艾瑞股份-2024年中國金融大模型產(chǎn)業(yè)發(fā)展洞察報告

2024年中國金融大模型產(chǎn)業(yè)發(fā)展洞察報告署名：孫石琦部門：TMT金融組署名：孫石琦CONTENTS02金融大模型結(jié)構(gòu)特征與優(yōu)勢能力分析2發(fā)展背景介紹Background3技術(shù)崛起：大模型迭代歷程回顧多技術(shù)聚積融合推動大模型能力逐步完善，實現(xiàn)從“專用智能能→專業(yè)化智能”的模式轉(zhuǎn)變隨著生成算法、預(yù)訓(xùn)練模型、多模態(tài)數(shù)據(jù)分析等AI技術(shù)的聚集融合，AIGC技術(shù)的實踐效用迎來了行業(yè)級大爆發(fā)。在內(nèi)部模型多技術(shù)協(xié)同的作用下，以“大規(guī)模”+“預(yù)訓(xùn)練”為核心的大模型產(chǎn)品，逐步由Transfor視覺感知于一體的多模態(tài)、全應(yīng)用模型體系，以產(chǎn)品化、業(yè)務(wù)化模式實現(xiàn)AIGC能力的進一步釋放。與此同時，通用大模型技術(shù)的成熟推動了新一輪行業(yè)生產(chǎn)力變革，憑借其在場景泛化、技術(shù)涌現(xiàn)、強計算能力等方面的優(yōu)勢，大模型為多行業(yè)的發(fā)展帶來了工業(yè)革命級生產(chǎn)能力的提升。隨著專業(yè)化應(yīng)用進程的推進，通用大模型在解決特定場景的專業(yè)化問題時暴露出部分局限性問題，行業(yè)深度信息的缺失導(dǎo)致其很難在專業(yè)領(lǐng)域提供高價值的服務(wù)，此外，通用大模型對于數(shù)據(jù)、算力的較高要求也提升了其在細(xì)分領(lǐng)域落地應(yīng)用的門檻，相比之下，在專業(yè)度及成本方面更具優(yōu)勢的垂類大模型或?qū)⒊蔀槲磥泶竽Ｐ图夹g(shù)落地應(yīng)用的核心方式，預(yù)計未來5年，服務(wù)于特定行業(yè)的垂類大模型將實現(xiàn)超80%的專業(yè)領(lǐng)域覆蓋，大模型能力將以專業(yè)化定制產(chǎn)品的方式為更多垂類專業(yè)領(lǐng)域賦能。大模型技術(shù)迭代與產(chǎn)品模式應(yīng)用分析2010年—2017年2018年—20通用大模型通用大模型基礎(chǔ)架構(gòu)確立通用大模型建設(shè)特定領(lǐng)域?qū)Ｓ媚Ｐ蛻?yīng)用產(chǎn)業(yè)大模型應(yīng)用特定領(lǐng)域?qū)Ｓ媚Ｐ蛻?yīng)用從專用智能走向通用智能從通用智能走向?qū)I(yè)化應(yīng)用從專用智能走向通用智能企業(yè)推出針對特定專業(yè)領(lǐng)域應(yīng)用的產(chǎn)業(yè)大模型產(chǎn)品，依托自身專業(yè)領(lǐng)域特征及通用大模型建設(shè)基礎(chǔ)，推動大模型技術(shù)實視覺理解、語音感知等能力，由單一模態(tài)逐步邁?以GPT為例，實現(xiàn)由Transformer到GPT產(chǎn)業(yè)大模型產(chǎn)業(yè)大模型?成式模型，在圖像創(chuàng)作、音頻生成等方面技術(shù)興起期加速迭代期產(chǎn)品建設(shè)期垂類應(yīng)用期技術(shù)興起期加速迭代期產(chǎn)品建設(shè)期垂類應(yīng)用期注釋：各類模型的應(yīng)用階段描述僅為該階段行業(yè)內(nèi)最主流的模型應(yīng)用，并不代表該階段僅存在一種或兩種模型形式以及該模型形式僅存在于該段時期；來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制?2024.9iResearchInc.大模型技術(shù)特征與金融業(yè)務(wù)數(shù)智化需求具有較高適配度，如何低運營成本的獲取高價值大模型服務(wù)是金融行業(yè)大模型應(yīng)用關(guān)注的核心問題大模型技術(shù)的產(chǎn)業(yè)化應(yīng)用——業(yè)務(wù)需求與技術(shù)能力的匹配技術(shù)能力行業(yè)需求技術(shù)能力?金融行業(yè)屬于數(shù)據(jù)、信息密集型產(chǎn)業(yè)，對于多渠道信息匯總及數(shù)據(jù)處理能力有較高要求，隨著近年金融數(shù)用得到了空前的重視。??金融行業(yè)屬于數(shù)據(jù)、信息密集型產(chǎn)業(yè)，對于多渠道信息匯總及數(shù)據(jù)處理能力有較高要求，隨著近年金融數(shù)用得到了空前的重視。?在自然語言的處理、計算機視覺應(yīng)用、知識圖譜問答等環(huán)節(jié)具有強大的數(shù)據(jù)處理與分析能力，結(jié)合深度神經(jīng)網(wǎng)大模型的涌現(xiàn)能力隨著模型規(guī)模的提升，模型的性能將在突破某值后顯著提升到高于隨機的水平，為用戶提供基于原始n?金融行業(yè)的眾多業(yè)務(wù)場景對于從業(yè)人員的專業(yè)能力提n?