头部银行谨慎推进大模型，新一代核心系统还在攻坚期

yezi666 科技资讯 2024-08-08 540 0 头部银行谨慎推进大模型新一代核心系统还在攻坚期

金融业一直是新技术的实验场。今年在大模型和自主创新上，有怎样的新进展？

文｜赵艳秋

编｜牛慧

兵强马壮的金融业一直是新技术的实验场。虽然今年不少金融机构的预算有所缩减，但在大模型、自主创新上仍有不少新动向。

头部大行谨慎推进大模型

7月在北京举办的中国国际金融展上，不少业内人士来参观交流大模型应用。有趣的是，自今年5月以来，更多银行上线大模型，员工已开始接触到各类助手。但大模型在金融业仍处于尝试早期，甚至应用速度和深度不及制造业

。

行业人士形容，金融在大模型上是在做大规模研究，小范围验证和测试，应用以工具类如助手为主，没有用在交易生产业务中。

“并没有大规模用起来。”一位头部金融应用开发商告诉数智前线，自己对此的标准可以用一个例子来说明，比如“我要开个户”这一句话，涉及合规监管、数据报送，流程中还涉及多个业务部门、各种审批手续。“这些都是隐含机制。真正的大模型，要根据这一句话，把所有需求、业务流程拆解清楚，现在还做不到。

”

“与其说是做不到，不如说是不太敢。目前用AI正儿八经做交易业务，真的不太敢。

”一位城商行人士告诉数智前线。

实际上，头部大行早在ChatGPT爆火之前，就对生成式AI开始了研究。但由于大模型的准确性问题和不可解释性，

一向严谨的金融部门需要不断尝试观察。同时，金融业也还没有找到足够的痛点，实现更高价值，体量也不太够。

在此状况下，大行呈现了谨慎务实的态度。“其实有很多环节，传统方法也很高效，比如关键词检索

。”一位工商银行人士告诉数智前线，“我们还是要先解决业务问题，如果业务不需要，硬往里面揉，反而效率会降低

。”他强调，不会为了技术而技术。工商银行内部主要的应用目前包括代码助手、客服、风控等。

中国银行则用大模型做了数据分析等。一位人士告诉数智前线，内部进展不算快，风控还未上。

一位建行人士称，她看到内部在5月上线了大模型。她用大模型帮助撰写对公业务的定制化研究报告。“目前这些报告的针对性还不够，需要修改大约一半内容，但你要往前推，这是一个趋势。”这位年轻人士称自己非常关注大模型，早在ChatGPT、文心一言刚推出时，个人就尝鲜使用过。

目前，大模型在金融业的应用，基本上是代码开发、运维、交互式数据分析、营销工具、保险报价

等。因为应用场景有限，一位大模型厂商负责人表示：“没想到代码助手在银行变得如此突出。”

除了大行，从金融体系的步伐看，一些城商行或合资银行与大行不通，节奏要更快一点

。“投入几百万元，就能解决一个实际问题。”

值得关注的是，金融企业用来训练企业大模型的基础模型或金融行业大模型，较为多元化。商用的如华为盘古、智谱，开源的如阿里通义、智谱、百川、国外的Llmma等

，但他们坦言，行业大模型还没有特别突出的

。此外，一些银行业务人员通过口口相传，也在使用Kimi等作为文档小助手。

“银行最大的问题是它的数据不能出去，只靠自己的数据去判断用户的行为习惯，有局限性。”因此，不少银行在数据的合作上非常下本

一位杭州银行人士称，他们与浙大合作，核心是基础数据训练。“模型有开源的，但数据很难，投入近千万元

。”目前的应用场景集中在助手类，如杭小助、代码助手、合同审核等。

除了数据，大多数银行是先购买算力。“智算从2022年左右开始。”多位人士称，由于英伟达芯片出现了几次对不同产品的禁售问题，供应不稳定，金融企业这几年搭建了异构算力平台

总体而言，在金融行业，大模型离全面落地应用还有时间。除了六大行和股份制银行一共21家企业之外，不少城商行和保险企业也在尝试。一位城商行人士告诉数智前线，自己正在调研，准备开展小范围试点。

“这个方向是确定的。”一位金融应用开发商说，“只是什么时间走到大规模落地，每个人都想知道答案

。”

核心系统自主创新处于攻坚期

除了大模型，金融企业的科技战略已步入深水区，一个明显特征是，传统技术架构正面临转型和重塑，新体系与“IOE”完全不同。

其中，核心系统的改造并非易事，涉及从操作系统、数据库、中间件到硬件的全栈能力：各种技术都要达到性能及稳定性要求；无论开闭源，都要经历规模性的商业化验证；各类技术不是简单的替代，而是要实现新一代业务的高要求。这里数据库的替换最具代表性。

