在金融行業，資料是決策的核心，而技術則是實作決策的引擎。
随着人工智能技術的飛速發展，金融行業正經曆着前所未有的變革。大模型，作為人工智能的集大成者，以其強大的資料處理能力和深度學習能力，正在成為金融革新的強大推動力。
“從金融這個行業誕生以來，對技術的需求和推動，都遠超人們的想象。”奇富科技首席算法科學家費浩峻如是說。是以，在去年5月份，奇富科技率先宣布推出了公司自研的金融大模型“奇富GPT”，成為國内首個金融行業通用大模型，并一路加碼。奇富大模型推出半年多以來，從風險管理到客戶服務，再到産品開發各個方面，大模型的應用提供了前所未有的助力和支援。
奇富科技釋出的2023年财報中，在大模型的推動下，增長清晰可見：
2023年全年總淨收入為人民币162.9億元，淨利潤達到42.85億元。2023年的貸款便利及發放總額為人民币4758.31億元，較2022年增加15.4%。平台服務項下貸款便利化金額為人民币2.7億元，較2022年增長17.3%。
如果深入去看，會發現這種增長源于奇富科技在追求技術進步的同時，始終秉持着大模型為人所用的理念，将大模型與實際的金融場景相結合，從各個方面幫助金融工作提質提效。奇富科技作為金融科技行業的代表，以大模型為引領，采取了一系列科技創新舉措，進而實作了穩健而優質的增長。
業務提效的增長引擎
大模型作為一種工具，并非越“大”越好，最核心的是要幫助人工提升效率。如何在有限算力内提升模型效果，使實際業務應用更快更高效，是大模型的首要意義。
在複雜多變的金融業務場景中，必須深刻了解業務、精準利用資料、不斷創新技術，才能充分釋放出大模型的潛力，發揮出其對于業務的巨大價值。費浩峻曾在采訪中說到：“現階段金融大模型就是一個效率工具，必須依托具體的業務場景才能釋放能效。”奇富大模型經過大半年的探索創新，金融大模型應用于實戰已經初見成果。
從最直接的業務層面來看，奇富科技正在将大模型滲透到金融業務的各個節點中去，幫助提升業務效率和品質。
在營銷領域，奇富科技結合AIGC技術，形成了自動化+AIGC的全閉環能力，是業内首屈一指的創新。通過這項能力，超過70%的圖檔素材和20%的視訊素材由AI生成；在語音機器人話術生成場景，生成話術優質率已達70%。不僅豐富了營銷手段，還成功優化了9%的授信成本，成為大模型在業務增效方面的典範應用。
此外，電銷坐席通過大模型技術的應用，覆寫了約1300萬使用者的溝通，語義分析和線索挖掘幫助提升電銷線索識别準确率高達98%，使單使用者動支金額提升約5%，進一步顯示了大模型在提升業務效率方面的巨大潛力。
另一方面，這些創新也為奇富科技的客戶帶來了切實的價值，為客戶服務帶來了質的飛躍。
在信貸風險評估中，奇富大模型能夠處理和分析大量的曆史交易資料，積極運用知識融合、推理與發現等先進技術手段，打造出小微使用者知識圖譜，目前，這份圖譜除了大面積覆寫小微使用者外，還能深度剖析法人、上級機構、抵押、債權等多種複雜的關系類型，識别潛在的風險，進而為貸款決策提供更為準确的參考，提高了審批效率的同時，也降低了違約風險。
同時，奇富科技建構的數智消保體系，通過AI反詐系統，為使用者提醒高達6.9億次，顯著提升了公衆的金融安全意識，有效避免了巨額潛在損失。此外，奇富科技還積極推動金融素養教育，影響超4000萬人次，促進了公衆金融知識的普及和風險防範能力的提升。
依托于AI大模型，金融多場景服務能力的提升驗證了奇富科技研發方向的正确性和優越性，即行業大模型并非單純追求技術的飛躍，而是緊密結合業務特性，緻力于實作成本效益的最優化。而且，在基于開源基準的基礎知識能力評測中，奇富大模型的表現尤為突出，不僅在與參數相同的開源金融模型中效果最佳，更是超越了部分參數更大的開源金融模型。
開發程式設計的成本革命
大模型帶來的優化，一邊是賦能業務運作的“提效”，另一邊則是“降本”。
在金融科技行業資料分析過程中，資料量大、類别繁雜、次元多元、精細度要求高，客觀上意味着有較高的進入門檻與學習成本，對從業者商業洞察能力有較高要求。如果大模型在其中能替代掉一部分從業者的工作，對于企業來說，就能讓現有的人做更多的事，輕裝上陣，做到“開源節流”。
去年9月，奇富科技推出了奇富科技的AI大模型分支——毓智AI專家，是以奇富大模型為底座，面向研發效能和大資料分析等應用場景，結合資深技術、大資料分析師的專業能力與資料沉澱，形成金融領域的“AI 專家”。
