恆生電子董事長劉曙峰：大模型發展由場景驅動 期待誕生“殺手級”應用

每經記者：葉曉丹 每經編輯：魏官紅

過去兩年，以AI（人工智能）技術和生成式大模型爲代表的科技浪潮席捲國內外，科技發展方興未艾；另一方面，中國金融市場正從高速發展階段向高質量發展邁進。即將迎來成立30週年的金融科技龍頭企業恆生電子，交叉感受着兩個行業的潮涌和波動。

梳理近30年來金融科技的發展，恆生電子董事長劉曙峰在接受《每日經濟新聞》記者（以下簡稱NBD）專訪時提到了金融科技發展的三個階段：信息化、網絡化、數智化。時至今日，這一發展進程並不是漸進式，而是更多呈現出波浪式推進。

不同金融機構數字化進程深淺不一，當談及數字化會不會拉大企業之間的發展鴻溝時，劉曙峰坦言，有這一可能性，但技術迭代，也爲“船小好掉頭”的中小機構帶來更多彎道超車的機會。

2023年，恆生電子推出金融大模型LightGPT和大模型中間件光子。大模型如火如荼，對於開源閉源的模型路徑，業內一度爭議不止。但眼下，大模型應用場景的開發和尋找，在劉曙峰看來，是更需要關注的問題。

C端和B端模型應用入口，呈現了不同的發展階段。C端會不會產生“殺手級”模型應用入口？原生的模型應用何時到來，成爲他持續觀察的方向。

“要做技術公司裡最懂金融，金融行業最懂技術的公司。”這對強調工程師精神的恆生電子而言，是冠冕也是壓力。如何持續保持技術的敏感性，保持對行業、對業務的專注和耐心，劉曙峰分享了他的“攻守道”。

大模型應用真正的發展由場景驅動

NBD：當前的AI大模型技術被認爲是新一輪的科技革命，在經歷了2023年大模型百花齊放後，2024年行業大模型的應用落地成爲市場關心的焦點，譬如推理訓練成本、數據質量、應用場景等，恆生電子也推出了自己的金融大模型LightGPT，就金融行業應用而言，當前在金融大模型領域，更重視哪些層面的突破和發展？

劉曙峰：大模型的應用，對大部分的企業來說，有外部業務用戶端和內部運營兩個方面的應用，這兩個方面的應用是可以同時展開的。

業務應用端的發展因爲涉及外部環境，涉及用戶的行爲，大模型在用戶應用端推廣的過程會更具挑戰；而在內部，充分利用大模型技術突破帶來的優勢，實現降本增效，往往這樣的路徑會更短，也更容易看到效果，在過去兩年，不管是我們自己，還是我們對行業的觀察，都注意到這一變化。

另一方面，不管是基礎大模型，還是針對金融行業訓練的行業大模型，大模型本身的能力已經跨越了“好用”這個臨界點，接下來我認爲關鍵的點在於如何讓大模型用起來、跑起來。未來2至3年，很可能是大模型應用爆發的窗口期。

NBD：大模型在應用端的發展，在您看來，當前面臨哪些機遇和挑戰？

劉曙峰：如何找到一個好的場景來真正提升客戶的使用體驗，是當下更值得關注的一個點，也是大模型應用能不能發展起來的一個關鍵要素。

我們接下來的任務，是要去發現大模型應用的場景。在這個場景裡能夠提供有質量的服務，而且能夠不斷把服務延伸下去，大模型應用發展本質上是由場景驅動的。這可能也是每一個新的技術在應用過程中普遍性現象——即技術進步與市場需求之間相互促進的關係。

從這個視角來觀察，當前金融大模型的應用仍處於比較早期的階段，而這也讓我們看到可應用場景其實是非常豐富的，不論是對客戶的服務，還是公司內部運營效率的提高，都有很多應用場景，而且這些場景的驗證過程還在持續的過程中，我們對未來兩三年金融大模型場景應用的發展應該充滿期待。

NBD：對標國外金融領域的大模型發展，我們在哪些方面可以學習和借鑑？

劉曙峰：我們最近確實也調研了一些國際上的大模型的應用情況，總體來看，國內外對大模型在金融領域的應用基本處在較爲初級的階段。

國外對AI的研究和應用，從發展歷史和深度來看，比國內有一定的優勢，但是大模型把大家的起跑線又拉平了，所以國內外當前在金融大模型的發展階段基本差不多，後續就看誰能夠更快、更好地找到應用場景，能夠讓它真正有一個應用上量的過程。

面向C端的大模型可能誕生“殺手級”應用

NBD：今年年初，業內一度對大模型開源和閉源路徑的選擇存在爭議，現在行業對這一路徑之爭怎麼看？

劉曙峰：當我們講開源還是閉源路徑時，大家討論的是模型的選擇，但我個人覺得模型今天已然不是短板了，應用場景的發現和運營纔是我們需要突破的關鍵問題。一方面，我們要去滿足客戶對大模型應用各方面的需求，另一方面，很多機構對其具體能創造什麼價值還不夠清晰，我們還需要深入思考和創造更多實際應用。

此外，當我們將金融大模型的服務推廣到C端時，還涉及一些合規的問題，這不僅僅在中國市場，在全球市場都是一個普遍挑戰。

從我們的觀察來看，金融大模型面向B端基於效率提升的應用發展會更快，面向C端的模型應用可能會慢一點。但往往面向終端用戶的，是能夠產生“殺手級”的應用，因爲最大的入口在這裡，大家的關注度也會更高，所以這是值得我們去觀察和跟蹤的一個市場變化。