金融行業(yè)的眾多業(yè)務(wù)場景對于從業(yè)人員的專業(yè)能力提出了基于專業(yè)知識儲備與過往經(jīng)驗積累的雙重要求，以滿足金融業(yè)務(wù)對于精準(zhǔn)快速的有效判斷以及高質(zhì)量廠?金融行業(yè)大模型技術(shù)應(yīng)用金融行業(yè)大模型技術(shù)應(yīng)用?大模型在復(fù)雜信息處理與智慧涌現(xiàn)方面的特征與金融業(yè)務(wù)的數(shù)智化轉(zhuǎn)型需求高度匹配，業(yè)務(wù)場景中面臨的海量數(shù)據(jù)分析、交易決策制定、個性化投資建議等環(huán)節(jié)對于金融從業(yè)者的專業(yè)知識儲備與經(jīng)驗判斷提出了較高要求，而大模型的應(yīng)用能夠優(yōu)化數(shù)據(jù)處理模式，降低人力錯誤，并在關(guān)鍵決策的判斷上給予金融從業(yè)者系統(tǒng)性支持，以技術(shù)能力重塑金融業(yè)務(wù)流程。?大模型的學(xué)習(xí)能力與泛化能力決定了其可以服務(wù)于多個領(lǐng)域，但在專業(yè)要求高的領(lǐng)域通用大模型技術(shù)很難提供高價值服務(wù)；此外大模型產(chǎn)品的高運維成本也將成為業(yè)務(wù)場景實際應(yīng)用的阻礙。來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制?2024.9iResearchInc.在投入提升與政策扶植的雙重作用下，以大模型技術(shù)為底座、結(jié)合專業(yè)化金融能力的金融大模型產(chǎn)品應(yīng)運而生近年，在金融科技發(fā)展規(guī)劃與金融機構(gòu)數(shù)字化轉(zhuǎn)型一系列政策的指導(dǎo)之下，國內(nèi)金融行業(yè)的數(shù)智化轉(zhuǎn)型頗具成效，越來越多的金融機構(gòu)意識到數(shù)字化轉(zhuǎn)型為自身業(yè)務(wù)發(fā)展帶來的助力，行業(yè)內(nèi)對于金融科技的資金投入逐年攀升，以金融機構(gòu)作為主要服務(wù)對象的技術(shù)廠商迎來了需求端市場蓬勃發(fā)展的上升期，為前沿技術(shù)的產(chǎn)業(yè)化定制創(chuàng)造了優(yōu)渥的市場環(huán)境；此外，金融作為監(jiān)管合規(guī)要求較高的信息密集型行業(yè)，其監(jiān)管體系的完善與監(jiān)管要求的提升推動了機構(gòu)應(yīng)用前沿技術(shù)增強合規(guī)能力的需求，大模型作為有能力優(yōu)化業(yè)大模型技術(shù)的產(chǎn)業(yè)化應(yīng)用——金融大模型“一行一局一會”的監(jiān)管格局，明確了中國《個人信息保護法》在金融領(lǐng)域的配套制度，建設(shè)高質(zhì)量、多層次的國內(nèi)金融監(jiān)管體系。的數(shù)字金融系列政策，為金融機構(gòu)的數(shù)字化轉(zhuǎn)型提供了外在科技氛圍營造與內(nèi)在數(shù)字化發(fā)展指導(dǎo)；超4000億元人民幣，后續(xù)將以約12%的增速保持大模型產(chǎn)業(yè)化大模型產(chǎn)業(yè)化能力應(yīng)用監(jiān)管環(huán)境明確市場環(huán)境支持監(jiān)管環(huán)境明確l金融大模型將大模型技術(shù)與金融行業(yè)數(shù)據(jù)及場景信息相結(jié)合，應(yīng)用大模型在技術(shù)涌現(xiàn)、多等方面的優(yōu)勢服務(wù)信息密集型產(chǎn)業(yè)，通過預(yù)訓(xùn)練、金融語料微調(diào)及專業(yè)數(shù)據(jù)強化對齊等方式，實現(xiàn)大模型技術(shù)在金l大模型的產(chǎn)業(yè)化應(yīng)用將在智能風(fēng)控、精準(zhǔn)營銷、財富顧問、投資規(guī)劃等多個業(yè)務(wù)場景中支持，解決場景中可能面臨的金融信息過載、復(fù)雜金融需求拆解、個性化投資建議等需求，為機構(gòu)與用戶提供專業(yè)數(shù)據(jù)來源：金融機構(gòu)科技投入規(guī)模數(shù)據(jù)來自艾瑞咨詢《2024年金融科技行業(yè)發(fā)展洞察報告》“2019-2027年中國金融科技投入情況”來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制?2024.9iResearchInc.02金融大模型結(jié)構(gòu)特征與優(yōu)勢能力分析與優(yōu)勢能力分析金融大模型結(jié)構(gòu)特征分析金融大模型優(yōu)勢能力分析8金融大模型核心結(jié)構(gòu)總覽完整金融大模型產(chǎn)品構(gòu)建體系金融大模型核心結(jié)構(gòu)總覽——以通用大模型為底座的金融大模型產(chǎn)業(yè)鏈分析交互信息私域管理客戶行為客群畫像客群特征捕捉模型架構(gòu)金融概念市場邏輯專業(yè)術(shù)語專業(yè)知識輸入服務(wù)方式產(chǎn)品特征歷史表現(xiàn)場景信息私域信息沉淀交互信息私域管理客戶行為客群畫像客群特征捕捉模型架構(gòu)金融概念市場邏輯專業(yè)術(shù)語專業(yè)知識輸入服務(wù)方式產(chǎn)品特征歷史表現(xiàn)場景信息私域信息沉淀3業(yè)務(wù)適配通過私域信息庫的模型訓(xùn)練，為金融機構(gòu)提供客制?2問題處理業(yè)務(wù)流程行業(yè)信息技術(shù)訣竅廠商經(jīng)驗積累功能增強專業(yè)術(shù)語業(yè)務(wù)邏輯場景信息宏觀發(fā)展行業(yè)Know-how功能增強服務(wù)于基座大模型的工具鏈能力?