当前，大模型已成为人工智能（AI）领域最热门的技术应用方向之一，其蓬勃发展势头广受业内关注。为抢抓行业发展机遇，头部互联网企业、科技公司等纷纷布局大模型技术。软通动力作为一家大型数字技术服务商，也深度参与其中，并致力成为大模型技术应用的赋能者。

“在大模型应用方面，我们主要布局的是垂直领域的算法，覆盖金融、新能源、保险等行业，积极探索‘行业AI大模型’在实际场景中的应用。”软通动力人工智能专家、金融事业群助理副总裁、软通金科（软通动力旗下面向泛金融领域的子品牌）CTO（首席技术官）孙洪军近日在接受《经济参考报》记者采访时表示。

企业供图

(资料图片)

公开资料显示，软通动力是一家拥有深厚行业积累和全面技术实力的综合性数字技术服务商，主营业务覆盖通讯设备、互联网服务、金融科技、高科技与制造等四大领域。其子品牌软通金科专注于金融数字化服务领域，主要为银行等客户提供专业的业务应用、经营管理应用产品和解决方案。

“我们通过评估测试发现，大模型能够为金融IT开发提升20%-30%的工程效率，在降本增效方面效果显著。”孙洪军表示，在大模型应用上，软通动力在金融行业处于相对领先地位。

孙洪军进一步介绍，在大模型应用层面，主要由公司各个事业群牵头去做，其中每个事业群专注于某一个行业，并分别针对行业的一些痛点去做大模型训练。具体在实践的过程中，每个行业的应用落地可能有先有后，有的行业也可能会更深入一些，这跟行业客户有关系，而金融客户的数量在IT领域是比较靠前的。

从外部合作机构的进展来看，软通动力与多家知名大厂及科研院所等都进行了战略合作，并基于各方技术优势，开展深度合作，共同推动大模型技术创新和行业应用落地。具体来看，软通动力已在保险、软件开发、智能招聘等领域探索大模型应用，并发布多个成功案例。例如，在保险领域，软通天璇2.0MaaS平台接入盘古大模型，通过大模型技术可以训练保险行业特征，通过AIGC（人工智能生成内容）等技术可解决保险业务中大量客户咨询、保单查询等工作。在核保、核赔等环节，可以帮助企业极大提升能效，在部分场景能够做到全自动化秒级处理，为客户提供更为全面、精准、个性化的保险服务。

谈起大模型未来的应用，孙洪军认为，现在大模型的应用其实都是需要拟定框架，比如让AI写一篇文章，需要输入主题、论点、案例等。他期待的是让AI大模型产生框架的能力，这方面能力对应到AI大模型现在的发展而言，就是垂直领域的训练。在孙洪军看来，如果未来AI大模型具有这样的能力，那行业或将实现“大爆发”。

他表示，当前大模型的发展，尚需时间成长和积累，不能过分放大短期效应，也不能忽视其长期影响。大模型的训练需要一个从量变到质变的过程。从算力角度看，最近10年，算力规模大幅提升，大模型应用前景广阔。软通动力将持续布局，以推动更多领域实现应用落地。

同时，为抢抓大模型发展机遇，孙洪军称，软通动力在人才队伍建设上也做了充分的准备。一方面，公司会持续关注大模型算法的进一步完善。目前包括OpenAI在内的主流大模型确实还存在一些问题，比如不够精准、随机性较强等。基于大模型的发展完善，公司也在判断其对行业人员的冲击。另一方面，公司正在加强员工的数字化能力培训，帮助他们适应大模型带来的工作方式变革。公司已经在内部研发系统中进行了探索性应用，部分客户也正在使用大模型改进日常工作流程。

此外，对于大模型在金融等行业应用中存在的安全问题，孙洪军认为，在所有权方面，大模型自动生成的代码归属尚不明确，如果采用开源框架训练模型，根据开源社区规定，代码产出应该反馈贡献给社区；在数据安全方面，利用公共模型则存在泄露敏感数据的风险。金融机构存储大量客户隐私数据，如果输入公开模型进行训练，将引发监管合规和网络安全隐患等问题。“因此，我们在与金融客户讨论后达成共识，只有通过私有化部署才能解决信息安全问题。”孙洪军表示。（记者 张娟 北京报道）

责编：高伟