NBD：之前我們看到市面上面向C端的大模型應用，在通用性和娛樂性方面有着還不錯的表現。大模型帶來的改變，似乎正在慢慢影響我們的行爲方式？

劉曙峰：沒錯，所以這就是大模型、小應用，實際上是可以從一些小的切口切入進去。

另外，在當前這一階段，我們注意到，很多模型應用是嵌入式的，在不改變原有流程的情況下，企業嵌入大模型的工具來提高效率，或者提高使用體驗。

我們也非常期待大模型原生應用的入口。原生應用，它會是一個什麼樣的場景？它會是什麼樣真正“殺手級”的應用？這非常值得期待，因爲這是一次代際的技術升級，它會帶來結構性的變化。而這一結構性變化，會以原生應用入口的變化呈現出來。

目前大模型可能對我們帶來的一個影響，我們叫語控萬數，大家會思考對話框會不會成爲一個原生的應用入口？

其實在搜索領域，我們已經注意到了大模型帶來的一些變化，那麼何時我們能創造一個原生的大模型金融服務入口，這也非常值得期待。

AI大模型的這一輪科技浪潮，實際是新的生態和代際變化的演化過程，這個新時代可能很快到來，也可能還需要觀察一段時間。

技術發展風起雲涌帶來更多發展機會

NBD：從當前這一輪科技浪潮來看，技術的發展對恆生電子的業務結構會不會帶來新一輪重塑？

劉曙峰：我們提出“更多一流產品、更加滿意客戶”的“恆生願景2030”。

“更多一流產品”強調的是我們的業務邊界，它有一個擴展過程，金融市場的發展進入了新階段，在財富管理和資產管理兩個核心領域來看，財富管理從以交易佣金爲基礎的發展階段，進入到以客戶服務爲核心的驅動階段，資產管理則從收益驅動轉向風險驅動。這也意味着，整個金融科技體系的構建，從以交易爲核心，轉向以風險管理爲核心的驅動模式。

過去30年系統建設的核心是交易，恆生電子在這個領域取得了非常明顯的競爭優勢，那下一個階段，我們要做更多前瞻的探索。比如說數據服務，因爲風險離不開對數據的使用和計算；比如說模型的構建；比如說組合管理體系的構建，這中間必然也伴隨着整個流程的重構。在原有交易平臺的基礎上，我們需要進一步去構建中前臺的投研、投管、風險管理和資產配置的核心業務系統。我們期待在未來3到5年，甚至5到10年內逐步完成這一轉型，爲公司帶來更大的發展空間。因此，“更多一流產品”不僅指物理上的新產品推出，更是對未來發展方向的一種展望。

NBD：恆生電子橫跨金融和科技兩個領域，在過去的兩年時間裡，科技發展狂飆突進，新一輪AI浪潮奔涌而來，而金融行業在過去兩年則進入了調整期，向高質量發展轉型，對恆生電子而言，兩個行業分化又交叉，你身處其中最深刻的感受是怎樣的？

劉曙峰：中國金融市場從高速發展進入到高質量發展階段，這個轉型過程很難避免會有一些陣痛和波動，也會有更多的挑戰。

一方面我們要適應這種波動，但是更重要的，我們要深刻地認識高質量發展階段和高速發展階段的差異性。高速成長階段，往往只要你去做，總會是對的，因爲總會有機會。但高質量發展階段的企業要更聚焦、更有質量地去做事情，你纔有機會更好地成長。

在這個過程中，企業要認識到自己真正的核心能力在哪裡，如何去發展核心能力，使其變得更強，同時我們要去思考、去觀察，未來成長的部位在哪裡？因爲這個階段，不是所有的部位都有成長性，它有特定的方向，找準了才具備更多的機會。

最後也是最關鍵的，我們要有自己的方向和願景。你最終要去向何方？明確這一點，專注、持續地去做。就像你剛纔講的，這兩年儘管行業看起來面臨一些轉型和挑戰，但技術發展風起雲涌，也給我們帶來了更多的發展機會。面對結構性調整，應有耐心和決心進行長期佈局，最終在新的體系下實現更高效、更具競爭力的發展。

NBD：目前金融機構的數字化建設呈現出分化的行情，部分金融機構的數字化建設程度較深，數字化對一些金融機構而言，已成爲新基礎設施的存在，但有的機構可能仍停留在較爲淺表階段，這會不會加大機構之間的發展差距？

劉曙峰：從現象來看的話，會產生這樣的一種狀況，也就是說，誰能夠更好地利用數字化技術去賦能業務發展，誰就可能獲得更好的機會。

但是我想強調的另外一方面是，隨着技術的發展，技術也在越來越普惠，對新技術採用的門檻在不斷降低。所以我們能不能保持一個開放的心態，在技術發展的過程中，充分擁抱技術帶來的變化，利用新技術，包括技術的普惠性帶來的機會，這很關鍵。

從這個角度來看，實際上一些中小的金融機構可能更具優勢，因爲它更靈活。“船小好掉頭”，所以中小金融機構擁抱科技的態度非常重要，甚至數字化轉型可能也爲中小金融機構提供了一個彎道超車的機會，這是更值得我們關注的一點。