為基礎(chǔ)模型架構(gòu)提供功能延伸服務(wù)，推動大模型產(chǎn)服務(wù)于基座大模型的工具鏈能力?為基礎(chǔ)模型架構(gòu)提供功能延伸服務(wù)，推動大模型產(chǎn)優(yōu)化模型結(jié)構(gòu)提升信息輸出精準(zhǔn)度庫外知識體系生成與更新1基座支持文心一言LaMDAGPT4-文心一言LaMDAGPT4-Turbo產(chǎn)品的技術(shù)底座，為其提供通用大模型產(chǎn)品通義千問金融大模型核心組件結(jié)構(gòu)分析：金融大模型核心組件結(jié)構(gòu)分析：√?金融大模型產(chǎn)品的核心構(gòu)建流程主要由以上三個環(huán)節(jié)構(gòu)成，首先是作為技術(shù)底座支持的通用大模型為金融大模型產(chǎn)品的構(gòu)建提供底層技術(shù)能法、基礎(chǔ)參數(shù)等底層模型邏輯方面的支持，在此基礎(chǔ)之上為垂類模型的構(gòu)建提供應(yīng)用層面的增強，此外，私域信息庫的模型訓(xùn)練將全面提升大模型產(chǎn)品的業(yè)務(wù)適配能力，為機構(gòu)提供客制化的來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制?2024.9iResearchInc.力的增強將成為通用大模型服務(wù)金融行業(yè)的兩大主流隨著深度學(xué)習(xí)與生成式大模型的融合應(yīng)用，以卷積神經(jīng)網(wǎng)絡(luò)、對抗生成網(wǎng)絡(luò)、計算機視覺處理等方面實現(xiàn)較大突破，后續(xù)隨著Transformer結(jié)構(gòu)的應(yīng)用，以Transformer和注意力機制作為組件、參數(shù)在十億級別以上的自監(jiān)督學(xué)習(xí)模型營運而生。伴隨著近年大模型技術(shù)在實踐應(yīng)用場景的發(fā)展，目前通用大模型市場已進入“百模大戰(zhàn)”的全新時代。從整體來看，以GPT4-Turbo、LaMDA為代表的國際市場頭部通用大模型，在模型架方面具有相對領(lǐng)先的優(yōu)勢，但隨著近年國內(nèi)大模型產(chǎn)業(yè)的爆發(fā)式增長，國內(nèi)市場也出現(xiàn)了“文心大模型”、“通義千問2.0”等立足于自身大模型產(chǎn)品架構(gòu)基礎(chǔ)與生態(tài)體系建設(shè)的國產(chǎn)通用大模型產(chǎn)品，考慮到金融行業(yè)對于信創(chuàng)建設(shè)與數(shù)據(jù)保護有較高要求，國產(chǎn)通一種是應(yīng)用其泛化學(xué)習(xí)能力，將其他行業(yè)獲取的信息與模型能力遷移至金融領(lǐng)域，解決非核心金融業(yè)務(wù)場景中的信息處理及交互需求，另一種方式是將其作為金融行業(yè)垂類應(yīng)用模型的基礎(chǔ)底座，在工具鏈增強、專有業(yè)務(wù)生態(tài)訓(xùn)練下成為具備更高專業(yè)化金融業(yè)務(wù)解決能力的金融大模型產(chǎn)品，滿足金融行業(yè)對于大模型產(chǎn)品在專業(yè)術(shù)語的概念及理解、場景針對性解決方案以及高精度、合規(guī)性的需求。通用大模型產(chǎn)品在金融行業(yè)的兩大核心應(yīng)用以泛在學(xué)習(xí)能力直接應(yīng)用于金融領(lǐng)域通用大模型產(chǎn)品以泛在學(xué)習(xí)能力直接應(yīng)用于金融領(lǐng)域通用大模型產(chǎn)品金融業(yè)務(wù)場景應(yīng)用?以服務(wù)非核心金融業(yè)務(wù)場景中的信息處理與用戶基礎(chǔ)交互為主，場景包括：通用大模型產(chǎn)品+大模型功能的增加+私域數(shù)據(jù)集訓(xùn)練來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制金融業(yè)務(wù)場景應(yīng)用通用大模型產(chǎn)品+大模型功能的增加+私域數(shù)據(jù)集訓(xùn)練來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制金融業(yè)務(wù)場景應(yīng)用?服務(wù)專業(yè)度要求更高、業(yè)務(wù)場景針對性更強、客群服務(wù)特征更加明確的金融業(yè)務(wù)場景；?對于大模型產(chǎn)業(yè)鏈上下游的合作提出了更高的要求，與金融機構(gòu)間的共同開發(fā)至關(guān)重要。?2024.9iResearchInc.