奇富科技费浩峻：ChatGPT上演“狂飙”，既要热情又要谨慎｜金融行业

　　

　　如果问，2023年开年，最火爆的科技热点是什么？那一定非ChatGPT莫属。自发布以来，ChatGPT 便以摧枯拉朽之势席卷各个行业。比尔·盖茨、马斯克等海外科技大佬甚至将其与个人电脑（PC）及互联网诞生相提并论。

　　有人说，应该理性看待这次ChatGPT浪潮，它是AI路上的一个产物，不应该成为追逐的焦点。

　　那么为什么ChatGPT让无数英雄竟折腰。面对ChatGPT以及更多的新技术出现，每一个公司应该如何定位？

　　大家看中的，无非是在这一新技术的催化下，谁会成为新的巨头？是否会诞生出一个新的行业？

　　众所周知，每一次的技术革命都会带来产业的变革，所以谁都不想错过这一波红利。

　　360数科在几周前更名为奇富科技，此次更名的时间节点，正是ChatGPT火爆的当口。奇富科技方面称，这是公司整个战略迁移的原因，从一个做助贷金融业务的公司，转变为聚焦金融科技，做技术推动者的公司。

　　业内普遍认为，ChatGPT是人工智能里程碑，更是分水岭。周鸿祎曾表示搭不上这班车会被淘汰。

　　但到底怎么搭这趟车，对于所有想要获取流量和占据用户心智的企业来说都是一次重要的选择，稍有不慎就会落得模型、钱财两空的下场。

　　而奇富科技在更名后，更坚定地转向做一个技术驱动的公司，因此势必要搭上ChatGPT这趟快车，那么到底怎么搭？是否有能力搭？

　　雷峰网与奇富科技首席算法科学家费浩峻展开了深入对话。

　　

　　一、ChatGPT给金融行业带来新可能

　　谁能赶上新一代的科技浪潮，谁就能在复杂的金融市场中有弯道超车的机会。

　　金融行业一直是数字化转型的先锋，在新兴技术领域的投入和应用场景的探索较为领先。而ChatGPT的出现不仅是对传统互联网搜索引擎以及交互方式的一个颠覆，同时，对于一直走在创新技术应用前沿的金融行业也带来更多新的可能。

　　在金融行业人工智能已被广泛应用在风控、营销、智能机器人、客服、RPA机器人等多个关键领域，而ChatGPT激发的新一轮AI创新浪潮，也给金融行业的数字化带来新的机遇和挑战。

　　很多用户抱怨，当前的电子客服，堪称“人工智障”，能把天聊死。而ChatGPT的到来，在金融上让智能语音、智能客服、智能催收更加人性化，贴近现实，而不是现在AB判断的智能语音。

　　而ChatGPT带来的另一个优势是，在人机交互和语义识别方面的巨大提升可能为金融科技企业带来新的数据渠道，即生成数据-打标签-训练模型。

　　在费浩峻看来，ChatGPT作为一个预训练大模型固然能解决许多交互上的问题，但是解决不了0和1的问题，也就是说分类和回归的问题，而在金融行业尤其看重正确的决策。ChatGPT的努力方向是认知智能，而工业界更多依赖的是计算智能和决策智能的定向进化，这就是ChatGPT的使用边界，它可能不能直接做风险决策。

　　在更具人性化的服务方面，ChatGPT已经帮助金融行业迈出了一大步，而对于更加精准和对错的事情，ChatGPT还需要长时间的训练。而奇富科技这类的金融科技公司可以去做定制化的训练和学习，从而可以实现对具体业务的帮助。

　　现在的ChatGPT还只是一个“通才”，要与金融业务深度结合，解决业务痛点，还需要将其训练为“专才”，术业有专攻。

　　ChatGPT“狂飙”的这段时间，网上大量渲染ChatGPT是二十一世纪具有颠覆性的技术，亦有甚者，称其是第四次工业革命开始的标志。ChatGPT是否能颠覆一个行业的定义和未来。

　　费浩峻认为，就金融行业而言，不管有没有ChatGPT，金融行业都会不断优化，只是ChatGPT加速了这个进程，当这个进程不断往前的时候，就会对行业产生一个颠覆。比如电话销售，当机器人越来越智能，人工就越来越少，那么人就会从繁琐的问题中上解放出来，把时间花在更多有价值的事情上。

　　ChatGPT能走多远我们不得而知。费浩峻告诉雷峰网，只要在ChatGPT的发展过程当中，我们能一直跟随着进步，这也是一个不错的结果。因为新技术在应用侧落地的时候，也会产生很多不可控的因素，如果不谨慎的利用，其实可能会对行业带来不利的影响。奇富科技对待新技术一般都是保持最谨慎的原则，但是会以最大的热情投入到技术建设当中。

　　二、“大模型”向左“应用”向右

　　面对一块石头，你若把它背在背上，它就会成为一种负担，你若把它垫在脚下，它就成为你进步的阶梯。在现实中，我们经常会面临很多选择，有的选择不那么重要，但有的选择很重要。

　　ChatGPT就像一场大火正在席卷和蔓延，中国科技公司纷纷抢滩布局。一部分企业准备All In，在中国复刻一个ChatGPT大模型；另一部分企业，准备先整理好自己手头资源，利用ChatGPT技术做更多应用。

