度小满解题金融大模型：“向下看+向上看”，推动金融业AI2.0变革
朱光对度小满的规划，与金融市场和机构对大模型的期待不谋而合。他表示，未来五年，生成式AI在金融领域的应用，将成为度小满最重要的战略方向。
对于金融大模型的产业落地，朱光给出的解题思路是，“业务向下看，技术向上看”。
文｜杨舒芳
原创｜科技考拉
“ 随着技术底座的建设，大模型技术出发的「第一幕」已经成功上演，应用落地的「第二幕」正徐徐拉开”，在李彦宏为百度喊出“Prompt the world”的口号之后，度小满CEO朱光表达了他的观点。
朱光的判断是，金融领域真正的“变革时刻”很快就会到来。
他认为，大数据在金融业的落地和推动普惠金融的迅速发展，是AI 1.0带来的行业变革；生成式大模型技术则是AI 2.0，它与金融行业的数据和业务场景融合后，金融科技必然会进入一个全新的发展阶段。
1►大模型，金融市场很期待
这些观点来自于度小满在百度世界大会上主办的“金融大模型前沿发展论坛”中，朱光的公开发言。
意外的是，这场论坛格外火爆，出现在会场的人数远超了原本的计划，会场后侧以及两侧的过道上都站满了观众。工作人员解释称，因为很多客户代表在结束之前的沟通后，不愿意离开现场，坚持要继续听论坛的内容，这才导致会场“超载”。
我们在现场和参会的金融从业者聊了聊。
今年的百度世界大会开放了一定名额的社会报名，一亮就是通过这一渠道出现在了金融分论坛现场。
他是被部门负责人安排来北京特意参加论坛的。一亮在一家二线城市的城商行负责信贷条线，今年他们分行的整体表现不算太好。在个人信贷业务上，四大行和几大商业银行显然要更具竞争力；企业信贷方面，他们银行的很多老客户是当地和周边省市的地产相关公司，今年的回款情况也不太理想。
一亮说，分行领导一直想找到新的办法来提振业绩。在他们部门，一亮算是最擅长和新事物打交道的人，GPT火起来后，他早早就做了吃螃蟹的人，百度的文心一言正式发布后，他也第一时间申请了排队试用。在领导的认知中，一亮大概算得上是个极客，这也是他会被安排来听这个论坛的原因。
尽管目前对于大模型的认知还很模糊，对度小满向金融机构开源的金融大模型「轩辕」也了解不多，但一亮的看法是，金融的本质是数据，所以大模型一定是有机会带来变化的，至于最终能变化到什么程度，他不清楚，但很期待。
一亮还复述了领导安排他来听论坛时说过的一句话，大致意思是，不奢望大模型能让城商行们弯道超车，只要能帮他们缩小与几大行的技术差距，就足够了。
2►业务向下看，技术向上看
朱光对度小满的规划，与金融市场和机构对大模型的期待不谋而合。他表示，未来五年，生成式AI在金融领域的应用，将成为度小满最重要的战略方向。
中国工程院院士邬贺铨在现场提醒，基础大模型多数从通用语料训练生成，通识能力强，但缺少行业专业知识，金融大模型要做到足够专业和可用，就需要大模型提供方与行业合作开发，提高模型的表达、理解、迁移和泛化能力。
对于金融大模型的产业落地，朱光给出的解题思路是，“业务向下看，技术向上看”。
“业务向下看”，指的是负责业务的人，要去了解底层技术的基本原理和框架，才能够更好的借助大模型技术去解决真正的业务难题；“技术向上看”，指的是负责技术的人，要尽可能的让通用大模型与行业数据、场景数据与业务需求结合，将技术转化为产业价值——只有做到“业务向下看，技术向上看”，金融大模型才能在落地中不发生动作变形。
朱光的解题思路，是度小满团队在与大量金融机构从业者的沟通中梳理出来的。浦发银行总行信息科技部总经理陈海宁侧面印证了这一思路的正确——他提到，现在银行业最受欢迎的人群是“双语人群”，这里的“双语”和语种无关，指的是既掌握技术又掌握业务的人。
某种程度上，金融业是天然具备大模型化土壤的。足够大的市场规模、高于大多数行业的数据化程度、对效率和风险控制的高要求，以及从业者普遍具备较强的学习能力和自驱力——金融很有可能成为国内前几位成功跑出产业大模型的领域。
而百度近些年在AI方面的技术积累，以及用大模型重构多个AI原生应用的思路和经验，则可以为度小满提供技术底座支持。据了解，除了金融大模型外，度小满目前还在与百度云共建基于文心一言的金融行业解决方案。
朱光非常清醒，“大模型的技术趋势已经成为共识，但趋势本身并不是风口”，他表态称，度小满将不断加大金融垂类大模型及应用的布局和投入，共同推动新一轮金融科技发展浪潮，一起等待属于全行业的iphone时刻。
（应受访者要求，一亮为化名）