工具鏈作為通用大模型與垂類大模型間的橋梁，以便捷靈活助力金融大模型建設(shè)降本增效大模型的工具鏈產(chǎn)品是指在金融大模型產(chǎn)品研發(fā)的過程中，為了優(yōu)化通用大模型在金融領(lǐng)域的應(yīng)用表現(xiàn)，在產(chǎn)品開發(fā)、預(yù)訓(xùn)練、精調(diào)、壓縮、推理、部署等環(huán)節(jié)提供高性能、靈活易用的工具模塊，在簡化復(fù)雜的訓(xùn)練流程、降低大模型技術(shù)使用門檻與落地周期的同時，提高了模型使用的精準(zhǔn)度與可靠性，增強了金融大模型產(chǎn)品在投資回報方面的表現(xiàn)。目前在國內(nèi)市場，大模型工具鏈的使用與通用大模型之間存在深度的綁定關(guān)系，工具鏈的核心技術(shù)提供商以大模型廠商為主，隨著通用大模型技術(shù)能力的迭代，預(yù)計未來更多的工具鏈產(chǎn)品將逐步融合進大模型內(nèi)部體系，以更高水平的通用大模型產(chǎn)品的形式為開發(fā)者提供完整一體化的AGI服務(wù)，但對于專業(yè)度壁壘較高的行業(yè)，例如金融行業(yè)，大模型廠商在技術(shù)層面的能力補足難以真正滿足金融機構(gòu)的應(yīng)用需求，基于長期服務(wù)金融機構(gòu)的技術(shù)積累與行業(yè)Know-how能力將成為工具鏈功能增強的重點，因此針對特定行業(yè)的專業(yè)化服務(wù)仍需依托于有較多行業(yè)深耕大模型工具鏈的能力增強表現(xiàn)及“+工具鏈”的實踐意義分析降低金融大模型研發(fā)成本與產(chǎn)品落地周期，平衡產(chǎn)品研發(fā)ROI表現(xiàn)。金融大模型使用對于算力的要求功能表現(xiàn)提供增強效應(yīng)提升業(yè)務(wù)處理的精準(zhǔn)度題大模型微調(diào)題大模型微調(diào)UserInputContextEngineeringLLMKnowledge大模型訓(xùn)練知識提示工程檢索增強生成UserIntent用戶輸入大模型微調(diào)缺乏NLG、對話管理、適應(yīng)等能力ExternalContextualReferenceData外部上下文參考數(shù)據(jù)“基座大模型+工具鏈”產(chǎn)品組合的外延價值輸出來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制?2024.9iResearchInc.大模型在特定信息域的定制化訓(xùn)練將全面提升其垂類業(yè)務(wù)場景的應(yīng)用表現(xiàn)，數(shù)據(jù)信息的專業(yè)性與群體特征的捕捉能力將成為業(yè)務(wù)適配的關(guān)鍵大模型在垂類業(yè)務(wù)場景應(yīng)用的效果與其訓(xùn)練應(yīng)用的文本數(shù)據(jù)息息相關(guān)，信息輸入的質(zhì)量將很大程度的決定了大模型在特定業(yè)務(wù)場景的應(yīng)用表現(xiàn)，特別是在專業(yè)壁壘較高的金融行業(yè)，金融大模型對于金融市場運營邏輯的理解、專業(yè)術(shù)語的解讀以及宏觀市場環(huán)境的洞察大多依賴于大模型廠商在模型訓(xùn)練期間的信息輸入，因此大模型廠商在金融領(lǐng)域的專業(yè)積累能力將極大的影響其大模型產(chǎn)品的應(yīng)用效果，能否為模型訓(xùn)練提供專業(yè)化的場景信息、專業(yè)知識及行業(yè)know-how能力將成為判斷其金融大模型可用性的關(guān)鍵。除了在大模型廠商專業(yè)知識庫的場景訓(xùn)練之外，由金融機構(gòu)提供的私域場景信息也將極大的提升金融大模型的建模精準(zhǔn)度與問題解決能力，在合規(guī)分享的前提下，結(jié)合客戶方私域信息的金融大模型產(chǎn)品將在模型結(jié)構(gòu)與參數(shù)豐富度方面表現(xiàn)更為優(yōu)秀，通過豐富大模型垂類場景訓(xùn)練的方式，為金融機構(gòu)提供與業(yè)務(wù)場景及客群特征契合度更高的定制化大模型產(chǎn)品。金融大模型垂類場景訓(xùn)練分析——基于業(yè)務(wù)場景與客群信息的定制化訓(xùn)練金融大模型金融大模型數(shù)據(jù)訓(xùn)練金融大模型宏觀邏輯行業(yè)Know-how宏觀邏輯行業(yè)Know-how大模型廠商專業(yè)知識積累金融機構(gòu)私域信息庫信息積累金融機構(gòu)私域信息庫服務(wù)金融機構(gòu)的歷史經(jīng)驗積累行業(yè)經(jīng)驗服務(wù)金融機構(gòu)的歷史經(jīng)驗積累行業(yè)經(jīng)驗金融機構(gòu)自身業(yè)務(wù)信息沉淀來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制?2024.9iResearchInc.