金融业需要的大模型，是一个系统化工程

今年年初，在AIGC刚刚开始爆火的时候，我们曾经采访过一位AI领域的专家。当我们提问哪个行业将率先落地大模型时，他毫不犹豫地说道：“金融。”

金融行业场景多、数据多、知识多，这样的“三多”特点让其成为AI大模型发挥价值的天选。与此同时，金融场景专业度高，业务复杂，在风控、安全、效率等方面有着严格的要求，初出茅庐的大模型，短期内融入金融行业并不容易。

金融与大模型的距离，理论上很近，实践中很远。如何跨越大模型规模商用的鸿沟？在华为眼中，答案在于，需要完成一场懂技术、懂行业的系统化工程建设。

9月20日，华为全联接大会2023第一天，以“智领睿变，共建数智金融未来”为主题的金融峰会，吸引了来自全球超过700多位金融行业客户与伙伴，他们共同探讨了如何拥抱大模型机遇，如何加速金融行业数字化、智能化升级。

华为数字金融军团CEO曹冲表示，Transformer的成熟应用，让我们迎来了大模型时代，也让AI来到了新拐点。AI生产力将会无处不在，重塑整个数字金融行业。面向未来，金融机构应用大模型的能力，将成为关键生产力。

金融大模型，并不是把大模型交给金融机构就可以，而是需要站在金融行业的立场上，逐层从基础设施、模型算法，向场景化应用、软件开发修筑起一座大厦。

这项系统化工程，就是金融与大模型相遇时所需的答案。

金融大模型，

不是空中楼阁

可以这么说，大模型为金融行业带来的价值，将不亚于移动互联网技术的出现与成熟。

在银行前台，大模型可以作为智能客服，提升网点业务人员工作效率；在银行业务中台，大模型的分析能力可以作为投研投顾，提升信贷准确性；在业务后台，大模型可以提升风控能力，降低投资风险。大模型近乎可以贯穿金融业的全流程、全任务，从而通过各个端点生产力的释放，实现重塑金融行业的生产关系。

以某国际银行为例，规模化应用生成式AI释放显著的降本增效收益，在技术部署的第一年就能够实现1.5亿美元的降本。观察这家银行使用AI大模型的情况，会发现大模型在市场销售、精准获客、风控、信贷等多方面都发挥出巨大价值。

大模型对于金融业如此重要，但有一个问题需要注意：大模型不是空中楼阁。金融机构并不能无缝应用通用大模型技术。

金融机构间的数字化能力参差不齐，对大模型的需求各不相同，加上金融行业普遍对数字化效率、安全、风控等方面有着苛刻的要求。因此在接纳大模型前，金融行业还面对一系列挑战，比如说：

1.大模型与行业的适配度低，多通用知识，少专业技能，而金融业又高度依赖专业技能与术语体系，因此通用大模型能力有限。

2.目前大模型处在初始阶段，金融用户往往缺乏场景作为牵引，容易陷入引进大模型却不会用、不好用的境地。

3.大模型需要海量的数据治理、数据清洗等工作，而金融业数据量庞大，数据管理难度大，因此带来了数据负担加重，应用开发难度增大的问题。

4.大模型的数据参数与模型规模，考验着用户的存、算、网基础设施。基础设施不适配，将无法发挥出大模型应用的效果。

这样来看，金融业对大模型的需求既包含模型本身，更涉及模型之外。为了让大模型发挥出应用的效果，金融用户需要对基础设施架构进行升级，需要对各个场景进行设计和改善。

因此，金融大模型并不是简单的模型精调，而必须是一个面向金融智能化长期发展的整体性工程。

华为在全联接大会2023上，给出了答案。

下铺基础设施，

上设场景，中通行业：

“顶天立地”的金融大模型

金融大模型的系统性建设，应该是什么样的？

我们打个比方，大模型是一个房间，但这个房间不能单独存在，它需要上有屋顶，下有地基，中有门窗。对于金融大模型来说，地基就是要有与其适配的基础设施建设，屋顶就是要有场景化方案作为应用牵引，中间的门窗就是要通向行业，打通大模型通用性与金融行业专业性之间的界限。

扎扎实实打好基础设施的地基，铺设好金融智能化场景的屋顶，开好大模型与金融业特性间的门窗，从而让金融大模型“顶天立地”——这就是华为推进大模型走入金融行业的系统和建设方案。

今年6月，华为发布了面向金融行业的“小蛮腰”解决方案。面对汹涌而来的金融大模型需求，华为对“小蛮腰”进行全面的智能升级，专注大模型在金融行业的落地，全面开启AIGC在金融场景的加速，其中具体包括：

1.以高效互联的AI算力，构建大模型智能底座，升级智简韧性的基础设施。

2.将大模型融入经营决策与应用现代化，增强智慧业务引擎。

3.通过大模型全面升级客户联接，打造智能交互。

4.在产业金融等场景侧，以大模型配合端云协同，构建无处不智的金融服务。

在这样的解决方案升级牵引下，华为打造了金融大模型三层解决方案，其中首次发布3大类10个应用场景、盘古金融大模型和大模型智能底座，系统性建设了一座金融智能化的大厦。

