度小滿CEO朱光：推理大模型將深入到金融核心業務

10月28日，2024年香港金融科技周在香港亞洲國際博覽館開幕。度小滿CEO朱光出席科技周主論壇并發表演講。他認為“以o1推理大模型為代表的新一波生成式AI技術在金融領域的應用，將從外圍場景深入到核心業務，直接影響金融行業的核心決策質量，在為客戶的產品和服務體驗上帶來巨大突破的同時，將會重塑金融科技行業”。

朱光認為，生成式AI技術要對一個行業帶來巨大變革有兩個前提，“一是必須讓核心的客戶體驗發生巨大改變；二是必須對業務的核心決策產生影響。比如信貸業務，只有當大模型能夠對于客戶的金融服務體驗帶來影響、對風險決策、經營決策這樣的核心業務決策產生重大影響的時候，才真正釋放出大模型的潛力。”

在本次大會上，朱光也分享了度小滿用推理大模型在風控場景上做的一些創新性探索。在信貸領域，推理大模型可以通過分析客戶的征信報告、銀行流水，推理出來客戶的還款能力，最后給出是否審核通過的風控決策建議。

以下是訪談全文：

主持人：您曾經說過金融是人工智能最好的運用場景，能否以度小滿作為一個案例，簡單跟我們分享一下，人工智能如何改變金融行業？

2015年底，我帶領團隊成立了百度金融服務事業部，這也是度小滿的開始。當時有兩大背景因素：一方面，百度公司正在進行戰略轉型，從一家搜索引擎公司轉變為一家人工智能公司；另一方面，2015年左右是中國移動互聯網市場迅猛發展的時期。這一時期，移動網民數量快速增長，智能手機的普及率大幅提升。由于智能手機的普及，通過移動設備就能提供金融服務，從而顯著改善用戶體驗。這為金融服務行業帶來了巨大的機遇。

移動互聯網時代，由于人們廣泛使用智能手機，每天都會產生大量的網絡大數據。當時我們認為，將網絡數據與金融數據相結合，并利用人工智能技術，可以為客戶提供全新的金融服務體驗。例如，在個人信貸和個人財富管理方面，這種結合能夠顯著提升服務的便捷性和效率。因此，我們基于人工智能技術，開展了一系列互聯網金融業務。

至今，經過七八年的發展，我們觀察到人工智能在金融領域的應用日益廣泛。以下是一個具體例子：我們將人工智能技術應用于客戶獲取。對于信貸業務而言，潛在客戶并不稀缺，因為有資金需求的人會主動尋求服務。然而，關鍵在于找到最適合我們服務的優質客戶，這就需要進行精準的客戶畫像。通過網絡識別這些優質客戶，需要用到大量的人工智能技術。

目前，度小滿每天大約有20萬客戶申請貸款。在與我們合作的網絡平臺上，當潛在客戶出現時，我們會首先評估我們是否能夠為其提供優質服務，并進行預先判斷。如果評估結果顯示我們可以為該客戶提供優質服務，我們將出較高的價格競爭廣告位，以確保客戶能看到我們的廣告。反之，如果通過智能技術分析發現該客戶不符合我們的目標群體，我們將不會向其展示廣告。因此，我們與各大網絡平臺進行了深度合作。在獲取客戶的過程中，客戶的全生命周期價值（Lifetime Value, LTV）必須大于獲客成本。這是一個典型的應用案例。

通過運用人工智能，特別是深度學習和機器學習技術，我們能夠實現高效的風險管理。當客戶申請貸款時，我們能夠在一分鐘內決定是否為其提供服務。在極短的時間內，我們需要通過人工智能技術來確定客戶的貸款額度和利率。

此外，度小滿為每位客戶提供專屬的客戶經理，并提供24小時不間斷的服務。這些服務部分由人工提供，但大部分由智能機器人完成。客戶可以隨時在線提出問題，智能機器人將全天候為其提供金融服務，包括信貸服務和理財服務。這些服務均通過人工智能技術逐步實現。

為了提升客戶體驗，我們在上個月發布了一項新技術，這項技術旨在優化人工客服的服務質量。為了確保客戶體驗，我們開發了一個小型智能卡通機器人，該機器人會始終顯示在客服人員的桌面上。當客服人員在服務過程中出現情緒波動，例如激動或生氣時，機器人通過語音識別技術能夠立即監測到這些情緒變化。此時，卡通機器人的表情會變紅，并提示客服人員放慢語速、控制情緒。這一措施顯著降低了客戶投訴率，確保了每一通電話的服務質量。目前，這項技術已廣泛應用于多個領域，有效提升了我們的客戶服務體驗。

主持人：剛剛您提到AI在度小滿已經運用到獲客、風險管理、風險定價以及提升客戶體驗上，那您覺得GenAI的未來會怎么樣？可能會有哪些潛在的機遇和挑戰？

當下，大模型成為討論的熱點。自2022年底OpenAI發布GPT-3.5以來，這一技術在過去一年多的時間里備受關注，各界都在積極跟蹤其發展趨勢。金融行業高度依賴科技，金融從業者也在密切關注這一趨勢。然而，在過去的一年多時間里，金融領域主要應用大模型進行文字處理和內容生成。例如，大模型被用于改善客戶服務體驗，使機器人對話更加流暢；它還幫助理財師和金融機構工作人員整理文檔、會議紀要，并提供理財助手服務。