與優(yōu)勢能力分析金融大模型結(jié)構(gòu)特征分析金融大模型優(yōu)勢能力分析產(chǎn)品構(gòu)建期：降低成本、保留差異化競爭空間、與底層模型同模型使用期：模型精準(zhǔn)、結(jié)果可靠、產(chǎn)品結(jié)構(gòu)輕代優(yōu)勢的同時保留了產(chǎn)品的差異化、個性化競爭空間完整構(gòu)建流程之下的金融大模型產(chǎn)品優(yōu)勢能力分析——產(chǎn)品構(gòu)建階段1保障基礎(chǔ)能力，留存產(chǎn)品差異化競爭空間21保障基礎(chǔ)能力，留存產(chǎn)品差異化競爭空間2縮短產(chǎn)品落地周期，降低成本縮短產(chǎn)品落地周期，降低成本從產(chǎn)品建設(shè)周期的角度來看，以通用大模型為基礎(chǔ)的金融大模型產(chǎn)品的構(gòu)建及產(chǎn)品落地周期要明顯短于“從0開始”搭建的垂類大模型產(chǎn)品。通過基座模型的支持，金融大模型產(chǎn)品的開發(fā)流程實現(xiàn)將模型訓(xùn)練成本前置于從產(chǎn)品建設(shè)周期的角度來看，以通用大模型為基礎(chǔ)的金融大模型產(chǎn)品的構(gòu)建及產(chǎn)品落地周期要明顯短于“從0開始”搭建的垂類大模型產(chǎn)品。通過基座模型的支持，金融大模型產(chǎn)品的開發(fā)流程實現(xiàn)將模型訓(xùn)練成本前置于研發(fā)成本。金融大模型業(yè)務(wù)場景訓(xùn)練大模型工具鏈通用大模型在此之上，基于不同廠商行業(yè)經(jīng)驗積累形成的大模型工具鏈與場景訓(xùn)練，將充分體現(xiàn)不同廠商對于金融行業(yè)的理解以及各家金融大模型產(chǎn)品的差異化競爭表現(xiàn)。完整構(gòu)建流程下的金融大模型產(chǎn)品將在保持較高基礎(chǔ)技術(shù)大模型工具鏈通用大模型乘基座大模型迭代東風(fēng)，與時俱進乘基座大模型迭代東風(fēng)，與時俱進模型參數(shù)與邏輯、前沿科技的應(yīng)用以及模型的使用方式與形態(tài)將對齊大模型行業(yè)領(lǐng)先標(biāo)準(zhǔn)，與時俱進。對于金融大模型產(chǎn)品廠商來說，由于其底層的技術(shù)模塊將實現(xiàn)一定程度的“自動化”更新，廠商可以上的產(chǎn)品構(gòu)建模式對于合作的底層通用大模型廠商的技術(shù)能力與未來發(fā)展提出了較高的要求，金融大模型廠商需在產(chǎn)品構(gòu)建初來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制?2024.9iResearchInc.經(jīng)由模型結(jié)構(gòu)優(yōu)化、專用功能增強與業(yè)務(wù)能力提升的金融大模型產(chǎn)資源需求、生成效率與問題解決專業(yè)度方面具有較強優(yōu)勢相比于傳統(tǒng)的通用大模型，金融大模型產(chǎn)品在使用階段的核心優(yōu)勢主要來自于其結(jié)構(gòu)特征與行業(yè)經(jīng)驗積累，通過完整垂類模型構(gòu)建金融大模型產(chǎn)品的使用對于外部資源的需求程度相對較低，精簡的模型產(chǎn)品不再受限于龐大的算力需求，在降低金融行業(yè)大模型產(chǎn)品使用門檻的同時也減少了機構(gòu)的模型使用成本，結(jié)合金融大模型在金融場景下的問題解決能力與專業(yè)表現(xiàn)，輕量化的金融大模型產(chǎn)品將更有能力為金融機構(gòu)提供更具性價比的專業(yè)化AGI服務(wù)，產(chǎn)品本身擁完整構(gòu)建流程之下的金融大模型產(chǎn)品優(yōu)勢能力分析——模型使用階段√信息需求：金融大模型的使用具有更強的專業(yè)導(dǎo)向性， ：經(jīng)過模型算法的優(yōu)化與參數(shù)的精簡，輕量化的金 模型提供的結(jié)果生成效率更高。 √專業(yè)場景的理解力：在專業(yè)的金融行業(yè)公域、私域 價值更強的金融問題解決方案，并且有能力服務(wù)專業(yè)要求金融大模型產(chǎn)品經(jīng)過完整垂類模型構(gòu)建體系下的模型專業(yè)度提升業(yè)務(wù)場景應(yīng)用能力增強模型結(jié)構(gòu)優(yōu)化，專用功能增強核心特征模型算法優(yōu)化，指向性強核心特征模型算法優(yōu)化，指向性強產(chǎn)品結(jié)構(gòu)更加輕量化模型參數(shù)精準(zhǔn)，生成結(jié)果信息含量高模型參數(shù)精準(zhǔn)，生成結(jié)果信息含量高來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制?2024.9iResearchInc.金融作為政策導(dǎo)向性與宏觀影響性較強的服務(wù)行業(yè)，其自身機構(gòu)的運營、決策與發(fā)展同外部的政策引導(dǎo)與市場環(huán)境息息相關(guān)，對于服務(wù)于該領(lǐng)域的大模型產(chǎn)品來說，需要有能力及時根據(jù)外部信息的變化對模型結(jié)構(gòu)進行調(diào)整，為金融機構(gòu)提供及時、準(zhǔn)確、專業(yè)的業(yè)務(wù)解決方案，以適配金融行業(yè)高效性、實時性需求。