金融智能体真的是大模型落地“最后一公里”？

62 0 0

文章摘要

本次直播聚焦金融领域大模型与智能体应用，多位业内专家围绕金融AI项目评估、智能体应用效果及挑战、未来布局方向等展开讨论。
1. 金融AI项目评估要点：商业化是目标，评估需多维度考量。董纪伟强调从适配场景、技术路径、ROI三方面评估；徐小磊提出对内服务结合Agent与大模型可行，对外服务要慎重评估合规和ROI；欧阳天雄关注数据基础、是否必须用AI、能否形成业务闭环及合规要求。王小东表示评估要关注最佳技术方案，ROI是关键，还需考虑技术栈和人才储备。
2. 智能体应用效果与挑战
– 应用效果显著：智能体在金融业务中发挥积极作用。徐小磊指出大模型在投诉处理上提效，降低训练成本，能应对新型投诉，且大小模型结合可满足高响应速度要求；董纪伟介绍了智能体在精准风控和客群分层中的应用，以及三类智能体的特点和作用；欧阳天雄肯定智能体在数据模型业务和智能投顾中的提效作用，但强调需人工检查。
– 面临诸多挑战：智能体应用存在一些问题。徐小磊提到私有化部署大模型性能下降、硬件成本高、提示词编写困难、对运行环境敏感、业务系统和数据接入范围有限等问题；董纪伟指出实践性强、数据密度高的场景应用复杂，需解决算力成本、决策时效和数据合规等问题；欧阳天雄认为大模型在精确事实任务中易出错，目前主要采用workflow方式。
3. 未来金融AI布局方向：欧阳天雄期待未来出现具备动态攻防能力的智能体，以应对黑产利用大模型发起的攻击；还希望形成整合全行业风控能力的智能体联盟，打破数据壁垒，实现全行业防御。