马上供应链金融模式有哪些是怎么利用大模型推动零售供应链金融模式有哪些创新发展的？

来源：蜘蛛抓取(WebSpider) 时间：2024-01-03 06:45 标签： 供应链金融模式有哪些

2023-07-08 16:12
来源:
上海证券报发布于：上海市
上证报中国证券网讯（记者 何奎）7月6日至8日，以“智联世界 生成未来”为主题的第六届世界人工智能大会（简称WAIC）在上海举办。马上消费金融股份有限公司（下称“马上消费”）副总经理兼首席信息官蒋宁在现场接受记者采访时表示，金融行业是数据、技术密集型行业，具有数据规模大、数据类型多等特点，与大模型训练所需要的底层数据基础要求十分契合。
“大模型在金融领域有广泛的应用前景，帮助推动构建用户个性化服务体验。在数字中国的建设背景下，大模型将有效提升金融领域营销、运营等价值链效率，进一步拓展数据决策在风控领域的创新应用效果，助力金融行业数字化转型产生实质性的飞跃。”蒋宁说。
据蒋宁介绍，近期，马上消费将正式发布自主大模型，与社会各界共享、共创更多有价值的探索。目前，公司基于自主研发的金融大模型和动态自适应强化学习技术，在营销、服务运营、数据决策等领域已经实现落地。未来，公司将更加聚焦三项核心关键能力，一是自主动态强化学习能力的大模型（AIGC+RLHF），二是多种模型组合式的AI系统，三是多模态音视频实时人机结合的能力。
三项技术应对四大挑战
当前，人工智能大模型的发展在全球都还处在初期阶段，在金融领域的探索也才刚刚起步，面对的困难和挑战依旧不少。蒋宁表示，金融领域探索大模型的困难和挑战主要体现在关键性任务和动态适应性、个性化要求和隐私保护、安全可控需求提升、大数据和基础设施能力挑战四个方面。
一是由于金融各项业务是动态且变化的，面对不可预期的外界环境和突发意外情况，当前的大模型并不能做到每一份决策都稳定、精确，这是金融机构在运用大模型等人工智能技术的一个非常大的挑战。
二是金融行业希望利用人工智实现极致的用户体验，包括个性化、定制化的用户产品和服务，但这需要个人隐私数据和大模型相融合，涉及到合规和安全问题，需要行业不断探索。
三是金融行业一直存在的“数据孤岛”问题，跨行业、跨组织、跨机构的数据共享没有打通，数据共享体系建设需要持续探索。大模型要不断发展成熟，就必须构建一个巨大的增强学习或者强化学习的网络平台，金融机构在这个平台上持续贡献数据并实时反馈，促进平台不断升级和进化。
四是金融行业大模型应用对底层设备、基础架构等软硬件设施提出更高的要求。现在的网络、服务器、芯片等软硬件设施需要不断迭代升级，以满足后摩尔时代高速增长的数据和算力要求。
如何解决上面四个挑战？蒋宁认为，大模型有三个关键技术值得关注：强化学习和持续学习技术、鲁棒性决策、组合式AI系统技术。
蒋宁详细解释道，首先，大模型具备强化学习和持续学习技术。OpenAI的核心能力不仅是表面的ChatGPT巨量模型参数，更在于其幕后的强化学习机制和各种生态能力的建设，通过不断使用让系统越用越聪明、越用越“人性”。目前，国内的各种大模型还未完成自适的生态体系建设，强化学习能力仍需进一步发展。
其次，鲁棒性决策（机器学习模型在非期望的输入或者变动的环境中，仍然能够提供非常可靠的输出结果）也是大模型在关键决策领域落地的核心能力，如何帮助排除噪音以及干扰性问题，在突发和不可预期情况，实现关键决策的持续稳定和合规可信尤其重要。
最后，大模型另一个关键技术是组合式AI系统技术。组合式AI系统技术可以有效结合各种垂直领域的判别式模型的可用性和专业性，以及具备生成式大模型的迁移学习和泛化能力强的特点，可以在工业界真正发挥大模型的泛化能力优势。
“三横三竖”发展战略
从趋势来看，大模型持续强化学习解决了鲁棒性问题，同时能把判别式模型和生成式模型的优势进行组合，这是人工智能未来发展趋势。
据蒋宁介绍，基于上述认知，在未来大模型的探索和研究方面，马上消费制定了“三横三竖”的发展战略。
蒋宁表示，“三横”包括：通过持续学习技术、模型控制、组合式 AI 系统技术形成安全、合规、可信的鲁棒性决策能力。“三竖”包括：一是数据智能，在数据领域实现智能化；二是多模态等非结构性数据判别式模型的综合能力；三是实时人机协作。
“得益于与客户广泛的交流和互动，我们已经为利用大模型技术训练人机协作、人机对话等模型建立了庞大的数据要素，为‘三横三竖’发展战略奠定了深厚的基础。”蒋宁说，目前该公司已经累计获取了约40PB的数据，包括文字、声音、图片等。
作为前沿科技的探索者和践行者，谈及大模型的应用落地，蒋宁用三个词总结了马上消费在金融大模型的优势和特点，即安全可控、个性化决策和体验、持续学习。目前，该公司已经研发了实时人机决策模型、多模态大模型、数据智能模型等，并在内部正式上线测试。返回搜狐，查看更多
责任编辑：

