当前，消费金融与大模型的结合正在改变着传统金融服务的面貌，优化了客服、营销等关键环节。目前在 31 家已开业的消费金融公司中，已经有海尔消费金融、马上消费金融、招联消费金融发布了大模型相关应用。

5 月 10 日，海尔消费金融与火山引擎共同成立金融大模型联合创新实验室，构建起消费金融垂直大模型，并在精准营销、智能客服、贷后管理、风控等业务场景中持续探索大模型的创新应用。

对此，蓝鲸新闻对海尔消费金融 CIO 梁树峰、火山引擎金融行业解决方案负责人王建军进行了独家专访。

蓝鲸新闻：在金融大模型方面，火山引擎具有哪些特点？

王建军：第一方面，将大模型应用到业务当中，涉及到从算力到模型到平台到场景的综合体系，火山引擎在这方面具有一定特点。

第二方面，我们自研的豆包大模型在性能以及调用量在国内靠前。最近智源研究院发布了国内外 140 余个开源和商业闭源的语言及多模态大模型全方位能力评测。结果显示，在中文语境下，豆包大模型位居第一，说明国产大模型更懂中国用户。基于我们本身的技术优势及人才密度，我们看好豆包大模型在未来市场的发展前景。

第三方面，火山引擎在大模型服务方面具有开放性，可结合智谱等商业大模型来服务客户。

蓝鲸新闻：模型和业务的结合具体是指哪些？

王建军：第一类，to business，嵌入业务流程类的，比如企业风控、智能投研；第二类，对客，to customer，如辅助营销人员，像金融机构大量的分支行客户经理、保险代理人、投资顾问等实现更好地营销、展业；第三类，对开发者，to developer，火山引擎有个智能产研助手的产品可以实现从生成需求到写前端页面和代码，再到代码审核，以及上线前测试全流程的 AI 辅助；第四类，对管理者和员工，to employee，像内部知识库、chatBI 这类数据自助服务等。火山引擎把它们归类为 BCDE 四大场景，每一类我们都有和金融机构落地的实际样例。

蓝鲸新闻：AI 与业务的结合会有领域上的偏好吗？例如金融领域或其他。

王建军：对火山引擎来说，现在主要服务的行业有金融、汽车、泛互联网、大消费等。事实上，火山引擎在多个行业都有探索，包括汽车行业的车载智能座舱、手机行业的智能助手、大消费领域导购客户的需求等。

蓝鲸新闻：未来在金融领域还会有哪些合作计划？

王建军：合作方向主要是两个大的方面。火山引擎希望先进行单点突破，未来评估是否有规模化复制的空间，后续评估在银行、消金、保险、证券等哪个方向铺开推广。

下步是一个长远计划，如今金融机构面临的痛点，例如客户服务的友好性、大量用户的需求以及如何满足。消费者充斥在过度的营销中，但真正需要金融产品或有投资需求时，消费者并没有好的渠道。我们希望借助大模型升级金融客户服务，辅助金融机构在其自有的体系内能显著提升组织效率。

蓝鲸新闻：海尔消金在大模型领域有哪些规划？

梁树峰：我们也在思考大模型对行业的影响。大模型是 AGI 的重要里程碑，可预见的时间会实现 AGI，它是很大程度上是能够去代替人的。实际上大模型的迭代能力更快，按照判断我们分两个应用阶段。

第一阶段，我们会利用大模型在 AIGC 方面，即在语言理解或内容生成方面具有的优势，用智能化 AI 代替人工交互。第二阶段是辅助客户服务人员，在与客户交互过程中更好的识别客户，理解客户的意图，提供个性化服务。

智能化的辅助，一方面是提升效能，另一方面是提升水平。

短期计划是使大模型在贷后管理、客户服务、智能质检、营销等应用场景中得到运用。

在长远方面，第一个计划是探索识别客户、管控风险方向。第二个计划是挖掘模型性能。

第三步，转变跟客户的交互方式。客户的诉求没有得到满足，核心原因是没有完整的识别客户，以及服务客户的方式是有限的。未来如能为每个客户配置类似于专属的虚拟服务经理，得到专家级服务，这会颠覆服务方式和整个生态。

传统的风控模型，特别是在消费金融领域，通常是去用小模型计算，再叠加专家的策略经验，判断客户违约情况。而就是说需要金融机构训练形成自己的专家经验模型，通过挖掘更多的特征来理解用户。但是其迭代周期长，并且信贷市场不只与个人有关，其跟整个社会环境息息相关，其次训练出的模型，可能因环境发生变化了而不一定能够重新相匹配适应。

大模型的优势体现在，传统风控模型在加工历史样本和叠加专家方法的时候，会丢失掉或忽略一些用户的信息特征，但大模型的泛化能力和快速迭代的能力能够后期快速进行风控，提供个性化服务。

蓝鲸新闻：现在海尔消金的大模型研发和应用进展到哪个阶段，能否提供市场化的数据和案例。

梁树峰：事实上已经可以进入到实施应用阶段，对贷后管理人员进行提效，辅助其识别客户的意图以及对客户进行总结，更便于后续进一步服务客户。客户服务人员每天与数百个客户交互，大模型基本上可以去代替一部分工作。目前已进入生产验证阶段，从数据上看对于提升效率和产能方面比较可观，其实际运用得到 15% 至 20% 的提升。

其次，我们在尝试将大模型应用到客服场景、营销场景以代替人工工作，具体为自动化语音交互。

蓝鲸新闻：大模型应用和发展在行业内达到怎么样的水平，现在有何挑战？大模型彻底落地需要什么条件？

梁树峰：我觉得大模型已经具备落地的条件以及应用的能力。但应用的过程确实会有挑战，比如如何在应用大模型时保护客户的隐私，如何确保符合监管要求，如何在使用大模型时控制使用成本。但从技术的角度或大模型应用的角度来看，其已经达到可以应用的阶段。

现阶段的应用，我们还不能期待大模型完全代替人的工作，现阶段更多的还是优化原来的一些流程场景。但是我们可以畅想 2 至 3 年后，会围绕的大模型产生新的服务模式。

蓝鲸新闻：您觉得金融大模型需要多久才能实现运营业务的赋能？

梁树峰：不会太久，因为如今大模型的迭代速度非常快，每三个月就会迎来比较大的提升。所以我认为三至五年后，整个业态服务模式和方式会有较大改变，包括产品模式和交互方式。

企业内部也会发生变化，例如技术侧的研发，很多代码是由大模型完成。未来像质检控制、研发方式和研发体系也会发生变化。

蓝鲸新闻：双方合作有什么规划？

梁树峰：一方面，与火山引擎合作打造适合海尔消金、适合消费金融场景的方案。

第二方面，进一步落地贷后管理、客户服务、营销、风控等场景应用，提高精度和效能。

第三方面，充分复用现有资产，包括现有的小模型、数据、知识库等，探索大模型与小模型、现有资产、数据的结合，以便更好的协同和应用。

第四方面，持续探索核心的风控领域。其重要性很高，但也是最有难度的，所以将其放在下一阶段。

蓝鲸新闻：大模型在消费金融领域有所收获，但很多银行系消金的风格偏保守，您如何做的决定？

梁树峰：竞争激烈，还是要用新技术赋能核心业务的增长诉求。