外人都覺得張?zhí)焓枪怩r亮麗的AI科學家，只有他自己不這么認為。

“我之前有時候正經技術活兒一點沒干，時間全在拉通部門、整理數(shù)據(jù)上。”

張?zhí)焓侵薪鹚ㄖ袊鹑谄谪浗灰姿┑囊粏T，他親歷了這個國內首家金融期貨交易所從2006年在上海掛牌成立至今的發(fā)展歷程。

AI近些年的興起也讓中金所敏銳意識到金融數(shù)字化轉型的必要性和緊迫性。為了更好滿足業(yè)務需求，他們2015年開設了創(chuàng)新實驗室，負責數(shù)據(jù)、算法方面的技術研究。

張?zhí)旌退耐聜儯饕撠熯@一塊業(yè)務。幾年下來，背靠中金所大樹，實驗室逐步建立了成熟的IT體系。然而，在不斷精進的過程中，他們也感受到了一些力不從心。

“金融行業(yè)和AI是天然的結合，但一線的糟心事鮮有人知：上線一個AI應用有時候比造光刻機都費勁兒。感覺像是西西弗斯推石頭，每次業(yè)務遇到一個新問題，就需從頭開發(fā)新應用，導致效率奇低且算力等資源消耗比較大。”張?zhí)焯寡浴?/p>

換句話說，金融行業(yè)IT的AI改造，很多時候根本不是技術問題，而是需要一個好用的工具，去歸納、整理、提升開發(fā)效率、減少無故損耗。

1、“我們急需一個稱手的工具”

AI的發(fā)展并非一蹴而就，金融行業(yè)的智能化、數(shù)字化一日千里。在滿足業(yè)務越來越多元化需求時，各類項目的瑣碎度、復雜性大大超出了張?zhí)斓念A期。

簡單說幾個，譬如開發(fā)效率低，各類算法、框架被反復重新建設，煙囪式架構琳瑯滿目；各類AI成果、資產分散各地，管理整合困難，復用率極低；缺乏有效的AI資源監(jiān)控管理手段，各類資源被過度占用或未能合理使用，造成資源浪費。

AI管理、部署，模型訓練、構建，資源拉通、使用，技術類的、非技術類的問題讓張?zhí)炷X殼生疼。后面他和他的團隊琢磨著得在外面找一個得力幫手：一個“聰明好用”的技術中臺去幫他們解決“煙囪式”系統(tǒng)架構問題，去降低AI業(yè)務場景的開發(fā)門檻。

走這一步也有不少前提。"金融級"是安全、可靠和可信的代名詞，尤其是中金所這樣頂級的金融機構，更是最基本的標準。中金所技術與業(yè)務結合非常緊密，每一個失誤都可能產生核爆級的影響；另外，金融行業(yè)系統(tǒng)建設周期長，尤其是測試周期很長，對新技術的采用更為謹慎。

首先是實打實地解決問題。創(chuàng)新實驗室隸屬于中金所技術公司，本質上是IT部門，技術人的價值就是為業(yè)務問題找到能快速實現(xiàn)且運行穩(wěn)定的解決方案。換句話說，他們不太在意這個技術是時髦的新技術還是老掉牙的舊技術，只要能安全可靠地解決問題，就是好技術。

其次，能經得起海量數(shù)據(jù)考驗。金融領域數(shù)據(jù)量大，勢頭猛，早在幾年前，中金所的交易額就已經超過其他三家商品期貨交易所成交額總和，在數(shù)據(jù)量上是其他金融公司難以企及的，因此平臺要能保證海量數(shù)據(jù)前提下，依然能平穩(wěn)、高效運行。

再者，新平臺能夠適配中金所的場景。創(chuàng)新實驗室最重要的職責是協(xié)助交易所各業(yè)務場景的智能化，其中涉及交易、結算、風控、檢查各項業(yè)務，為風險控制市場提供技術基礎，在外部工具平臺選擇上，需要既能貼合中金所的金融場景，又能讓技術人員用起來得心應手。

摸排清楚業(yè)務核心痛點、確定好外部幫手的重要條件后，中金所技術公司梳理了一套專業(yè)的評分指標并對外招標。層層篩選后，他們最終敲定了騰訊，并選擇了一個叫做“TI平臺”的產品。

這個幫手總結來看主要有兩大硬核特點。首先是一站式的AI開發(fā)服務平臺，可以為開發(fā)者、企業(yè)用戶提供從數(shù)據(jù)標注、模型訓練、部署等全套開發(fā)服務；其次還可以支持用戶結合自己的產業(yè)數(shù)據(jù)做精調訓練，從而幫助用戶快速創(chuàng)建和部署AI應用，提升工作效率。

“蠻好用的”。談及這個產品的使用感受時，張?zhí)烊绱嗽u價。

舉個例子，金融市場日益繁雜，相關信息能迅速傳播、發(fā)酵，影響市場情緒。金融領域是互聯(lián)網以外數(shù)據(jù)量最龐大的領域之一，中金所每日都要進行巨量的輿情信息分析。

換句話說，外面找來的幫手需要經得住中金所場景中的海量數(shù)據(jù)和調用沖擊。“在實際使用中，我們每天收到超過2000萬條輿情數(shù)據(jù)，每天調用次數(shù)達數(shù)億次，騰訊云的TI平臺整體調用成功率超過了99%。”

