海爾消金與火山引擎共建消費金融大模型，樑樹峰：大模型應用已進入實踐階段

當前，消費金融與大模型的結合正在改變着傳統金融服務的面貌，優化了客服、營銷等關鍵環節。目前在31家已開業的消費金融公司中，已經有海爾消費金融、馬上消費金融、招聯消費金融發佈了大模型相關應用。

5月10日，海爾消費金融與火山引擎共同成立金融大模型聯合創新實驗室，構建起消費金融垂直大模型，並在精準營銷、智能客服、貸後管理、風控等業務場景中持續探索大模型的創新應用。

對此，藍鯨新聞對海爾消費金融CIO樑樹峰、火山引擎金融行業解決方案負責人王建軍進行了獨家專訪。

藍鯨新聞：在金融大模型方面，火山引擎具有哪些特點？

王建軍：第一方面，將大模型應用到業務當中，涉及到從算力到模型到平臺到場景的綜合體系，火山引擎在這方面具有一定特點。

第二方面，我們自研的豆包大模型在性能以及調用量在國內靠前。最近智源研究院發佈了國內外140餘個開源和商業閉源的語言及多模態大模型全方位能力評測。結果顯示，在中文語境下，豆包大模型位居第一，說明國產大模型更懂中國用戶。基於我們本身的技術優勢及人才密度，我們看好豆包大模型在未來市場的發展前景。

第三方面，火山引擎在大模型服務方面具有開放性，可結合智譜等商業大模型來服務客戶。

藍鯨新聞：模型和業務的結合具體是指哪些？

王建軍：第一類，to business，嵌入業務流程類的，比如企業風控、智能投研；第二類，對客，to customer，如輔助營銷人員，像金融機構大量的分支行客戶經理、保險代理人、投資顧問等實現更好地營銷、展業；第三類，對開發者，to developer，火山引擎有個智能產研助手的產品可以實現從生成需求到寫前端頁面和代碼，再到代碼審覈，以及上線前測試全流程的AI輔助；第四類，對管理者和員工，to employee，像內部知識庫、chatBI這類數據自助服務等。火山引擎把它們歸類爲BCDE四大場景，每一類我們都有和金融機構落地的實際樣例。

藍鯨新聞：AI與業務的結合會有領域上的偏好嗎？例如金融領域或其他。

王建軍：對火山引擎來說，現在主要服務的行業有金融、汽車、泛互聯網、大消費等。事實上，火山引擎在多個行業都有探索，包括汽車行業的車載智能座艙、手機行業的智能助手、大消費領域導購客戶的需求等。

藍鯨新聞：未來在金融領域還會有哪些合作計劃？

王建軍：合作方向主要是兩個大的方面。火山引擎希望先進行單點突破，未來評估是否有規模化複製的空間，後續評估在銀行、消金、保險、證券等哪個方向鋪開推廣。

下步是一個長遠計劃，如今金融機構面臨的痛點，例如客戶服務的友好性、大量用戶的需求以及如何滿足。消費者充斥在過度的營銷中，但真正需要金融產品或有投資需求時，消費者並沒有好的渠道。我們希望藉助大模型升級金融客戶服務，輔助金融機構在其自有的體系內能顯著提升組織效率。

藍鯨新聞：海爾消金在大模型領域有哪些規劃？

樑樹峰：我們也在思考大模型對行業的影響。大模型是AGI的重要里程碑，可預見的時間會實現AGI，它是很大程度上是能夠去代替人的。實際上大模型的迭代能力更快，按照判斷我們分兩個應用階段。

第一階段，我們會利用大模型在AIGC方面，即在語言理解或內容生成方面具有的優勢，用智能化 AI代替人工交互。第二階段是輔助客戶服務人員，在與客戶交互過程中更好的識別客戶，理解客戶的意圖，提供個性化服務。

智能化的輔助，一方面是提升效能，另一方面是提升水平。

短期計劃是使大模型在貸後管理、客戶服務、智能質檢、營銷等應用場景中得到運用。

在長遠方面，第一個計劃是探索識別客戶、管控風險方向。第二個計劃是挖掘模型性能。

第三步，轉變跟客戶的交互方式。客戶的訴求沒有得到滿足，核心原因是沒有完整的識別客戶，以及服務客戶的方式是有限的。未來如能爲每個客戶配置類似於專屬的虛擬服務經理，得到專家級服務，這會顛覆服務方式和整個生態。

傳統的風控模型，特別是在消費金融領域，通常是去用小模型計算，再疊加專家的策略經驗，判斷客戶違約情況。而就是說需要金融機構訓練形成自己的專家經驗模型，通過挖掘更多的特徵來理解用戶。但是其迭代週期長，並且信貸市場不只與個人有關，其跟整個社會環境息息相關，其次訓練出的模型，可能因環境發生變化了而不一定能夠重新相匹配適應。

大模型的優勢體現在，傳統風控模型在加工歷史樣本和疊加專家方法的時候，會丟失掉或忽略一些用戶的信息特徵，但大模型的泛化能力和快速迭代的能力能夠後期快速進行風控，提供個性化服務。

藍鯨新聞：現在海爾消金的大模型研發和應用進展到哪個階段，能否提供市場化的數據和案例。

樑樹峰：事實上已經可以進入到實施應用階段，對貸後管理人員進行提效，輔助其識別客戶的意圖以及對客戶進行總結，更便於後續進一步服務客戶。客戶服務人員每天與數百個客戶交互，大模型基本上可以去代替一部分工作。目前已進入生產驗證階段，從數據上看對於提升效率和產能方面比較可觀，其實際運用得到15%至20%的提升。

其次，我們在嘗試將大模型應用到客服場景、營銷場景以代替人工工作，具體爲自動化語音交互。

藍鯨新聞：大模型應用和發展在行業內達到怎麼樣的水平，現在有何挑戰？大模型徹底落地需要什麼條件？

樑樹峰：我覺得大模型已經具備落地的條件以及應用的能力。但應用的過程確實會有挑戰，比如如何在應用大模型時保護客戶的隱私，如何確保符合監管要求，如何在使用大模型時控制使用成本。但從技術的角度或大模型應用的角度來看，其已經達到可以應用的階段。

現階段的應用，我們還不能期待大模型完全代替人的工作，現階段更多的還是優化原來的一些流程場景。但是我們可以暢想2至3年後，會圍繞的大模型產生新的服務模式。

藍鯨新聞：您覺得金融大模型需要多久才能實現運營業務的賦能？

樑樹峰：不會太久，因爲如今大模型的迭代速度非常快，每三個月就會迎來比較大的提升。所以我認爲三至五年後，整個業態服務模式和方式會有較大改變，包括產品模式和交互方式。

企業內部也會發生變化，例如技術側的研發，很多代碼是由大模型完成。未來像質檢控制、研發方式和研發體系也會發生變化。

藍鯨新聞：雙方合作有什麼規劃？

樑樹峰：一方面，與火山引擎合作打造適合海爾消金、適合消費金融場景的方案。

第二方面，進一步落地貸後管理、客戶服務、營銷、風控等場景應用，提高精度和效能。

第三方面，充分複用現有資產，包括現有的小模型、數據、知識庫等，探索大模型與小模型、現有資產、數據的結合，以便更好的協同和應用。

第四方面，持續探索核心的風控領域。其重要性很高，但也是最有難度的，所以將其放在下一階段。

藍鯨新聞：大模型在消費金融領域有所收穫，但很多銀行系消金的風格偏保守，您如何做的決定？

樑樹峰：競爭激烈，還是要用新技術賦能核心業務的增長訴求。