2023-11-13 12:04
来源:
科技百汇发布于：福建省
大模型时代下，如何推动数字金融创新？“必须要建立一个能实时决策，用算法代替人的先验经验决策的一个新型组织；构建一个可产生稳定结果，让人工智能按人的预期提供可靠金融服务的新架构；构建一个与合作伙伴产生群体智能的新体系。” 11月3日，马上消费副总经理兼CTO蒋宁在香港金融科技周2023的主论坛演讲中，给出大规模数据决策与数字金融创新的关键战略。
香港金融科技周是亚洲最大、最具影响力的金融科技活动之一，是香港金融科技界的旗舰盛事。该活动由香港财经事务及库务局与投资推广署主办，并由香港金融管理局、保险业监管局及证券及期货事务监察委员会联合筹办，旨在推动全球金融科技创新，推动金融服务与更多领域的发展。今年，活动以“金融科技新定义”为主题，汇集了来自世界各地的顶尖行业领袖、监管机构代表、投资者和创业者，就人工智能、Web3和绿色金融等业界重要议题展开讨论，热议金融科技领域的最新趋势和创新成果。
数据进入决策：金融大模型的关键命题
如何缝合大模型与金融间的距离？在蒋宁看来，关键是在数据、算法、算力和平台四个维度，推进金融机构的数据、知识到决策的全链路变革。
演讲伊始，作为深深扎根业务一线的技术专家，蒋宁首先给听众抛出了4个问题：技术的迅速迭代的当下，如何感知消费者多样化的需求，得出精准的业务决策？如何管理几何级增长的数据，让数据形成数据资产，产生价值？机构如何保证可靠、稳定的算力？组织内如何构建一个能够实时决策的业务体系，推进自适应式、自动化的营销和风控？
这几项问题，是每一个寻求数字化转型的金融机构关注的重点，也是变革金融科技绕不开的命题。
蒋宁认为，具体而言，数据层面，要把客户稳定态的数据和高度稀疏特征的数据结合，将客户的行为特征变成可计算、可推理的数据资产；算法层面，需突破基于时间序列的因果关系推断，让大模型找到数据间的逻辑关系，支撑机构决策；计算层面，要构建新型的算力流程，能够在跨云、多云场景下提供稳定的算力；体系层面，要实现大规模仿真，并从中找到客户需求点和因果关系，进而取代先验的人工经验。
“我们要用数字化决策技术，构建一个崭新的零售金融平台。”蒋宁直言，要利用金融领域的新“武器”，基于大模型的智能化架构，构建先进AI驱动的模型决策系统。
在蒋宁看来，让大模型执行金融任务，要满足3个条件：一是在线持续学习，让模型实现实时推理预测，能基于用户行为做出快速的、最佳的个性化判断；二是要构建组合式AI平台，让大模型和传统的数千个普通模型有效组合，达成合作；三是满足安全合规这个最根本的要求，用对抗学习来解决模型的鲁棒性问题，以保证金融100%的安全、合规。
这些技术细节和解决方案的提出，都建立在马上消费深厚的科研积累和长时间的数字化实践之上。