奇富科技研發人員将多年來積累的開發成果、資料都融入“AI專家”之中，形成可複用的金融技術專家經驗，然後，AI就可以像一個頂尖的專家“前輩”，為奇富科技研發人員提供技術建議，生成代碼，診斷優化代碼，還可根據設計稿直接生成可執行代碼，從全局上提高開發效率。
現在，毓智AI專家已經開發出了AI工具、AI問答、AI代碼補全等功能，替代了15%的代碼編寫工作。
這一變革，緻使科技研發人員可以更專注于創新和複雜問題的解決，而将重複性、基礎性的編碼工作交給AI，讓AI可以根據上下文自動完成代碼片段的編寫，進而大幅降低了開發成本和開發人員的工作量，縮短軟體的開發周期，并且規避人為犯錯的可能性，為開發者提供了一個更為高效、智能的程式設計環境。
雖然大模型已經可以代替開發人員部分的工作量，但由于金融系統程式設計處理敏感資料的特性，程式設計對安全性、準确性、效率需要和合規性有着極高要求。如果對于AI生成的代碼沒有十足的正确性把握，反而需要花費更多的精力在規避AI的風險和錯誤上，這就是得不償失。
目前，奇富科技已經內建了相當一部分金融特有的代碼，正向金融行業的高标準進一步靠攏。
安全性上，系統需采用進階加密和嚴格的資料保護措施來防止資料洩露和網絡攻擊。在可靠性方面，金融系統應能高效處理高頻交易，保持快速響應和高可用性，這通常需要AI程式設計助手優化資料庫查詢和算法效率。準确性和一緻性對于避免金融交易中的重大損失至關重要，專家模型能夠生成精确的代碼以確定資料處理無誤。最後，合規性要求金融系統遵循資料保護法規、反洗錢規定等，專家模型會幫助自動生成符合這些要求的代碼，以記錄和報告交易資料，同時保留曆史記錄供審計使用，多方面保證AI能夠讓人放心使用。
賦能行業的先行探索
作為國内布局金融行業大模型最早的公司，在技術積累方面，因具有網際網路&金融雙重身份，并基于長久以來在金融業務中積累的資料行為、語料、問答、金融圖譜等大規模資料，奇富科技的AI視覺、語音文本互換，自然語言處理與神經網絡算法都處于網際網路公司第一梯隊。
單絲不成線，獨木不成林。
奇富科技在自身先行先試的同時，也在凝聚行業共識，将金融大模型賦能給更多金融機構。
比如，奇富科技旗下的“毓數大資料平台”，不僅服務于奇富科技自身的開發需求，還為整個金融産業的創新與更新提供強動力。首先，通過彙聚各個部門的資料資産，大資料平台形成全景視圖，可以幫助金融機構全面了解資産布局。其次，大資料平台提供完善的一站式開發和自助分析能力，使金融機構能夠輕松通過可視化方式進行資料價值的挖掘和深度分析，提升前端業務能力。
截至4季度末，奇富科技已與157家金融機建構立合作關系，幫助它們為超過5,086萬使用者提供授信服務。4季度的撮合放款規模達到1,190億元，同比增長13.8%。2023年，奇富科技撮合放款規模高達4,758億元，同比增長顯著，增幅達15.4%。
由于其金融特色，奇富科技在服務實體經濟、助力小微企業層面也展示出了巨大的能量。奇富科技打造的小微使用者知識圖譜，覆寫了高達97.26%的小微使用者，這一功能的更新無疑為服務小微企業帶來了更大的便利。奇富科技通過重新定義和劃分客群行業特征，截至2023年底，已經為超過2610萬的小微使用者提供了個性化的信貸服務，顯著提升了資金周轉的效率和精準度，而且還貫穿使用者全生命周期，為小微使用者提供了全面而精準的支援。
奇富科技通過技術不斷加深對金融行業與使用者需求的了解，在多領域的探索成功突破了很多實際中的金融場景困境，并持續優化資料分析與處理能力、算法與AI技術、夯實算力儲備，是奇富科技在大模型方向上引領國内金融行業的先發條件。在此基礎上，奇富科技逐漸為金融行業提供大模型标準的架構與細則，與業内的金融機構互相合作啟發，促進金融與科技的深度融合，使金融業更好地服務實體經濟。
從長遠來看，金融行業數字化的浪潮日漸激湧，未來金融機構對大資料的依賴性将會越來越強，而大模型還正處于持續衍生的狀态，呈現向上發展的态勢，是以金融大模型對金融行業的賦能也是一個循序漸進的過程。
大模型落地金融行業至今，雖然應用主要還是在“提效”層面，但随着未來模型能力的不斷演進，大模型一定會逐漸深入，應用到金融行業的核心業務層，持續賦能金融最本質的核心，發揮巨大的作用。
據悉，2024年，奇富科技會繼續投入探索與實踐，尋求與金融機構共同開拓服務使用者的新路徑，打造使用者與金融機構之間的高效連接配接橋梁，通過優化資源配置，實作使用者價值的最大化，幫助更多金融機構，走向數字化與智能化，拓寬金融行業技術創新的可能性。