　　那么每一个公司应该如何定位选择？到底是做大模型还是利用大模型技术做更多的应用？

　　那我们来盘一下，假若选择复刻一个大模型，一个企业究竟要付出什么样的代价。有业内人士称，入场AI大模型“报名费5000万美金起”，更有甚者称已经涨到了“一亿美金”。业界推测OpenAI的核心语言模型GPT-3的单次训练成本高达460万美元，如果按照5000万美金换算，也只够GPT-3进行十次训练，而ChatGPT是基于GPT-3.5训练的，成本肯定有过之而无不及。

　　资金的问题还不最难的，最难的是算力的问题，运行AI大模型需要大量GPU芯片，这对于许多公司来说也是受钳制的一个重要因素。费浩峻也指出，ChatGPT在整个算法层面上没有太多的优化，重点是在模式上，也就是算力和数据的叠加。

　　而奇富科技并不打算参与做基础层的大模型训练。作为一个金融科技企业，如果自己训练一个大模型首先成本会急剧上涨；其次需要海量的数据去进行预训练。如果真的这样做了，那真的就走上了一条无法回头的路。

　　放眼国内互联网，有真刀真枪投入研发做ChatGPT的公司，也有追风口、蹭热点概念的公司；一如元宇宙爆火的那段时间。

　　对于奇富科技来说，能够把ChatGPT技术应用到自己的业务领域，才是唯一要走的路。目前摆在它面前有两条路：

　　一条路是：依赖于类似ChatGPT的底层大模型的开源，在这套模型上做更多的事情。费浩峻表示：“像依赖360集团通用的ChatGPT底层大模型，我们可以基于基础的ChatGPT大模型，去构建金融领域下的ChatGPT实现垂直领域的应用。”

　　第二条路，也是目前已经在走的一条路，就是继续把ChatGPT当作一个工具，去标注数据，结合标注数据，公司内外金融领域数据去构建生成模型。

　　奇富科技一直以来在大规模预训练模型上都有一定的沉淀和产出，此前用Google的T5模型被应用在意图理解、机器人对话等任务中，而学习反馈的强化学习模式也一直被应用在营销、对话机器人等场景，而ChatGPT的出现让整体效果有了更大的改善。

　　举例来说，ChatGPT在交互语料理解上实现了很大的提升，原来在智能客服、催熟机器人的话术体系上，奇富科技有一套自己的意图识别能力建设体系，在接入了ChatGPT进行一些模式上的优化以后，大大提升了机器人的意图解析能力，再结合垂直领域下的大量对话标注，机器人的对话能力很容易得到很大的提升，

　　在奇富科技看来，要想搭上ChatGPT这趟快车，更重要是一家公司是否有快速利用它的能力，而这项能力不是每个公司都有的。不能把ChatGPT作为宣传的噱头，而要根据自身的业务应用去做一个结合。而奇富科技有天然的业务体系、业务场景可以直接应用。

　　三、奇富科技为什么能搭上ChatGPT这辆“快车”？

　　从ChatGPT爆火到现在，仅仅两个月的时间。奇富科技为什么能搭上ChatGPT这辆“快车”？

　　这主要得益于，奇富科技多年来在AI和大数据领域的积累。费浩峻表示：“任何一个工作的成功，不会因为某个工具，主要还是源自于已有的技术积累。”拿智能语音机器人举例，即便能够获得ChatGPT的能力，如果没有ASR、 TTS技术的积累，也没有办法跟用户直接进行语音对话。奇富科技拥有百人+的AI算法团队除了在NLP、对话机器人领域，在图计算、图像处理、强化学习、迁移学习等众多领域都有深度的布局和使用，践行着AI对金融行业赋能的使命，并通过"智造计划"持续与内外技术交流，始终保持着一颗开放、共赢的技术探索之心。

　　据雷峰网了解，目前奇富科技已经将ChatGPT和其业务进行结合。一方面是是RPA机器人，主要包括用户的意图识别、情绪识别帮助智能化营销；另一方面，智能对话方面，客服和电话销售机器人都是ChatGPT天然应用场景。

　　在ChatGPT出来之前，奇富科技就已经开始尝试在预训练大模型做应用尝试，恰巧ChatGPT出现后，其能力正好可以赋能到当前的业务中。

　　“所有的技术，不能是浮于表面的东西，只有愿意深入学习和研究技术的公司，才能真正赶上浪潮，跟着浪潮一起起飞。如果只是把应用作为噱头，长久来看，是没办法在自己的垂直领域建立自己的生成模型的。”费浩峻如是说。

　　只有有了应用场景，一个技术才能真正发挥价值。费浩峻表示，如果大模型要创造商业价值，只有和上层的各种垂类应用结合，才有机会变得更好，不管是科技行业还是其他行业，例如动画、游戏等行业，一起加入进来，ChatGPT充分和行业结合，才有机会做的更好。

　　未来，奇富科技会利用ChatGPT的能力对于现有的智能机器人进行全面升级。如果不久的将来ChatGPT底层大模型开源了，会继续利用自有的金融数据和能力构建出金融领域的专有模型，有了数据和模型金融科技企业才能走的更远更快一些。

　　每一次的技术进步都会出现一个行业巨头，也会出现一个更大的新行业。展望ChatGPT的未来，一定是群雄逐鹿的局面，到底是选择把模型做的越大越好，还是越垂直越好，这就仁者见仁，智者见智了。但毫无疑问AI将跟行业具体的应用场景结合，整个形成一个新的数字化转型、智能化浪潮。而金融行业一定是其中一个很好的落地场景。

　　特别声明：以上文章内容仅代表作者本人观点，不代表新浪网观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与新浪网联系。