本站点使用Cookies，继续浏览表示您同意我们使用Cookies。Cookies和隐私政策>
本站点使用Cookies，继续浏览表示您同意我们使用Cookies。Cookies和隐私政策>
布雷特·金与曹冲在下半场访谈中继续深入对话，探讨生成式AI的实践应用，全面解读监管机构在推动未来创新中的作用，带来更多深刻洞察与独到见解。
布雷特·金：曹总，生成式AI已成为全球关注的热点，尤其在聊天机器人等大语言模型应用领域表现突出。许多领先企业在利用生成式AI进行艺术创作方面也取得了显著成果。然而，AI大模型有时会产生“幻觉”，即输出不准确或不真实的信息，这在金融领域是无法接受的。
金融交易需要定制化模型训练。尽管海外市场已出现一些小型项目和新型银行的收购案例，但目前尚未有稳定成熟的大模型能够完全满足银行交易级生成式金融需求。
那么，华为在大模型方面的进展如何，有相关的实践项目吗？在生成式金融方面，是如何获取数据构建大模型的？
曹冲：生成式AI确实是一项颠覆性技术，会给整个社会带来巨大的变化。我认为，当前仍处于智能世界的初期。但这并不意味着我们还有充足的时间观望和等待，而是需要持续积极探索和实践。部分领先金融机构已经在这方面取得了突破性进展，从Doing Digital走向Doing AI，并识别出一些有价值的应用场景。例如，一家中国大行已将生成式AI融入100多个业务场景中。目前，有几个明显的趋势：
首先，领先银行的生成式AI用例已经从试验阶段跨越到大规模生产阶段。例如，在网点自动化领域，已有1万多个网点开始大规模应用生成式AI。
其次，生成式AI已经从效率场景走向价值场景。在效率提升到一定程度后，开始利用AI缩短服务响应时间，提升服务整体质量。
第三，生成式AI的部署正从单功能场景扩展到多功能场景。例如，AI智能体可以通过服务编排执行多项任务，有效减轻银行员工的负担。
布雷特·金：中国银行业巨头凭借其数亿客户群体，积累了庞大的数据资源，为大模型训练提供了坚实的基础。相比之下，其他地区的银行在客户规模上难以匹敌。因此，从数据资源角度看，中国的银行似乎更有优势。您是否在中国或其他地区观察到，多家银行会将数据集中起来，共同开发更先进的生成式金融业务引擎，还是说目前各银行是独立进行相关开发？
曹冲：基本上是独立进行的。理论上，集中数据资源能够提高效率。在中国，我们已经积累了庞大的数据量来训练大模型，银行业也展现出了极高的积极性，并投入了海量数据。
数据规模固然重要，但数据质量更为关键。中国在数据治理领域表现出色，极大促进了大模型训练的效率和效果。
布雷特·金：从监管角度来看，您认为中国的监管机构是否也应该在运营和基础设施中引入AI呢？虽然目前还没有明确的指导方针，但相关的AI监管法规已经相对完善了吧？
曹冲：应用AI是未来的大方向。在制定AI法规方面已经取得一些进展，但由于技术发展速度过快，还没有完全明确的指导意见，相关法规还在持续完善之中，需要各方共同努力。
布雷特·金：您多次提到速度和快节奏，这些词似乎与监管机构难以建立联系。然而，监管机构确实需要加快步伐，才能跟上行业发展的速度。此外，监管机构正在经历角色转变，从传统的政策和规则制定者，演化为行业基础设施的重要组成部分。您是否也注意到这一变化？
曹冲：是的，不仅在中国，世界各地的监管机构都在经历变革。因此，华为始终与监管机构保持密切交流，深入理解监管机构的技术需求，从而更好的服务金融行业。
布雷特·金：好的，今天的访谈基本接近尾声。在未来一年里，华为在数字金融领域，将会带来哪些值得期待的成果，能否与我们分享？
曹冲：我们将主要聚焦两个方面：一是持续探索前沿技术，开拓未来，不断实现突破创新；二是全力协助客户解决技术债务问题，对于金融机构而言，若未能有效处理技术债务，极有可能陷入发展困境，甚至被市场淘汰。
此外，还有许多激动人心的进展值得期待。正如我们的轮值董事长在谈到自动驾驶汽车时所说，华为致力于提供一流的解决方案，让技术的便利普及到每一位用户。同样在金融领域，华为数字金融军团致力于提供卓越的解决方案，以持续提升金融行业客户体验。
布雷特·金：对于那些对中国、对华为发展感兴趣的朋友们，可以通过哪些途径获取更多关于华为的信息，以及您的工作动态呢？
曹冲: 最便捷高效的方式就是访问我们的官网，希望大家有机会能来中国实地参观，亲身感受这里发生的变化。
免责声明：文章内容和观点仅代表作者本人观点，供读者思想碰撞与技术交流参考，不作为华为公司产品与技术的官方依据。如需了解华为公司产品与技术详情，请访问产品与技术介绍页面或咨询华为公司人员。
