📢 #Gate广场征文活动第二期# 正式启动!
分享你对 $ERA 项目的独特观点,推广ERA上线活动, 700 $ERA 等你来赢!
💰 奖励:
一等奖(1名): 100枚 $ERA
二等奖(5名): 每人 60 枚 $ERA
三等奖(10名): 每人 30 枚 $ERA
👉 参与方式:
1.在 Gate广场发布你对 ERA 项目的独到见解贴文
2.在贴文中添加标签: #Gate广场征文活动第二期# ,贴文字数不低于300字
3.将你的文章或观点同步到X,加上标签:Gate Square 和 ERA
4.征文内容涵盖但不限于以下创作方向:
ERA 项目亮点:作为区块链基础设施公司,ERA 拥有哪些核心优势?
ERA 代币经济模型:如何保障代币的长期价值及生态可持续发展?
参与并推广 Gate x Caldera (ERA) 生态周活动。点击查看活动详情:https://www.gate.com/announcements/article/46169。
欢迎围绕上述主题,或从其他独特视角提出您的见解与建议。
⚠️ 活动要求:
原创内容,至少 300 字, 重复或抄袭内容将被淘汰。
不得使用 #Gate广场征文活动第二期# 和 #ERA# 以外的任何标签。
每篇文章必须获得 至少3个互动,否则无法获得奖励
鼓励图文并茂、深度分析,观点独到。
⏰ 活动时间:2025年7月20日 17
金融业大模型应用探索:从焦虑到理性 人才缺口仍待解决
金融业大模型应用进展:从焦虑到理性探索
ChatGPT问世以来,金融业对人工智能技术的关注度迅速升温。从最初的担忧和焦虑,到如今的理性探索,金融机构对大模型的态度经历了几个阶段的变化。
年初时,许多机构急于跟进,担心落后于技术发展。到了四五月份,纷纷组建团队开展相关工作。随后几个月,在寻找方向和落地过程中遇到困难,态度趋于理性。目前,多数机构正在关注业内标杆案例,选择经过验证的场景进行试点。
值得注意的是,不少金融机构已将大模型提升到战略层面。据不完全统计,A股上市银行中至少有11家在最新半年报中明确提出正在探索大模型应用。从近期动作看,他们也正在从战略和顶层设计层面进行更清晰的思考和路径规划。
从热情高涨到理性回归
年初时,金融机构对大模型的认知还很有限。一些大型银行率先行动,推出了相关应用。与此同时,一些头部金融机构开始与科技公司探讨大模型建设。
5月以后,受限于算力资源和成本等因素,金融机构的关注点开始从自建转向应用价值。目前,不同规模的企业也分化出两条路径:大型机构倾向于自建企业大模型,中小机构则倾向于引入公有云API或私有化部署服务。
由于金融行业对数据合规性、安全性、可信性等要求较高,大模型的落地进展实际略慢于年初预期。一些机构已经开始寻找解决方案,包括自建算力、混合部署等。
在数据方面,越来越多的金融机构开始加强数据治理,构建数据中台和数据治理体系。一些银行还通过大模型+MLOps的方式解决数据问题。
从外围场景切入
过去半年多,金融机构和服务商都在积极探索大模型的应用场景,涵盖智慧办公、智能开发、智慧营销、智能客服、智慧投研、智能风控等多个领域。
但在实际落地过程中,业内形成共识:先内部后外部。目前阶段,大模型技术尚不成熟,而金融行业对安全性和可信度要求极高。因此,短期内不建议直接面向客户使用大模型。
目前,代码助手和智慧办公等场景已在不少金融机构落地。但业内人士认为,这些还不是金融机构的核心应用,大模型距离深入金融业务层面还有一定距离。
在顶层设计方面,一些金融机构已经基于大模型搭建了多层级的系统框架,包括基础设施层、模型层、服务层和应用层等。这些框架普遍采用大模型作为中枢,调用传统模型作为技能,并采用多模型策略以优选效果。
人才缺口依然庞大
大模型的应用已经开始对金融行业的人员结构带来挑战和变革。一些岗位面临被替代的风险,但同时也出现了新的人才需求。
目前,金融行业在将大模型能力用于核心业务流程时面临人才短缺的挑战。特别是在自建行业或企业大模型方面,需要一支精干的垂直大模型技术队伍。
一些金融机构和科技公司已经开始采取行动,通过培训课程、联合项目组等方式提升员工能力。在这个过程中,金融机构的人员结构也将迎来调整和变革。会用大模型的开发人员可能更容易在新环境中立足。