谈及当前AI技术最新发展， Rahmel指出，一方面，近2年大语言模型本身为我们带来了巨大影响；另一方面，人工智能不仅仅为了某《易彩下载》种目的而存在，它有着很高层次的价值，也有处理信息的能力，可以将信息更多纳入到整个决策能力中。
在陆勇看来，几年前AI并不普及，到现在变得很普及，原因是大模型浪潮造成了一个比较大的变革性发展，从金融行业尤其是消费信贷行业来说感受深刻。
苏博主要从技术角度，以一组形象的比喻概括了大模型发展历程：“大模型最开始很像一个文科生帮我们写写画画；后来发现它能变成一个理科生帮我们解决一些逻辑上的问题；最近又发现它有可能变成工程师，开始帮我们写很多代码；现在结合Agent又能成为我们身边的助理，帮我们在一定程度上端到端的解决问题；实际上目前在AI for Science上，可能慢慢会成为科学家的助手或者类科学家，比如现在人造蛋白质，包括很多国家结合人工智能之后都有非常好的效果。”
AI技术的发展也如一把“双刃剑”，在带来诸多机遇的同时也带来很多挑战。Rahmel坦言：“现在也有很多人可能会有一些不好的方法去使用人工智能，这可能也是我们现在存在的一些弊端。比如香港的金融领域也有这样一些例子，会有一些信息伪造，还会有一些黑客可能试图去攻击银行。”
陆勇也明确表示，如何把数据隐私和数据安全性解决好，现在也是一个很大的课题。这个课题目前在整个大模型突飞猛进往前走的时候不是一个主流的关切，它非常不“sexy”，也不能带来很多投资，也不能让你上头条，也不是改变国运级别的，但它确确实实对每个行业，尤其对金融行业特别重要。
AI技术在金融领域的应用如何落地？苏博指出，现在大模型有两个趋势，一是越做越大，二是越做越小，实际上也在寻求一个平衡点。他认为，当前行业内一般来讲也没有标准答案，还是需要结合每个企业内部自身算力的情况、数据的情况，包括企业未来发展在业务的理解和规划的情况，以及自身内部组织架构和人才的情况，来发现一个真正ROI受益最高的场景，这才是最好的平衡。
陆勇进一步阐述道：“对我们来说，选择的大模型好还是坏，取决于你怎么设计这个产品，需要人在里面介入非常深的了解作业的流程，绝对不是在技术部门里有一个团队空中楼阁来‘搞世界上最贵最好的大模型’，然后做出一个完美的工具拿去用。我们往往发现，在一个企业里推动AI的时候，最大的阻力就是来自于业务。”
Rahmel则从跨国金融机构的视角谈论了自己的观点。他强调，在跨国金融机构领域，要有多语言的途径，可以在我们整个系统中建立多语言系统，我们可以使用不同语言去问它问题，它可以会以不同的语言做出反映，内容可能也会有一些不同，有时候根据你所提问的语言，可能答案略有不同，基于相应的一些资源，这其实可以通过训练来解决，也可以加强我们对一些特定案例的使用。
责任编辑：曹睿潼