今年8月，该公司发布全国首个零售金融大模型——“天镜”，并已在自动化营销、风控等实际业务场景应用近6个月。“今天，马上消费每天能基于用户1000万个行为做出个性化的营销和风险判断，每天做上亿次模型计算，每秒可以处理150万特征的计算”，蒋宁说，经由这些大规模数据处理能力，马上消费由传统的机器学习跃迁到大规模特征计算和大规模模型计算体系，并以此推动零售金融创新发展。
6大任务，升级金融大模型系统布局
蒋宁称，海量的数据资产、大规模数据决策、极致自动化业务流程，是支撑金融大模型的基础设施、探索支撑和落地到零售金融场景的能力。
具体而言，马上消费在8年里积累了1.8亿用户、100P数据、10万+变量、20万张用户数据表和超过2000个模型，在零售金融的六大风险场景构建了全方位的风险管理体系。这些多模态、高质量的数据，成了马上消费不断挖掘数字金融，将金融大模型做深做实的依托。
为了能给同业系统布局金融大模型提供参考，蒋宁以马上消费的业务实践为例，指出大模型在金融领域落地应用的6项任务：一是让训练数据不受限，让数据更广泛，包括非结构化的数据、声音、视频等多模态数据；二是让训练更快速高效，找到成本更低、效果更好的训练的方法和模型蒸馏的技术；三是让知识掌握没有门槛；四是让群体智慧可汇聚集成；五是让金融风险全面控制；六是让监管合规变成原生。
这6个方向，包含通用大模型的理解和推理能力、模型组合能力，再到金融大模型所需要的创造能力和安全合规能力，能力要求层层递进。唯有如此，才能让金融大模型全方位覆盖机构的营销、获客、风控等各个环节，产生业务价值。
演讲中，他以马上消费真实的自动化营销流程为例，详细解析大模型可信安全核查的技术方案。线上事件营销需要预测用户意图，识别个性化行为，大模型要经过反复的对抗学习训练，找到测试提示、内容安全判别、生成回答的最佳方案，在保证金融大模型创造能力的同时，满足安全合规的需求。同时，机构也要关注事前合规，着重控制内容生成，解析监管文件，实时检测判断，并在经营中对员工开展合规培训考试，自动生成风险报告，把合规安全贯穿在业务体系的全流程。
“拥抱大模型，金融机构将在产品和服务个性化、价值链效率、决策科学性方面迎来更大的发展空间。”11月2日，蒋宁在香港金融科技周“人工智能新纪元：探路金融大模型”圆桌论坛上，与香港特别行政区政府投资推广署财经金融及金融科技主管梁瀚璟、平安壹账通银行执行董事兼行政总裁费轶明、万向区块链首席经济学家邹传伟、第一财经总编辑杨宇东共同探讨金融大模型的产业应用。蒋宁认为，要改进数据的组织方式，形成数据资产，进入决策，产生智能，让AI在实时人机协作、持续学习、多模态维度促进变革与发展。
蒋宁表示，未来，马上消费科技服务收入占比会不断增长，在“自营+开放平台+金融云”的战略定位下，将不断加强自主研发能力和科技驱动进程，与合作伙伴打造一个开放融合的新型的数字生态。返回搜狐，查看更多
责任编辑：