與傳統(tǒng)通用大模型在金融領(lǐng)域的直接應(yīng)用相比，垂類金融大模型“小而精”的結(jié)構(gòu)特征使其在面對外部環(huán)境變化時擁有足夠的靈活性與應(yīng)變能力，模型調(diào)整與重新訓(xùn)練的反應(yīng)更加敏捷，能夠快速將市場變化反應(yīng)在模型結(jié)構(gòu)中，為金融機構(gòu)提供最前沿的業(yè)務(wù)解決方案。此外，金融大模型產(chǎn)品的結(jié)構(gòu)特征優(yōu)勢也在產(chǎn)品維護難度與成本方面——迭代維護階段完整構(gòu)建流程之下的金融大模型產(chǎn)品優(yōu)勢能力分析——迭代維護階段輕量化輕量化精簡化專業(yè)化金融大模型精簡化專業(yè)化金融大模型》迭代成本靈活性應(yīng)變能力維護復(fù)雜度業(yè)務(wù)場景下的迭代成本靈活性應(yīng)變能力維護復(fù)雜度優(yōu)勢表現(xiàn)：金融大模型精簡化、輕量化的結(jié)構(gòu)特征使其在面對宏觀環(huán)境變化時能夠及時、靈活的實現(xiàn)：金融大模型精簡化、輕量化的結(jié)構(gòu)特征使其在面對宏觀環(huán)境變化時能夠及時、靈活的實現(xiàn)與模型訓(xùn)練，降低金融機構(gòu)應(yīng)用的延遲成本與過風(fēng)險，保障產(chǎn)品能夠在多種宏觀環(huán)境與業(yè)務(wù)場景下要遠(yuǎn)低于完整的通用大模型體系，在降低大模型來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制?2024.9iResearchInc.卓越者評選卓越者評選中國金融科技行業(yè)卓越服務(wù)商評選“卓越者”評選說明入圍廠商名單QualificationStatementforOutstandingEnterprises@iResearch：“中國金融大模型產(chǎn)業(yè)卓越服務(wù)廠商評選”艾瑞咨詢研究團隊所有的入圍者，均為接受過研究團隊調(diào)研的企業(yè)，其在綜合能力或者關(guān)鍵能力方面獲得了研究“中國金融大模型產(chǎn)業(yè)卓越服務(wù)廠商”的選定，艾瑞咨詢研究團隊征詢了來自銀行、保險、證券等需求“中國金融大模型產(chǎn)業(yè)卓越服務(wù)廠商”由艾瑞咨詢研究團隊及產(chǎn)業(yè)專家團共同提名，研究團隊也在最大“中國金融大模型產(chǎn)業(yè)卓越服務(wù)廠商”不代表企業(yè)排名，也不能說明未入圍者完全不具備產(chǎn)品力或市場力的優(yōu)勢。l評測說明：評測模型主要包括服務(wù)廠商的行業(yè)深耕程度、產(chǎn)品與技術(shù)能力、服務(wù)能力及生態(tài)能力四個核心維度，最終評測結(jié)果的產(chǎn)出來自于對以上四個核心維度的綜合考量，為了更全面的量化各服務(wù)廠商在核心維度下的具體表現(xiàn)，將核心維度進一步拆分至二級、三級評價指標(biāo)，并給予其不同的評測重要程度等級，具體指標(biāo)如下圖所示：行業(yè)深耕程度業(yè)務(wù)場景覆蓋度行業(yè)深耕程度業(yè)務(wù)場景覆蓋度項目積累服務(wù)客戶情況產(chǎn)品能力產(chǎn)品構(gòu)建能力產(chǎn)品能力產(chǎn)品構(gòu)建能力產(chǎn)品使用效果服務(wù)能力示例服務(wù)能力示例服務(wù)質(zhì)量與服務(wù)全面性服務(wù)穩(wěn)定性與持續(xù)性資源整合與生態(tài)合作能力打分標(biāo)準(zhǔn)說明：各項指標(biāo)評測結(jié)果均來自于內(nèi)部及外部評審團隊，根據(jù)參選企業(yè)提供的資料及調(diào)研、走訪結(jié)果，結(jié)合團來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制?2024.9iResearchInc金融業(yè)務(wù)數(shù)字化創(chuàng)新服務(wù)商核心技術(shù)應(yīng)用服務(wù)商金融科技IT服務(wù)商JJDT京東科技來源：艾瑞咨詢研究院自主研究及繪制?2024.9iResearchInc.中國金融大模型產(chǎn)業(yè)未來趨勢預(yù)判金融機構(gòu)對于技術(shù)產(chǎn)品合規(guī)性、實踐能力與穩(wěn)定性的要求將指引供給端產(chǎn)業(yè)迭代方向；分工協(xié)作、強強結(jié)合或?qū)⒊蔀槲磥懋a(chǎn)業(yè)發(fā)展的主流模式金融行業(yè)屬于政策導(dǎo)向型產(chǎn)業(yè)，在前沿技術(shù)產(chǎn)品的選擇上對于產(chǎn)品的合規(guī)性、實踐效果與表現(xiàn)穩(wěn)定度方面均有較高要求，而對于金融大模型產(chǎn)品來說，作為其底層技術(shù)能力的生成式AI已被認(rèn)為走到了技術(shù)發(fā)展曲線的膨脹階段，如何將市場對于技術(shù)能力的期待轉(zhuǎn)化為大模型的產(chǎn)品力將成為大模型產(chǎn)業(yè)發(fā)展面臨的重要課題。結(jié)合金融行業(yè)應(yīng)用的特殊性，未來金融大模型產(chǎn)業(yè)的發(fā)展將極大程度未來中短期內(nèi)大模型產(chǎn)品在金融領(lǐng)域的表現(xiàn)效果將極大影響機構(gòu)對于該項產(chǎn)品的認(rèn)可程度，進而影響后續(xù)產(chǎn)業(yè)整體的發(fā)展。