這些服務確實提升了工作效率，但我認為它們仍處于金融業務的外圍應用，并非核心業務的一部分。雖然這些服務在降低成本和提高效率方面起到了一定作用，但它們未能深入改變金融行業的核心領域。直到今年9月，以o1模型為代表的推理模型出現，大模型的推理能力和思維鏈技術得到了顯著提升。這些模型不僅能夠提供答案，還能進行舉一反三的思考，通過學習解決許多普通人難以解決的問題。此時，大模型才真正展現出其在金融領域的重大價值。

我們認為，一項技術如果要對一個行業產生深遠影響，必須滿足兩個必要條件：首先，該技術的應用必須能夠真正融入客戶服務的核心流程中，從而顯著改善客戶體驗；其次，該技術必須能夠對核心業務決策帶來重大變革。舉個例子，我們每天需要審批約20萬客戶的貸款申請。其中，95%的申請可以通過現有的機器學習模型進行判定。然而，仍有5%的申請由于數據不足，難以通過現有模型做出準確判斷。在這種情況下，就需要進行人工審核。信審員會要求客戶提供更多資料，例如銀行流水記錄。最近，我們嘗試使用了推理大模型來處理這些上傳的銀行交易記錄。該模型能夠迅速發現并評估客戶的風險狀況。例如，模型可以識別出客戶在過去幾個月內疑似向高風險賬戶轉賬，表明其消費行為存在風險。或者，模型可以發現客戶將借來的資金轉給其他貸款平臺，顯示其資金狀況緊張，可能不符合貸款標準，因此建議拒絕其貸款申請。此外，對于大量數據，人工信審員在短時間內難以進行全面分析和判斷。然而，推理大模型能夠快速推理，結合客戶的網絡大數據和征信報告，準確判斷客戶的信用狀況。例如，模型可以識別出那些表面上看似有風險但實際上信用良好的客戶，并為其提供貸款額度。這樣，我們能夠更精準地服務每一位客戶。

我認為，從推理大模型的誕生開始，我們必須高度關注這一技術趨勢。因為這些大模型已經從金融應用的外圍深入到了金融的核心領域，即風險管理。金融的核心在于風控，而大模型已經在這一領域展現出顯著的應用潛力。另一個值得關注的場景是量化投資。在國內，許多量化投資公司已經開始利用大模型生成有價值的投資因子，例如輿情分析和財務報表解讀。大模型能夠組合多種投資因子，并提供新的投資組合建議，生成新的量化投資策略。已有許多公司開始嘗試這一方法。我相信，與人工提煉投資因子相比，大模型具有明顯的優勢。大模型不僅在深度學習和機器學習的基礎上取得了重大進步，還能夠發現大數據中的因果關系。例如，它能夠解釋為什么某些行為會導致較低的風險，或者為什么特定的行為模式下需要進行某種投資組合調整。這種強大的推理能力大大提升了模型的可解釋性和穩定性。因此，我認為大模型在金融領域的應用才剛剛起步，我們必須密切關注這一趨勢的發展。

主持人：臺下很多觀眾來自于金融科技公司。您作為金融科技行業的領軍人物，對金融科技其他的公司面對 AI 浪潮有沒有建議？最后我也想請教一下，您對香港政府發展金融科技行業有何建議？

我們需要關注推理大模型這一技術浪潮，因為其強大的推理能力對金融機構來說具有重要意義。

首先，金融機構應保持對推理大模型技術升級和新應用發布的持續關注。同時，可以選取幾個典型場景，通過API接入這些大模型進行初步嘗試。盡管當前的體驗可能并不完善，且能解決的問題有限，但發展速度非常快。

對于具備科技實力的金融機構，無論是從事投資還是銀行業務，我建議通過不斷的嘗試，確定幾個未來可能首批應用的場景。在這些場景中整理現有數據，并針對推理大模型進行專項訓練，使其真正能夠進入實際生產環境。此外，還需要進行數據整理、專項訓練，甚至與一些大模型廠商合作，將模型本地化，以確保客戶數據的安全。這些準備工作都是必要的。

對于香港的建議，香港作為全球金融中心，已經積累了豐富的金融發展經驗，并取得了顯著成就。今天上午我參加了論壇，發現香港政府已經在研究如何擁抱AI、區塊鏈和數字貨幣等新的金融科技方面做了大量工作。比如：

1. 監管政策：制定更具吸引力的監管政策，吸引更多具備科技實力的公司到香港發展大模型的金融科技。2. 人才吸引：實施更積極的人才引進政策，從全球范圍內吸引大模型領域的專業人才。3. 資源整合：結合香港本地的大學教育資源、科技創新實力以及優越的金融企業環境，形成協同效應。

我相信，通過這些措施，香港能夠在新一輪技術浪潮中抓住機遇。在未來兩到三年內，整個金融行業將會發生重大變革。香港在這波浪潮中可以發揮更大的作用，推動整個金融產業的發展，我對此充滿信心。