崔可：从“拼技术”走向“拼落地”|AI_新浪财经

转自：中国银行保险报网

华为金融行业人工智能首席架构师崔可

中国银行保险报网讯【记者许予朋】

当前，全球AI 大模型市场竞争格局日益激烈，科技企业在这一领域的竞逐也从“拼技术”走向“拼落地”阶段。

“若想推动大模型更好地赋能行业，光有模型本身还不够。打通大模型落地‘最后一公里’需要一整套工程落地方法体系‘加持’，需要底层平台工具构建完整的大模型平台来助力，通过架构的确定性来应对大模型应用发展的不确定性。”11月29日，华为金融行业人工智能首席架构师崔可在《中国银行保险报》主办的2024金融业（保险）数字化转型大会上表示。

从大模型演进趋势来看，崔可将大模型在金融业智能化领域的应用分为五个阶段，分别是作为辅助工具的“L1功能级”，能够辅助任务执行的“L2任务级”，可以在某个垂直领域实现全自动的“L3协作级”，能达到人类专家水平的“L4指导级”以及超越人类专家水平的全自治“L5智慧级”。“当前，大模型在应用领域的成熟度主要处于第二、三阶段。”

就保险行业而言，崔可指出，当前大模型主要在提升行业内部效率方面发挥重要作用。“保险行业外勤、内勤人员数量庞大，人员水平的参差不齐可能会造成客户体验分化。大模型作为知识类模型，可以很好地拉齐内、外勤员工的知识下限，提升团队内部执行效率、员工工作效率，从而优化客户体验。”崔可表示，除了提升内部效率，未来大模型在保险业场景落地方面还有许多值得深入挖掘的空间，也一定会在更多细分场景中落地。

与此同时，考虑到保险公司在核心业务中如保险产品定价、理赔等核心场景对数据及业务规则的安全性、机密性要求非常高，崔可认为，随着保险公司大模型应用进入L3阶段，企业必须进一步强化自身科技团队AI能力建设，能自主通过AI赋能核心业务场景。

在推动大模型落地的过程中，崔可认为，各行各业往往存在一个“误区”，即认为大模型“无所不能”，可以直接取代OCR（光学字符识别）、NLP等小模型已经赋能成熟的场景。但实际上，在金融业，未来趋势将是从“双模并行”走向多样智能协同发展。“比如在风控领域，目前我们正在探索将传统模型与多模态模型及风险预测模型叠加组合，以此来提升‘端到端’的风险识别能力，进一步提升行业整体的智能化风险管控水平。”崔可说。

从商业角度看，崔可认为，金融业客户通过确立AI战略定位、组建AI团队、构建AI底层能力再到实现场景落地，可以形成一个较好的价值闭环。不过现实中，不同客户选择不同，有的从场景驱动起步，有的从底层能力开始布局，“形成了‘自上而下’和‘自下而上’两条通路” 。

在崔可看来，打通大模型落地“最后一公里”需要一套“方法论” 。目前，在底层工具方面，华为通过云盘古大模型解决方案架构，推动AI商业闭环形成，加速场景落地。为了让大模型与具体的业务场景结合更紧密，华为探索推进“大模型工程化方法论+企业级工具链”解决方案，加强对业务流的梳理，通过平台化能力来为具体的业务流赋能，协助客户更好地应用大模型。