2023-07-08 16:12
来源:
上海证券报发布于：上海市
上证报中国证券网讯（记者 何奎）7月6日至8日，以“智联世界 生成未来”为主题的第六届世界人工智能大会（简称WAIC）在上海举办。马上消费金融股份有限公司（下称“马上消费”）副总经理兼首席信息官蒋宁在现场接受记者采访时表示，金融行业是数据、技术密集型行业，具有数据规模大、数据类型多等特点，与大模型训练所需要的底层数据基础要求十分契合。
“大模型在金融领域有广泛的应用前景，帮助推动构建用户个性化服务体验。在数字中国的建设背景下，大模型将有效提升金融领域营销、运营等价值链效率，进一步拓展数据决策在风控领域的创新应用效果，助力金融行业数字化转型产生实质性的飞跃。”蒋宁说。
据蒋宁介绍，近期，马上消费将正式发布自主大模型，与社会各界共享、共创更多有价值的探索。目前，公司基于自主研发的金融大模型和动态自适应强化学习技术，在营销、服务运营、数据决策等领域已经实现落地。未来，公司将更加聚焦三项核心关键能力，一是自主动态强化学习能力的大模型（AIGC+RLHF），二是多种模型组合式的AI系统，三是多模态音视频实时人机结合的能力。
三项技术应对四大挑战
当前，人工智能大模型的发展在全球都还处在初期阶段，在金融领域的探索也才刚刚起步，面对的困难和挑战依旧不少。蒋宁表示，金融领域探索大模型的困难和挑战主要体现在关键性任务和动态适应性、个性化要求和隐私保护、安全可控需求提升、大数据和基础设施能力挑战四个方面。
一是由于金融各项业务是动态且变化的，面对不可预期的外界环境和突发意外情况，当前的大模型并不能做到每一份决策都稳定、精确，这是金融机构在运用大模型等人工智能技术的一个非常大的挑战。
二是金融行业希望利用人工智实现极致的用户体验，包括个性化、定制化的用户产品和服务，但这需要个人隐私数据和大模型相融合，涉及到合规和安全问题，需要行业不断探索。
三是金融行业一直存在的“数据孤岛”问题，跨行业、跨组织、跨机构的数据共享没有打通，数据共享体系建设需要持续探索。大模型要不断发展成熟，就必须构建一个巨大的增强学习或者强化学习的网络平台，金融机构在这个平台上持续贡献数据并实时反馈，促进平台不断升级和进化。
四是金融行业大模型应用对底层设备、基础架构等软硬件设施提出更高的要求。现在的网络、服务器、芯片等软硬件设施需要不断迭代升级，以满足后摩尔时代高速增长的数据和算力要求。
如何解决上面四个挑战？蒋宁认为，大模型有三个关键技术值得关注：强化学习和持续学习技术、鲁棒性决策、组合式AI系统技术。
蒋宁详细解释道，首先，大模型具备强化学习和持续学习技术。OpenAI的核心能力不仅是表面的ChatGPT巨量模型参数，更在于其幕后的强化学习机制和各种生态能力的建设，通过不断使用让系统越用越聪明、越用越“人性”。目前，国内的各种大模型还未完成自适的生态体系建设，强化学习能力仍需进一步发展。
其次，鲁棒性决策（机器学习模型在非期望的输入或者变动的环境中，仍然能够提供非常可靠的输出结果）也是大模型在关键决策领域落地的核心能力，如何帮助排除噪音以及干扰性问题，在突发和不可预期情况，实现关键决策的持续稳定和合规可信尤其重要。
最后，大模型另一个关键技术是组合式AI系统技术。组合式AI系统技术可以有效结合各种垂直领域的判别式模型的可用性和专业性，以及具备生成式大模型的迁移学习和泛化能力强的特点，可以在工业界真正发挥大模型的泛化能力优势。
“三横三竖”发展战略
从趋势来看，大模型持续强化学习解决了鲁棒性问题，同时能把判别式模型和生成式模型的优势进行组合，这是人工智能未来发展趋势。
据蒋宁介绍，基于上述认知，在未来大模型的探索和研究方面，马上消费制定了“三横三竖”的发展战略。
蒋宁表示，“三横”包括：通过持续学习技术、模型控制、组合式 AI 系统技术形成安全、合规、可信的鲁棒性决策能力。“三竖”包括：一是数据智能，在数据领域实现智能化；二是多模态等非结构性数据判别式模型的综合能力；三是实时人机协作。
“得益于与客户广泛的交流和互动，我们已经为利用大模型技术训练人机协作、人机对话等模型建立了庞大的数据要素，为‘三横三竖’发展战略奠定了深厚的基础。”蒋宁说，目前该公司已经累计获取了约40PB的数据，包括文字、声音、图片等。
作为前沿科技的探索者和践行者，谈及大模型的应用落地，蒋宁用三个词总结了马上消费在金融大模型的优势和特点，即安全可控、个性化决策和体验、持续学习。目前，该公司已经研发了实时人机决策模型、多模态大模型、数据智能模型等，并在内部正式上线测试。返回搜狐，查看更多
责任编辑：

我要回帖

更多关于 供应链金融模式有哪些 的文章

 

随机推荐