近年来，以大模型为代表的AI技术进入发展快车道，成为当下最受大众瞩目的热点话题。伴随大模型技术飞速发展，全球人工智能技术发展和应用迭代速度都得到极大提升，大模型技术也被认为是通用人工智能技术核心引擎。

工信部发布数据显示，截至2023年6月，我国人工智能核心产业规模已经达到5000亿元，人工智能企业数量超过4400家。

澜舟科技合伙人、联席CEO李京梅日前在微众媒体学院系列活动上表示：“近年来人工智能逐步演进，从只能做单个任务的专用模型的AI1.0时代，到一个通用模型做广泛任务的AI2.0时代，最终走向通用人工智能（AGI）。人工智能也从感知智能走向认知智能，再到生成智能及决策智能。”她指出，随着AI能力越来越强，其开发和使用越来越简单，结果也越来越可控。同时，AI产业具备广阔潜力，大模型的产业落地应用才刚刚开始，随着各个领域产业升级对人工智能需求不断增强，未来渗透率还将进一步增加。

在业内专家看来，大模型技术在发展应用中显现三大挑战：从算力角度，大模型训练过程中需要庞大硬件算力资源支撑，大模型参数规模呈持续扩张趋势，对算力提出了更高要求；从算法角度，大模型生成内容可能存在安全风险，同时广泛存在隐形偏见的可能性；从数据角度，近年来各项法律法规对私域数据的使用有“数据可用不可见”的要求，在医疗、金融等行业都存在海量自治的高质量数据，但受限于隐私无法共享利用。

在大模型实践应用中，金融行业由于具备数字化程度高、商业化应用场景潜在价值高等优势，成为AI大模型落地应用的最佳场景之一。

微众银行首席人工智能官杨强认为，大模型的应用落地涉及数据管理、算法优化、系统设计和成本控制等多方面的综合挑战，需要持续的技术创新和策略调整，以推动AI技术更加成熟、高效地服务于社会各个领域。他进一步指出：“AIAgent（人工智能业务助理）是大模型面向应用端发展的下一阶段，其基于大模型的通用能力，并结合相关领域知识适应不同场景需求。”

据了解，在业务实践中，微众银行自研的生成式AI技术能够有效解决大模型幻觉（大模型在生成内容时产生错误或误导性结果）等技术难点，满足监管合规要求，已深度应用于客服、营销、质检、反欺诈、科技金融等核心业务场景，覆盖金融服务“前-中-后台”各个环节，提升金融服务的质效。

具体而言，在客户服务环节，微众银行通过客服Agent辅助坐席，不断提升全天线上客服的分析和理解能力，让多轮对话更流畅自然；在营销环节，通过生成式大模型快速生成“千人千面”的海量营销素材，并通过联邦学习等技术更精准地找到需要金融服务的个人和小微企业群体；在风控环节，微众银行将人脸识别、声纹识别等AI技术应用在开户、授信、放款等金融服务多个环节，有效甄别欺诈行为，提升银行风控能力；在知识产权保护与创新方面，基于生成式AI与专利大模型打造的专利系统，帮助降低专利撰写难度，提高专利申请效率。（董潇‬）