其中，在相当于房屋地基的基础设施层，华为整合了ICT软硬件产品组合优势，构建“算网存云”协同的智能底座方案，从高性能集群训练、高可靠模型保护、高效绿色节能三个方面，为大模型提供澎湃算力。通过高速集群互联架构，将token处理时延降低至100ms以内；通过计算与存储协同，将训练中断时间从天缩短到分钟级，实现月级稳定训练；通过全液冷集群和多租户资源共享，将网络能效比从0.1提升到0.5 PFLOPS/KW。

在能够对大模型发展起到引导、推进作用的场景应用层，华为围绕创新生产力，首次推出AI for Data、AI for Business、AI for IT三大类10个应用场景。其中包括智能客服、信贷报告生成、智能数据分析、智能编程助手等，并且提供模型微调、数据工程、应用开发、安全工程等系列工程化套件，联合数据标注、模型调优、应用开发等伙伴，构建丰富的大模型生态体系。目前，这10个应用场景都已经和头部金融机构实现了合作落地。

在最受外界期待的模型层，华为带来了与金融行业需求与特性真正打通的盘古金融大模型。华为在7月7日发布了盘古系列大模型，从L0自主构建基础大模型，沉淀100多种模型能力，比如NLP重点投入思维链、长序列等基础能力，在同样的数据浇灌下，能训练出更“聪明”的模型。

从基础大模型，走向金融大模型，还需要专业知识和行业规则的浇灌。华为在盘古大模型基础上，加强了金融知识、技能，打造盘古金融大模型。在金融知识方面，注入五大类金融数据、千亿级金融Tokens；在金融技能方面，与客户和伙伴共创，构建了数千个细分应用场景模板；融合100多个行业标准、规范的知识库，让大模型更专业；在安全方面，构建了数据安全、模型安全、内容安全等全流程的合规能力，支撑模型的可信。

下有先进的以存、算、网基础设施为支撑，上有场景应用为导向，中间有深度理解金融行业专业性的大模型。这样的体系化工程与全栈能力，正是华为在金融大模型赛道上的核心优势。这也是为什么中国Top20银行中，已有1/2选择了华为的AI软硬件平台。

很多金融机构都在探索大模型的使用，华为通过自身的技术能力和积极的生态合作，努力去解决一个个问题，让金融机构面对大模型实现会用、好用、有用。

全面升级分布式3.0，

发布金融PaaS能力

大模型是金融智能化的基础，而想让大模型充分发挥价值，必须将其与应用现代化紧密结合。未来，大模型将带来多样化、高效率的业务创新可能。这种情况下帮助软件敏捷开发、业务快速迭代，以及缩小爆炸半径，确保数字系统高性能、高可用的现代化应用能力，将成为金融机构的核心竞争力。

为此，华为希望将自身积累的软件开发与PaaS能力贡献给金融客户，帮助金融行业完成面向未来的现代化应用成长。在今年6月，华为金融军团提出了“平台+服务”模式是金融走向商业敏捷的关键，应用现代化是必经之路。为了满足金融应用现代化与大模型发展的正向循环，华为金融军团进一步提出了“平台+服务+AI”模式。

推动包括金融核心系统在内的全面应用现代化，在应用韧性、架构、开发、交付、运维落地方面进行5维升级，为金融行业提供可用、好用的智能+PaaS能力。在HC2023期间，华为全面升级了分布式核心解决方案3.0，发布金融级PaaS能力，其能够以V模型驱动的服务化架构设计，高低代码结合的智能开发、单元化运行、智能化运维、Serverless化部署，帮助客户通过核心升级，构筑业务价值。

在运行态，华为结合产业实践打造全栈单元化、混沌工程，支持金融客户构建5个9的高可用。基于华为消费者云3亿用户多年沉淀的中间件，分布式事务处理支撑万级TPS。

在开发态，凭借华为30年的研发管理经验，打造出CodeArts软开流水线，工程构建效率10倍提升。通过盘古大模型构建CodeArts Snap代码助手，研发效能提升30%以上。

金融大模型的成功，

需要系统化的成功

总结华为在金融大模型领域的独特价值，会发现华为一如既往，成为了技术世界与产业世界的联接器，基础设施与行业应用之间的架桥人。

华为并不仅仅关注将一个大模型送到金融客户手中，并且还关注金融客户的长期智能化发展目标，考虑如何将大模型真正融入到金融业智能化的整体蓝图中。

金融大模型的成功，需要的是系统化的成功。秉持这样的思路，华为带给金融客户的价值显得更加长远，也更加体现出站在金融行业思考金融问题的产业厚度。

这样的差异化，也体现在全联接大会2023期间的一系列动作上。比如大会期间，华为发布了《迈向智能世界》系列白皮书，涵盖10大产业和行业篇章。针对智能化时代金融行业面临的严峻挑战，以“智领睿变，共建数智金融未来”为主题，华为提出了对未来金融数字化、智能化转型升级的趋势和展望。不难看出，华为关注的不仅是此刻火热的金融加大模型话题，更有面向未来的智能金融之路。