(資料圖片)

CPO龍頭內(nèi)部強弱切換之日，伴隨市場成交重回萬億；繞不開的先進制程向大陸放開代工，瞬間砸了28nm晶圓廠的飯碗；武皇后說著AI仍偏主題性，卻又告訴光模塊可以聯(lián)手激光雷達?；昊毓鹊椎墓及l(fā)行份額，讓敢AI敢恨的持倉者念出經(jīng)濟繼續(xù)偏弱的詛咒；徘徊在總量邊緣的權(quán)重板塊，哭喪著重讀黑板上的赫然：“要想實現(xiàn)全年5%，同志們?nèi)孕鑺^斗?！?

好消息是大模型終于動了，壞消息是血包不夠充足。當(dāng)企鵝暫時拋下王者榮耀，推出MaaS全家桶，我們才意識到紅衣教主所言非虛：“沒有任何一個大模型能在中國一統(tǒng)江湖?！?月底的公募耐不住寂寞，為了中報的凈值毅然加入AI抱團股。

大模型儼然為數(shù)不多有產(chǎn)品、有訂單、有容量的選擇標(biāo)的。當(dāng)基礎(chǔ)知識不斷被深挖，象牙塔里的數(shù)學(xué)理論，顯然不如看幾篇對投資有幫助的《挑干的嘮》。既然如此，大模型還有哪些沒被重視的技術(shù)根基？我們也嘗試用普通話表述。

都知道數(shù)據(jù)是訓(xùn)練大模型的最關(guān)鍵要素，但GPT-4所用的英文數(shù)據(jù)集顯然質(zhì)量比中文高，但中國大模型也有獨特的數(shù)據(jù)需要投喂，比如應(yīng)試教育題庫。舉個例子，現(xiàn)在在線教育題庫大約1.5億道題，但由于中國題庫的數(shù)據(jù)沒有經(jīng)過文本化處理，大多數(shù)題庫仍然以圖片格式存在，所以多模態(tài)大模型就勢在必行。而且大模型不光要知道1+1=2，更要知道1+1為什么=2。由此而來，“向量數(shù)據(jù)”對大模型就更加意義非凡。同樣的情況，在金融AI領(lǐng)域只多不少。

比教育AI更復(fù)雜的是，金融業(yè)的非文本化數(shù)據(jù)量更多。舉個例子，用戶的洗錢行為和客戶背景調(diào)查，大多數(shù)以相鄰關(guān)系及連通關(guān)系查詢，所以圖譜化的數(shù)據(jù)構(gòu)成了金融業(yè)的“圖數(shù)據(jù)庫”；此外，股市期市的日K線圖構(gòu)成完成的單日交易信息記錄，這就是金融業(yè)的“時序數(shù)據(jù)庫”；而一些企業(yè)的股權(quán)鉤稽關(guān)系，母子公司的業(yè)務(wù)往來和占款情況，又往往以“樹狀”數(shù)據(jù)進行存儲。所以這些數(shù)據(jù)如果以文本的形式直接訓(xùn)練金融AI大模型，會因為維度太高導(dǎo)致機器學(xué)習(xí)效率降低，這個時候就需要能壓縮模態(tài)數(shù)據(jù)的“向量數(shù)據(jù)”。這很可能是@百融云-W（6608.HK）這家金融AI+SaaS企業(yè)，能做金融AI大模型的獨特優(yōu)勢。

那作為以銀行為主要客戶的百融云，它的AI大模型會用向量信息解決什么問題呢？最簡單的就是幫銀行在存款賬戶開戶端，區(qū)分好人與壞人。舉個例子，銀行一部分存款賬戶，屬于“風(fēng)險賬戶”，這種賬戶的開戶人都有不光彩的過去，因為科技的進步，個人能用一個手機號就綁定所有APP產(chǎn)品，個人隱私的泄露風(fēng)險恰恰降低了詐騙成本，而弱人工智能也能根據(jù)個人信息推斷我們的喜好。試想一下，有上述詐騙記錄的持卡人如果開通很多虛擬小號，加上黑名單記錄、涉賭涉毒、大額高頻次跨境轉(zhuǎn)賬，還能安然在銀行辦理存款賬戶，后果非常嚴(yán)重。而用于界定風(fēng)險賬戶與否的這些負(fù)面歷史信息，很多是以圖、時序、樹狀等方式留存下的信息。如果沒有在金融業(yè)長久的信息積累，這些信息將不會被用來訓(xùn)練大模型，更沒法達到用AI幫助金融業(yè)的效果。

只管開戶端，那么存量存款賬戶怎么用AI大模型來識別風(fēng)險？你能想到的，百融云自然也應(yīng)該想到。作為只有單一維度黑名單數(shù)據(jù)的銀行來說，百融云就要用個人、企業(yè)端的信息進行補充，最終形成風(fēng)險評分體系，用這些信息和算法來訓(xùn)練AI大模型，幫更多銀行客戶劃定賬戶的風(fēng)險等級，決定賬戶是否開通、是否調(diào)查。還是舉個例子，上文提到的手機信息核驗，在網(wǎng)狀態(tài)和手機號畫像便是一個賬號過往信息最直白的寫照，如果是一張非實名電話卡，那么就會直接標(biāo)注為存款賬戶中高風(fēng)險客戶，這個規(guī)則也會直接用來訓(xùn)練AI大模型實現(xiàn)標(biāo)準(zhǔn)化；然后根據(jù)電詐欺詐源、高維用戶信息，確定0-10的風(fēng)險等級。同理還涉及黃賭毒信息及各種不良記錄，輸出0-4評估等級及Y、N輸出結(jié)果，以邏輯回歸、LASSO回歸等AI算法，幫助銀行打造全面開戶端賬戶分級。其中的這些畫像、電詐信息源，顯然光靠文本化信息是不夠記錄的，所以再通才的大模型，也未必能讀懂金融業(yè)的訴求。

綜上所述，有了這些“向量”的加持，金融AI大模型才能跑得通、玩得轉(zhuǎn)。另外大家回想平時用瀏覽器搜索時，是不是只要問題不精準(zhǔn)、有錯別字，你想查的內(nèi)容和得到的搜索結(jié)果，就會出現(xiàn)差錯？而向量信息解決的就是在搜索時，找出最符合要求的Top N個目標(biāo)，提供除精準(zhǔn)回答之外的N個答案。

要做金融AI大模型的百融云，已經(jīng)靠著積累了9年的金融業(yè)經(jīng)驗，在2023年一季度實現(xiàn)營收5.66億元，同比增幅25%；基于自研AI平臺的第一大業(yè)務(wù)“智能分析與運營”收入同比增幅41%至2.81億元；百融云自身的AI產(chǎn)品線“智能運營服務(wù)”，收入較去年同期增長68%。如果一家企業(yè)說，自己也想用向量信息投喂AI大模型，那如果之前都沒在金融業(yè)客戶中實現(xiàn)過業(yè)績，那跟畫餅不就又沒什么區(qū)別了嗎？

富士山下鐘無艷，耿耿于懷羅生門。真AI從來就不需要理由和借口，弱復(fù)蘇中的口紅，就是海誓山盟。