杨涛表示，在大模型金融应用中，看到了很多机遇。一方面，是金融高质量服务实体经济的战略压力。当前金融行业运用大模型和一系列新技术，不是简单优化几个产品、改善一点服务渠道，而是整个金融行业。以银行业为代表，在全新国内外历史背景的挑战下，自身可持续发展能力遭遇巨大挑战。同时，在新情况下还要高质量服务于实体经济，甚至给实体经济让利。这种情况下，新技术的演进是为了从根本上解决可持续发展与服务能力提升的矛盾。
“当金融机构要保持合理ROE，还要服务实体经济、做好产业金融和补位金融时，当前已遇到前所未有的挑战。这种情况下，应用新技术试图达到的最大历史目标由此产生。”杨涛说。
他强调，特别是同类金融机构，如果竞争对手采取了一项前沿技术，那么在竞争中必然要采取竞争或跟随战略。这项新技术不一定保证金融机构能实现可持续生命力和创新成功，但起码能保证比竞争对手失败得晚一点，有可能生存下去。
他谈到，技术、监管、客户需求曾被认为是金融科技创新的核心三要素。面对大模型金融应用，技术本身不断完善迭代，监管容忍程度在提升，客户在经历长期市场检验后需求也在不断优化，产生了大量有效需求。
杨涛称，聚焦到大模型，人工智能本身的数据、算法、算力也在不断优化完善。早期大家认为制约比较突出的算力问题，伴随着新的技术路《365彩票最新版app下戦》线演进和各类金融机构大规模储备芯片，也在不断完善。行业的基础大模型建设已相对完善，云服务商、AI技术服务商、数据服务商等都推出各种各样的基座大模型。同时，金融行业的实践从机构大模型层面也出现了一些优秀案例，逐渐形成示范效应，特别是头部大型国有银行。整体而言，金融机构、技术企业跟科研机构之间一个比较良好的创新生态也在逐渐形成。
新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。
责任编辑：王翔