對于金融大模型產(chǎn)品的供應(yīng)方來說，如何在合規(guī)的背景下保障產(chǎn)品的技術(shù)能力與專業(yè)度、為機構(gòu)提供更優(yōu)質(zhì)的AI使用體驗是目前短中期發(fā)展的關(guān)鍵，就目前國內(nèi)金融大模型市場的發(fā)展情況來看，單獨一家機構(gòu)很難實現(xiàn)從技術(shù)底座、能力增強到金融知識訓(xùn)練每個環(huán)節(jié)均具備行業(yè)領(lǐng)先優(yōu)勢，“多環(huán)節(jié)、多機構(gòu)”的合作模式或?qū)⒊蔀閮?yōu)質(zhì)金融大模型產(chǎn)品的構(gòu)建方式，由分別的技術(shù)廠商提供底層技術(shù)、能力增強與專業(yè)訓(xùn)練，充分發(fā)揮金融實踐積累與技術(shù)創(chuàng)新迭代的協(xié)同作用，驅(qū)動國內(nèi)金融大模型產(chǎn)業(yè)鏈的整體發(fā)展。實踐效果——以需求端為導(dǎo)向、業(yè)務(wù)與科技深度結(jié)合的跨領(lǐng)域產(chǎn)業(yè)發(fā)展實踐效果金融機構(gòu)技術(shù)廠商穩(wěn)定性金融機構(gòu)技術(shù)廠商穩(wěn)定性 合規(guī)性明確產(chǎn)品需求類型以需求為導(dǎo)向提升產(chǎn)品特性驅(qū)動產(chǎn)業(yè)良性成長需求端來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制?2024.9iResearchInc.數(shù)據(jù)合規(guī)應(yīng)用與成本、成效間的權(quán)衡將成為影響垂類大模型實踐效果的重要因素，邊緣部署與輕量化建設(shè)或?qū)⒊蔀榻鹑诖竽Ｐ彤a(chǎn)品構(gòu)建新趨勢金融行業(yè)對于數(shù)據(jù)信息保護有較高要求，云端部署意味著金融機構(gòu)需要通過將業(yè)務(wù)數(shù)據(jù)信息上傳至云端的方式來完成模型訓(xùn)練、獲取輸出結(jié)果，這對于金融機構(gòu)自身的信息安全與合規(guī)應(yīng)用來說是不小的挑戰(zhàn)，市場整體的接受度與認(rèn)可度也將由于該部署形式受到較大限制，多數(shù)涉及私域數(shù)據(jù)的專業(yè)化業(yè)務(wù)場景將很難接受云端部署的大模型應(yīng)用，而基礎(chǔ)的金融場景也難以發(fā)揮金融大模型在涌現(xiàn)性與復(fù)雜信息處理的能力，導(dǎo)致大模型的實踐價值大打折扣。因此，大模型產(chǎn)品要想在金融行業(yè)實現(xiàn)高價值、大規(guī)模應(yīng)用，應(yīng)提升產(chǎn)品部署方式的多元元化，由云端逐步延伸至邊緣側(cè)，增強產(chǎn)品部署的私密性，以此降低大模型產(chǎn)品應(yīng)用過程中面臨的信息安全問題，在合規(guī)的環(huán)境下滿足金融機構(gòu)的個性化定制需求。于此同時，與國際市場通用大模型的“規(guī)模軍備競賽”不同，龐大的參數(shù)對于垂類大模型來說過于冗余，特別是對于結(jié)果生成時效性要求較強的場景，參數(shù)量過大的大模型產(chǎn)品并不是好的選擇，并且模型規(guī)模的擴張也會顯著提高使用成本以及軟、硬件的支持負(fù)擔(dān)。因此，如何壓縮模型、減少模型的計算復(fù)雜度與內(nèi)存占比將成為未來行業(yè)發(fā)展關(guān)注的重點問題，通過合理的剪枝、低秩分解，將大模型產(chǎn)品輕金融大模型產(chǎn)品結(jié)構(gòu)建設(shè)的趨勢分析——邊緣部署與模型輕量化《金融行業(yè)的數(shù)據(jù)保護要求金融行業(yè)垂類應(yīng)用的特性nn與其他行業(yè)相比，金融行業(yè)對于數(shù)據(jù)信息保護的要求更為嚴(yán)格，云端部署的方式將在一定程度上限制金融大模型的推廣應(yīng)用。n傳統(tǒng)的數(shù)據(jù)保護方式會影響大模型對于數(shù)據(jù)的使用效率與信息提取能力。通用大模型“大力出奇跡”的結(jié)構(gòu)理念在垂類場景的《金融行業(yè)的數(shù)據(jù)保護要求金融行業(yè)垂類應(yīng)用的特性nn與其他行業(yè)相比，金融行業(yè)對于數(shù)據(jù)信息保護的要求更為嚴(yán)格，云端部署的方式將在一定程度上限制金融大模型的推廣應(yīng)用。n傳統(tǒng)的數(shù)據(jù)保護方式會影響大模型對于數(shù)據(jù)的使用效率與信息提取能力。通用大模型“大力出奇跡”的結(jié)構(gòu)理念在垂類場景的的關(guān)注成本與收益間的平衡。不同業(yè)務(wù)場景對于結(jié)果生成的時效性與準(zhǔn)確性的要求不同，功能冗余帶來的成本提升將影響其普及應(yīng)用。