工行杨龙如:大模型应用面临四大挑战 高质量金融数据集仍稀缺
专题:中国财富管理50人论坛2025年会 杨龙如介绍,工商银行自2023年以来,在传统人工智能应用基础上,围绕算力、算法、知识、应用范式 与模型安全等核心要素,构建了"工银智涌"大模型技术体系,并以此作为全行智能体创新的企业级数智 基础。目前,该体系已在金融市场、市场营销、客户服务、风险管控等20多个领域落地超过400个应用 场景。 他随后重点剖析了当前大模型在金融行业深度应用面临的四大挑战: 一是基模(基础模型)能力发展仍无法满足行业实际需要。 杨龙如表示,基模在通用任务上表现良 好,但在面对高度复杂的特定金融场景时,其专业能力往往不足。例如,直接使用基模预测小微企业违 约风险,其结果的拟合程度通常不如专业模型。因此,对基模进行领域后训练或采用模型组合应用,仍 是需要投入大量精力的重点工作。 二是高质量金融数据集依然稀缺。 他指出,尽管银行数据丰富,但能为大模型训练所用的行业高质量 数据集仍然短缺。银行内部数据分散、口径不一,专家经验与决策逻辑等隐性知识未能系统化沉淀,传 统的专业技能知识转化为大模型可用数据的工程化路径尚不清晰。以风险管理领域为例,支撑深度思维 链推理的训练数据仍显不足。 三是业务模式变革 ...