松;近日，消費金融行業頭部企業馬上消費也表示，将基于自身堅實的技術積累和金融行業資料，釋出金融大模型，助力業務提質增效。
這批企業一緻的選擇表明，大模型不僅是平台級的工業革命，也可以是各細分領域的小機會。應用導向者正撸起袖子，當起實幹家，争相進入大模型龐大體系的縱深處，扳動能給業務場景帶來增益的一顆顆齒輪。
三橫三縱，紮根産業場景
據不完全統計，全國已經出現了超106個大模型。它們集體“浮出水面”，給外界一種錯覺：大模型可以速成，不過是将已有的技術換個概念裝“舊酒”。
事實上，大模型并非橫空出世。在被ChatGPT引爆前，BAT們就在研發自己的大模型。而馬上消費員工成長平台“馬科大研究院”的教育訓練通知也顯示，2021-2022年期間，該公司技術團隊數次就“語言模型應用”“機器學習模型可視化”等話題展開内部技術交流。
這表明，早在ChatGPT出現之前，這些企業就已着手大模型研發與應用探索。
AI能給行業帶來什麼價值?大模型技術如何走向市場?除了要在技術上達到領先，更要關注兩個核心問題：供給端能提升哪些效率而形成廣闊的市場;需求端能如何提質增效，重塑體驗。
比如客戶服務，傳統的人工客服占用巨大人力資源，而通過大模型在自然語言處理上的優勢，可以大大降低服務成本，提高效率;再如，風險管理是金融的核心，大模型可以通過資料挖掘和機器學習，更精準地預測和評估風險，提高風控技術的精度。
據了解，目前馬上消費的人工智能技術主要應用在三大場景：一是金融智能對話，實作實時人機協作、持續學習、可信安全合規;二是金融數字人，通過大模型+組合式AI多模态能力，實作有溫度的數字人;三是金融服務的AI核心引擎，通過大模型的大腦與心理學的有機結合，實作有情感的人機互動體驗。
馬上消費CTO蔣甯認為：“大模型在金融領域有廣泛的應用前景，能建構使用者個性化服務體驗。在數字中國的建設背景下，大模型将有效提升金融領域營銷、營運等價值鍊效率，進一步拓展資料決策在風控領域的創新應用效果，助力金融行業數字化轉型産生實質性的飛躍。”
馬上消費CTO 蔣甯
在馬上消費看來，大模型是一道“應用題”，作答要以用為先，紮進場景，鍛造自我造血和商業化的能力。
生成式AI，顧名思義，輸出的結果是大模型“湧現”出來的結果，會有一定“胡說八道”的可能。一旦要落地到對精準度要求甚高的産業，這種不确定性将是緻命的。對合規工作要求甚嚴的金融機構來說就更是如此。
而且，金融行業在資料安全、隐私保護、消費者權益保護等方面都有嚴格要求，金融大模型必須既聰明又靠譜，確定事實上的準确性和邏輯的可控性。
基于這些特性，蔣甯表示，為實作大模型落地領跑，馬上消費制定了“三橫三縱”戰略，形成了獨特的方法論。
在“三橫”能力次元，包括持續學習、模型控制、組合式AI，要達到行業領先;在“三縱”場景，包括實時人機決策、多模态大模型、資料智能，要做深做透，做到更聰明、更穩定、更安全可控。
在AI坐标系上，通用大模型如同一橫，廣度有餘，深耕程度不足。馬上消費嘗試将金融業垂直化的那一豎找到，紮根向下，将生成式模型強大的遷移學習和泛化能力，與垂直領域辨識式模型的可用性和專業性相結合，嵌入并優化金融行業的流程，找到精準的、重塑使用者體驗的價值點，積聚勢能。
從資料到知識，從單點到矩陣
目前，全世界科研機構仍未能弄清大模型内在的運作機理，但對于如何做好大模型，已經形成共識：參與者要有深厚的技術池積累，并具備高品質行業資料，否則，再多的概念、風口也無濟于事。
一直以來，金融業，尤其是消費金融對技術都極敏感，且以産業應用為導向。因為海量業務處理場景下，一小步的技術提升，都可能為行業營運效率帶來巨大提升，重塑客戶體驗。
踐行數字化的8年裡，馬上消費一直緻力于挖掘資料價值，實作資料資産化，積累高品質原生資料，包括32億通真實使用者對話和金融領域資料萬億級token，形成了多模态的資料資産。
而資料并不等于能力。馬上消費人工智能研究院院長陸全認為，“金融行業能共享的資料很受限，大模型要能把資料沉澱成知識，并複用在同一行業其他使用者中而實作共赢。”這種沉澱、轉化的關鍵，正是紮根産業的技術“洞見”。
作為全國領先的技術驅動的消費金融機構，馬上消費在長期攀高運動中，對金融行業有了系統的認知，對技術擁有更底層的思考，并在算力、算法與資料這三大支柱上建立了護城河，能夠讓資料成為驅動大模型做深做透的燃料。
為響應國家擴大内需戰略，以小額、分散、普惠為核心的消費金融，必須用技術推動營運成本下降，打通從“普”到“惠”的道路。截至目前，馬上消費已自主研發1000多套系統，組建2000餘人的研發團隊，送出專利申請1300餘件。這些技術已經為過億使用者提供自動化營銷、風控等服務。
現今，它們也為馬上消費大模型技術的成長、應用撐起了空間。
推動大模型這場被視作工業革命級的變革，既要頭部企業發揮帶動作用，也需要上下遊形成合力。就金融業來說，馬上消費等一批有硬核實力的企業，以聚焦業務的大模型解決方案為杠杆，撬動金融生态夥伴轉型，形成矩陣效應。
目前，馬上消費聚焦“自營+開放平台+金融雲”戰略，不斷向同業輸出自身科技解決方案。可以預見，大模型也将成為該戰略的一環，用安全、可信、合規的大模型去解決更多使用者需求，也讓生态夥伴享受技術普惠的紅利。
在這場擁抱、押注、追趕的大模型潮流中，馬上消費是順時而動者，也是造浪助瀾者，将不斷深入金融服務場景中，以更實在的科技力在“長坡”鋪上“厚雪”。