在这方面，头部银行走的较快。不少银行从外围系统开始，目前处于核心系统的攻坚阶段

。“数据库还没有完全替换，接下去还有并跑阶段，所以看上去走的快的好像已完成70%~80%，但周期还很长

。”一位业内人士介绍，如果说要完成全部核心替换的话，可能在明后年

。股份制银行比头部银行还要慢一些。

除了头部和股份制，城商行和农商行则是点状分布，一些局部的城商行走得比较快，已完成核心系统的改造。“一个趋势是在往下渗透，一些规模更小的银行开始启动了核心系统的改造。”

而在这个过程中，数据库市场也在被重塑。虽然目前有300多家国产数据库企业

，“我觉得在这个过程中，数据库会进一步收敛在几个厂商。”一家数据库企业判断。

在数据库的替换中，有业界提出，这些采用了新架构的数据库，替换成本高、不好用等问题。但一位城商行人士明确告诉数智前线，“我们2015年去考察替换的出发点，就是因为成本。传统的集中式架构，长期成本很高

。每年的维保、软硬件、人员成本都很高昂。替换肯定是节约了成本，否则当初不会去干这件事。我觉得要从长期看成本。”

从替换的技术复杂度来看，伴随国产数据库的进步，平台迁移的难度已不太大。但在银行原有应用改造上，确实有一定难度和复杂度。因为数据库需要做到多活的同时，保证数据的一致性；而在保证数据一致性的时候，还要保证高性能

，这确实需要一定的能力支撑。

在可用性上，“我认为已经没有什么差异了

，能确保生产连续稳定的运行。”一位城商行相关负责人说，而差距则主要体现在生态和服务上

。比如，国产数据库的技术普及和应用人才供给不够。再如，在服务体系上，以IBM为例，用户遇到故障只要打一个电话，就能自动化地解决，国产数据库则需要四处“摇人”。

“如果说要判定哪天追平了

，我认为有一个非常好的标志，就是我不见这些数据库企业的人，打个电话就能解决所有问题

。”上述人士对数智前线说，这需要一套体系和知识沉淀。

在金融行业，数据库企业各分天下，不少金融机构提到蚂蚁OceanBase、腾讯TDSQL、中兴金篆GoldenDB、华为高斯，不像操作系统领域，麒麟占据主导。

“这几家企业的打法也非常不同。”一位行业人士说，蚂蚁OceanBase下场早，在城商行、农商行、保险证券市场占有率高；华为则通过全栈产品携高斯数据库，猛攻市场；中兴也提供全栈产品，包括操作系统、数据库、服务器等，它采用集中兵力的策略，只做银行核心系统；腾讯TDSQL则在市场上“全面发力”，既做本地部署，又做公有云，既做头部大行，也做中小型金融机构。

核心系统除了软件外，还需要高性能的计算、网络和存储，如FC光纤存储。目前，针对光纤存储，业内处于创新性研究阶段。由于核心系统需要全栈能力，华为、中兴、新华三等企业利用全栈布局，强攻市场。

硬件应用呈现百花齐放

硬件的创新从机具开始。有趣的是，此前采用麒麟系统的金融机具占有大部分市场，而从去年下半年开始，鸿蒙机具也在起势

。在中国国际金融展上，可以看杭州银行试点的鸿蒙自助设备。

在电脑方面，联想在金融市场占有大约3/4的份额，其他还有华为、同方等。联想展示了采用本地供应链的电脑，如高端旗舰的联想开天X1，机身采用碳纤维，重量为990克，续航8小时左右，针对银行管理层定制。

银行客户对电脑有一些定制化要求，其中轻量定制要预制好用户名、密码，包括浏览器收藏夹中的网页。深层次的定制则要针对客户的场景，去兼容一些外设，提前优化和测试Linux系统等。

一位行业人士称，过去这几年，银行在应用这些电脑过程中，花了很大力气解决各类问题。“软件、外设等各类问题，每个季度都有上百个，在几天内都会解决。”他说，“问题会越来越少，其他企业可以复用。”而在下半年，新一轮电脑采购旺季即将到来。

在智算上，由于人工智能的加速发展，头部金融企业在2022年左右，投入智算建设。

从政府部门的要求来看，近日国家发改委、工业和信息化部、国家能源局、国家数据局联合印发《数据中心绿色低碳发展专项行动计划》

，要求，到2025年底，头部银行谨慎推进大模型，新一代核心系统还在攻坚期新建及改扩建大型和超大型数据中心电能利用效率（PUE）降至1.25以内

，国家枢纽节点数据中心项目PUE不得高于1.2

。而上海甚至有实时监测数据中心PUE的规定。