要知道，如果使用傳統(tǒng)的方式處理這些數(shù)據(jù)量，需要構建統(tǒng)一的代碼框架，通用的代碼運行環(huán)境，部署維護反向代理工具等工作，將花費大量的人力和時間成本。

“現(xiàn)在一鍵調取即可，且運行至今都比較穩(wěn)定，我們的技術人員從很多繁瑣的工作中解脫出來，工作效率提高了不少。”張?zhí)焯岬健?/p>

實際運行過程也并不復雜：中金所收集市場信息后，30多種已經完成訓練并上線的算法服務開始運行。以金融過濾算法為例，平臺過濾出金融信息，再送入摘要算法，通過一句話顯示內容摘要。輿情數(shù)據(jù)分析生成算法將所有運算結果傳回數(shù)據(jù)庫，支持所內輿情智慧屏每日輿情數(shù)據(jù)的滾動展示。其他部門可以通過直接查詢數(shù)據(jù)庫的方式獲取信息。

2、“提質增效是核心指標”

中金所技術公司另一個高頻需求是模型的搭建。與AI初創(chuàng)企業(yè)不同，他們擁有不俗的IT能力，所以更注重底層設備和模型服務能力。

“這個TI平臺里面有150多種通用算法和算子能力，我們可以在工作流中直接訓練模型，并將其放入模型倉庫，形成從模型訓練到發(fā)布再到服務的閉環(huán)，能夠有效降低搭建成本和人力投入。”

張?zhí)祀S即打開電腦實時操作了一番，工作流一旦搭建完成，如果僅需更改數(shù)據(jù)，可以簡單使用拖拽操作來調整所需的算法。平臺提供了多種開發(fā)方式，包括可視化建模、任務式建模和傳統(tǒng)的notebook建模。

將算法進行算子化后，開發(fā)基礎算子的精力投入和編碼工作量大幅降低，從而加速了模型的開發(fā)過程，降低了模型開發(fā)成本，提高了開發(fā)效率。“之前團隊需要花費一個月的工作，如今只需要2-3天就能完成，我們的咖啡可以少喝幾杯了。”他調侃道。

眼下，數(shù)字化轉型于金融機構已經成為必然趨勢，而非可選擇的選項。這是一場不僅涉及技術變革，更關乎認知轉變的革命。

上海銀行黨委委員、副行長胡德斌曾指出，通過數(shù)字化能力能夠改變傳統(tǒng)管理流程和信息傳遞模式，以數(shù)據(jù)實時發(fā)現(xiàn)問題、精準研究問題、快速解決問題，實現(xiàn)過程管理和結果管理雙輪驅動，從而推動高質量發(fā)展。

TI平臺帶來的最大變化，是中金所技術公司得以快速從零到一搭建業(yè)務平臺，得以從繁雜重復的工作中解脫出來。在利用自身技術助力中金所業(yè)務成功的同時，張?zhí)煲舱劶傲私鹑谄髽I(yè)在做數(shù)字化轉型的一些感觸。

首先是底層工具能力得扎實。大多金融業(yè)務需求多且容錯率極低，對平臺要求極高。這需要技術平臺的能力抗打，能夠高效地滿足特定行業(yè)的碎片化需求，并且從設計上就考慮到各個場景的實際業(yè)務需求。

其次是開發(fā)響應及時，能快速交付。“比如我所在的創(chuàng)新實驗室，既是開發(fā)者又是用戶，需要能簡化工程上的研發(fā)投入，將精力聚焦在業(yè)務本身，從而提高AI應用的開發(fā)效率，實現(xiàn)降本增效。”

“都說灶臺好，才能燒好菜。金融企業(yè)做數(shù)字化，一個趁手的工具、好用的灶臺很重要。我們現(xiàn)在用的這個TI平臺功能性和穩(wěn)定性還不錯，關鍵時刻不會掉鏈子，對我們的業(yè)務開展比較有價值。近期我也了解到他們好像還加了不少大模型的能力。”張?zhí)焯寡浴?/p>

今年年初開始，各類大模型產品相繼發(fā)布，有聊天類的通用大模型，也有助力行業(yè)提質增效的行業(yè)大模型。騰訊在大模型領域布局的第一張牌選擇了行業(yè)大模型。

他們以TI平臺為載體，開了一個模型超市，貨架上擺了不少行業(yè)模型以及多種模型能力，用戶可以隨需挑選，開發(fā)屬于自己的、安全好用的大模型。目前這個模型商店已經覆蓋了包括金融、文旅等10個行業(yè)，提供了超過50個解決方案。

“從算子能力到平臺能力、從解決方案到模型服務，大模型技術的涌現(xiàn)使得AI平臺成為金融機構探索的全新方向，通過共享智能化能力降低AI業(yè)務場景的開發(fā)門檻。很多廠商已經跑出了第一步，我們也會持續(xù)關注和應用，希望能夠為用戶帶來更多的價值。”張?zhí)烊缡堑馈?/p>

注：本文中“張?zhí)臁睘榛?/p>

本文來源：財經報道網

關鍵詞：