21世纪经济报道记者 边万莉 综合报道 11月3日，在香港金融科技周2023的主论坛上，马上消费金融副总经理兼CTO蒋宁发表了关于“大规模数据决策与数字金融创新的关键战略”的观点。

大模型时代下，如何推动数字金融创新？蒋宁认为，“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。”

在蒋宁看来，缝合大模型与金融之间的距离关键是在数据、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。

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。”蒋宁表示，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。

他认为，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。

据了解，马上消费金融在今年8月发布了零售金融大模型——“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。蒋宁表示，“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。”

以马上消费的业务实践为例，蒋宁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。

蒋宁进一步表示，“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。”