頭部銀行謹慎推進大模型，新一代核心系統還在攻堅期

兵強馬壯的金融業一直是新技術的實驗場。雖然今年不少金融機構的預算有所縮減，但在大模型、自主創新上仍有不少新動向。

01 頭部大行謹慎推進大模型

7月在北京舉辦的中國國際金融展上，不少業內人士來參觀交流大模型應用。有趣的是，自今年5月以來，更多銀行上線大模型，員工已開始接觸到各類助手。但大模型在金融業仍處於嘗試早期，甚至應用速度和深度不及製造業。

行業人士形容，金融在大模型上是在做大規模研究，小範圍驗證和測試，應用以工具類如助手爲主，沒有用在交易生產業務中。

"並沒有大規模用起來。"一位頭部金融應用開發商告訴數智前線，自己對此的標準可以用一個例子來說明，比如"我要開個戶"這一句話，涉及合規監管、數據報送，流程中還涉及多個業務部門、各種審批手續。"這些都是隱含機制。真正的大模型，要根據這一句話，把所有需求、業務流程拆解清楚，現在還做不到。"

"與其說是做不到，不如說是不太敢。目前用AI正兒八經做交易業務，真的不太敢。"一位城商行人士告訴數智前線。

實際上，頭部大行早在ChatGPT爆火之前，就對生成式AI開始了研究。但由於大模型的準確性問題和不可解釋性，一向嚴謹的金融部門需要不斷嘗試觀察。同時，金融業也還沒有找到足夠的痛點，實現更高價值，體量也不太夠。

在此狀況下，大行呈現了謹慎務實的態度。"其實有很多環節，傳統方法也很高效，比如關鍵詞檢索。"一位工商銀行人士告訴數智前線，"我們還是要先解決業務問題，如果業務不需要，硬往裡面揉，反而效率會降低。"他強調，不會爲了技術而技術。工商銀行內部主要的應用目前包括代碼助手、客服、風控等。

中國銀行則用大模型做了數據分析等。一位人士告訴數智前線，內部進展不算快，風控還未上。

一位建行人士稱，她看到內部在5月上線了大模型。她用大模型幫助撰寫對公業務的定製化研究報告。"目前這些報告的針對性還不夠，需要修改大約一半內容，但你要往前推，這是一個趨勢。"這位年輕人士稱自己非常關注大模型，早在ChatGPT、文心一言剛推出時，個人就嚐鮮使用過。

目前，大模型在金融業的應用，基本上是代碼開發、運維、交互式數據分析、營銷工具、保險報價等。因爲應用場景有限，一位大模型廠商負責人表示："沒想到代碼助手在銀行變得如此突出。"

除了大行，從金融體系的步伐看，一些城商行或合資銀行與大行不通，節奏要更快一點。"投入幾百萬元，就能解決一個實際問題。"

值得關注的是，金融企業用來訓練企業大模型的基礎模型或金融行業大模型，較爲多元化。商用的如華爲盤古、智譜，開源的如阿里通義、智譜、百川、國外的Llmma等，但他們坦言，行業大模型還沒有特別突出的。此外，一些銀行業務人員通過口口相傳，也在使用Kimi等作爲文檔小助手。

"銀行最大的問題是它的數據不能出去，只靠自己的數據去判斷用戶的行爲習慣，有侷限性。"因此，不少銀行在數據的合作上非常下本。

一位杭州銀行人士稱，他們與浙大合作，核心是基礎數據訓練。"模型有開源的，但數據很難，投入近千萬元。"目前的應用場景集中在助手類，如杭小助、代碼助手、合同審覈等。

除了數據，大多數銀行是先購買算力。"智算從2022年左右開始。"多位人士稱，由於英偉達芯片出現了幾次對不同產品的禁售問題，供應不穩定，金融企業這幾年搭建了異構算力平臺。

總體而言，在金融行業，大模型離全面落地應用還有時間。除了六大行和股份制銀行一共21家企業之外，不少城商行和保險企業也在嘗試。一位城商行人士告訴數智前線，自己正在調研，準備開展小範圍試點。

"這個方向是確定的。"一位金融應用開發商說，"只是什麼時間走到大規模落地，每個人都想知道答案。"