金融大模型n降低軟、硬件應(yīng)用負(fù)擔(dān)邊緣側(cè)部署的硬件準(zhǔn)備n由云端向邊緣側(cè)的延伸對于軟硬件的適配性、硬件設(shè)備的計算能力、存儲能力提出了更高的要求。n需匹配合適的邊緣計算框架。來源：專家訪談，公開資料，艾瑞咨詢研究院自主研對于金融行業(yè)邊緣部署與輕量化建設(shè)在產(chǎn)品結(jié)構(gòu)的發(fā)展趨勢上具有較高匹配性邊緣部署與輕量化建設(shè)在產(chǎn)品結(jié)構(gòu)的發(fā)展趨勢上具有較高匹配性n模型越大、越復(fù)雜對于運行條件的要求越高。n模型剪枝、量化感知訓(xùn)練下輕量化的金融大模型能夠更好的適應(yīng)邊緣設(shè)備的資源限制。?2024.9iResearchInc.行動力的AIAgent智能體，推動大模型能力的落地應(yīng)用AI協(xié)同應(yīng)用的技術(shù)演進路徑預(yù)示著AIAgent將成為大模型技術(shù)迭代與落地應(yīng)用的重要方向，在“動態(tài)決策”的大模型框架之下，AIAgent將以“超級擬人化”形態(tài)，接收外部指令、信息并進行深度理解，憑借其CoT(ChainofThought)能力，通過計劃、行動與觀察相結(jié)合的方式彌補推理與實踐的差距，實現(xiàn)有效地意圖識別與決策制定。此外，大模型作為Agent的“大腦”將為其全自動決選擇行動、觀察糾錯等一系列以任務(wù)目標(biāo)為導(dǎo)向的行動，提升大模型技術(shù)的實際問題解決能力與決策結(jié)果的準(zhǔn)確性，推動智能體的AI協(xié)同應(yīng)用的技術(shù)演進路徑與智能體組成架構(gòu)分析展示AIAgent智能體=LLM+規(guī)劃能力+記憶能力+工具使用記憶 規(guī)劃記憶 規(guī)劃工具Agent執(zhí)行執(zhí)行來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制?2024.9iResearchInc.加深技術(shù)產(chǎn)品間的協(xié)同應(yīng)用，實現(xiàn)由非決策場景向決策場景的過渡，承擔(dān)更重要的金融投資角色；技術(shù)、業(yè)務(wù)與合規(guī)方面的應(yīng)用困境仍需目前已有多項包括傳統(tǒng)AI技術(shù)產(chǎn)品在內(nèi)的前沿科技應(yīng)用正服務(wù)于金融業(yè)內(nèi)容生成等方面的優(yōu)勢，作為補充能力實現(xiàn)對于原有實踐效果的提升。此外，金融大模型的應(yīng)用也將逐步由簡單的信息處理與圖文生成拓展至與投資決策相關(guān)的核心業(yè)務(wù)板塊，充分發(fā)揮大模型產(chǎn)品在智慧涌現(xiàn)與復(fù)雜信息處理方面的能力，為投研、投顧場景提供更全面的技術(shù)賦能。與此同時，金融大模型的信息處理能力也將在客戶運營與挖掘中得到更為充分的應(yīng)用，以高效低成本的方式觸達(dá)長尾客群，實現(xiàn)私域用戶需求的深度挖掘。在走向未來場景應(yīng)用的過程中，大模型的技術(shù)能力、金融行業(yè)深耕程度與監(jiān)管合規(guī)要求都將很大程度影響其的實踐效果，如何在合規(guī)的前提下保障產(chǎn)品技術(shù)水金融大模型產(chǎn)品的未來場景應(yīng)用分析——服務(wù)模式、場景范疇與應(yīng)用困境的討論未來服務(wù)模式ll節(jié)的優(yōu)勢，在某些環(huán)節(jié)輔助原有產(chǎn)品及業(yè)務(wù)環(huán)節(jié)未來場景應(yīng)用l客群觸達(dá)：能夠高效低成本的觸達(dá)長尾客群，在存決策判斷力提升量用戶競爭時代實現(xiàn)私域用戶群的深度運營與需求決策判斷力提升待需解決的產(chǎn)品應(yīng)用難題——大模型實踐能力與可信度的提升實踐性提升待需解決的產(chǎn)品應(yīng)用難題——大模型實踐能力與可信度的提升實踐性提升l技術(shù)能力：目前大模型產(chǎn)品仍面臨部分生成內(nèi)容不可控、可解釋性差等技術(shù)問題，阻礙l業(yè)務(wù)理解：未來將要涉及的專業(yè)化業(yè)務(wù)場景的復(fù)雜程度較高，對于金融經(jīng)驗儲備與來源：專家訪談，公開資料，艾瑞咨詢研究院自主研究及繪制?2024.9iResearchInc.中國金融大模型產(chǎn)業(yè)專家之聲大模型在應(yīng)用于某些特定的業(yè)務(wù)場景時需要依賴企業(yè)內(nèi)部和細(xì)分領(lǐng)域的專業(yè)知識，這部分內(nèi)容的迭代速度比較快，但受限于大模型知識來源與基礎(chǔ)語料的更新頻率，大模型自身的迭代周期相對較長，且迭代成本也比較昂貴。相比之下，專屬于特定領(lǐng)域應(yīng)用的小模型在時效性較強的細(xì)分專業(yè)領(lǐng)域更加適用。對于金融行業(yè)的大模型應(yīng)用，我們主張的是在基座大模型的基礎(chǔ)之上，與私域知識向量V及模型的支撐體系，依托于我們與客戶的共同研究，專注于“V＋n”的自動編碼與辦公助手領(lǐng)域，后續(xù)隨著大模型在專有領(lǐng)域生態(tài)建設(shè)的探索，未來將覆蓋包括