2022年，远在硅谷的高科技公司OpenAI发布了名为ChatGPT的智能聊天程序，拉开了生成式AI革命的序幕。一年后，这家名闻天下的公司遭遇“兵变”，而在地球的另一边，中国的科技先行者正在积极探索生成式人工智能在各行各业的应用。金融，这个将“高科技”写在基因中的行业，正在逐步尝试着将AIGC融入组织，未来已来，AIBank的轮廓已越来越清晰。

为什么金融行业不能直接使用基础大模型？

ChatGPT发布后，中国的科技企业纷纷加入基础大模型研究的浪潮，一年的时间里，百度、阿里、腾讯、华为等基础大模型企业纷纷上线相关产品，产品能力日趋完善，生成式人工智能带动了效率的大幅提升，但就金融行业而言，金融行业能否直接使用基础大模型应用呢？答案显然是否定的。

神州信息新动力研究院副院长 薛春雨

一方面，“没有数据安全，就没有经济安全”，金融行业应用大模型，首先要考虑数据安全问题，出于安全考虑，任何银行都无法承担将金融数据输入公网大模型进行训练所引发的风险；另一方面，金融行业的每一个参与者有自身的独特性和特殊性，这又决定了普世的基础大模型无法切实使用在金融行业中。

按照金融行业现状，金融行业的大模型可以分为：基础大模型、金融行业大模型、金融企业大模型、场景大模型四层结构。既然直接使用基础大模型难以解决金融机构的实际问题，金融行业需要落地聚焦在企业大模型机相关联的场景大模型中，那么，我们可以由场景大模型切入，逐步形成金融企业完整的大模型能力。

以场景大模型为起点，金融大模型的五步走战略

不积跬步无以至千里，以场景大模型为切入点，并将其聚焦在某个实际的金融场景中，如果能切实解决金融企业在经营中的问题，由点到线到面，最后会积累沉淀成金融企业级内部大模型。

为此，神州信息制定了 AIGC 五步走战略，客观地将金融企业大模型拆分成五个阶段：降本增效-知识问答类赋能-多种AI技术的融合-过程自动化-高阶智能化。

第一步，作为这个五步走的起点，首先解决金融机构内部的降本增效：通过 AIGC 去赋能代码生成工作，降低系统建设成本；

第二步，在知识问答方面，可以率先在金融机构内部完成知识问答能力储备，并逐步向相关业务场景进行扩展，帮助员工/柜员做一些复杂的业务场景，提升交互体验及工作效率；

第三步，如智能投顾、数字人等产品，不仅仅需要AIGC的能力，还需要很多的专业知识的交叉融合，需要将AIGC与传统AI算法或知识图谱做融合，目前这样的能力还需要进一步开拓，一旦完成，就可以实现AIBank的目标；

第四步，基于 AIGC 对一些很多知识的理解之后，达到完全的过程自动化——千人千面；

第五步，而在最高阶的发展阶段，将会进一步实现在日常工作系统中，实现AIGC等技术，实现全面的过程自动化、专业化。

场景大模型走向实践，开发效率进一步提升

众所周知，代码生成其实在开源大模型里有很多产品，但基于金融企业的数据安全和特殊性，开源生成的代码很难满足金融机构内部的开发体系及标准，要完成AIBank的布局，就要先在第一个阶段实现突破，神州信息第一个产品CodeMaster问世。

该产品包括由设计文档生成代码、由代码生成单元测试代码，以及由代码生成/补全设计文档三部分，并且这三部分可以形成完整的闭环，再加上过程中的人机交互，进行修正以及配合的数据标注，逐步形成正向循环，不断提升整体的生成质量。

以某银行客户为例，主要面向查询类交易，逐步扩展到复杂逻辑的金融类交易场景查询接口的研发，以通过构建大模型低代码生成基础版本，并基于LoRA等多种微调算法和内部构建的数据集与Prompt技术进行融合，将原本人工需要2小时完成的开发工作，压缩至5~10分钟，形成统一代码逻辑封装风格，提高可读性，便于管理维护可以规避人工编码产生的Bug、漏洞、缺陷，实现大模型低代码生成的能力优化和易用性优化。

在单元测试场景，传统的单元测试工作繁琐且工作量大，并且容易出现代码跟单元测试不对应的情况。为此，CodeMaster可以一键生成对应的单元测试代码，并且经过对模型的不断微调及优化，已经比较接近业务真实的数据，整体代码覆盖率较高，耗时相比传统开发降低60%。考虑到代码开发与单元测试用例编写的比例大致是1:1，甚至更高（覆盖率比较高的情况下），代码开发+单元测试在开发全流程贡献度近30%。

整体效果十分显著：设计文档-代码/单元测试部分相对传统开发模式，在工作耗时方面基本有40%左右的降低，代码-设计文档部分有75%左右的降低，另外，CodeMaster还在进行“代码问答”方面能力的补充，可以进一步提升开发人员的工作效率。

知识问答，作为大模型领域的另一个主战场，神州信息开发的另一个大模型产品FinancialMaster，综合了金融场景模型、Prompt构建、大模型微调、大模型持续训练等适配技术，实现金融专有知识的业务应用，并结合金融机构内部的相关信息，以及提供的各类业务系统的功能，改善用户体验，提供高效的资料查询与信息提炼能力。

神州信息不断深化大模型实践，激发成就客户的新动能。以场景大模型为起点，五步走战略为蓝图，展现出对贴近行业、提升效率、降低成本等方面的巨大价值，为持续优化金融科技服务，支持金融助力实体经济注入科技新动能。