02 核心系統自主創新處於攻堅期

除了大模型，金融企業的科技戰略已步入深水區，一個明顯特徵是，傳統技術架構正面臨轉型和重塑，新體系與"IOE"完全不同。

其中，核心系統的改造並非易事，涉及從操作系統、數據庫、中間件到硬件的全棧能力：各種技術都要達到性能及穩定性要求；無論開閉源，都要經歷規模性的商業化驗證；各類技術不是簡單的替代，而是要實現新一代業務的高要求。這裡數據庫的替換最具代表性。

在這方面，頭部銀行走的較快。不少銀行從外圍系統開始，目前處於核心系統的攻堅階段。"數據庫還沒有完全替換，接下去還有並跑階段，所以看上去走的快的好像已完成70%~80%，但週期還很長。"一位業內人士介紹，如果說要完成全部核心替換的話，可能在明後年。股份制銀行比頭部銀行還要慢一些。

除了頭部和股份制，城商行和農商行則是點狀分佈，一些局部的城商行走得比較快，已完成核心繫統的改造。"一個趨勢是在往下滲透，一些規模更小的銀行開始啓動了核心系統的改造。"

而在這個過程中，數據庫市場也在被重塑。雖然目前有300多家國產數據庫企業，"我覺得在這個過程中，數據庫會進一步收斂在幾個廠商。"一家數據庫企業判斷。

在數據庫的替換中，有業界提出，這些採用了新架構的數據庫，替換成本高、不好用等問題。但一位城商行人士明確告訴數智前線，"我們2015年去考察替換的出發點，就是因爲成本。傳統的集中式架構，長期成本很高。每年的維保、軟硬件、人員成本都很高昂。替換肯定是節約了成本，否則當初不會去幹這件事。我覺得要從長期看成本。"

從替換的技術複雜度來看，伴隨國產數據庫的進步，平臺遷移的難度已不太大。但在銀行原有應用改造上，確實有一定難度和複雜度。因爲數據庫需要做到多活的同時，保證數據的一致性；而在保證數據一致性的時候，還要保證高性能，這確實需要一定的能力支撐。

在可用性上，"我認爲已經沒有什麼差異了，能確保生產連續穩定的運行。"一位城商行相關負責人說，而差距則主要體現在生態和服務上。比如，國產數據庫的技術普及和應用人才供給不夠。再如，在服務體系上，以IBM爲例，用戶遇到故障只要打一個電話，就能自動化地解決，國產數據庫則需要四處"搖人"。

"如果說要判定哪天追平了，我認爲有一個非常好的標誌，就是我不見這些數據庫企業的人，打個電話就能解決所有問題。"上述人士對數智前線說，這需要一套體系和知識沉澱。

在金融行業，數據庫企業各分天下，不少金融機構提到螞蟻OceanBase、騰訊TDSQL、中興金篆GoldenDB、華爲高斯，不像操作系統領域，麒麟佔據主導。

"這幾家企業的打法也非常不同。"一位行業人士說，螞蟻OceanBase下場早，在城商行、農商行、保險證券市場佔有率高；華爲則通過全棧產品攜高斯數據庫，猛攻市場；中興也提供全棧產品，包括操作系統、數據庫、服務器等，它採用集中兵力的策略，只做銀行核心系統；騰訊TDSQL則在市場上"全面發力"，既做本地部署，又做公有云，既做頭部大行，也做中小型金融機構。

核心系統除了軟件外，還需要高性能的計算、網絡和存儲，如FC光纖存儲。目前，針對光纖存儲，業內處於創新性研究階段。由於核心系統需要全棧能力，華爲、中興、新華三等企業利用全棧佈局，強攻市場。

03 硬件應用呈現百花齊放

硬件的創新從機具開始。有趣的是，此前採用麒麟系統的金融機具佔有大部分市場，而從去年下半年開始，鴻蒙機具也在起勢。在中國國際金融展上，可以看杭州銀行試點的鴻蒙自助設備。

在電腦方面，聯想在金融市場佔有大約3/4的份額，其他還有華爲、同方等。聯想展示了採用本地供應鏈的電腦，如高端旗艦的聯想開天X1，機身採用碳纖維，重量爲990克，續航8小時左右，針對銀行管理層定製。

銀行客戶對電腦有一些定製化要求，其中輕量定製要預製好用戶名、密碼，包括瀏覽器收藏夾中的網頁。深層次的定製則要針對客戶的場景，去兼容一些外設，提前優化和測試Linux系統等。

一位行業人士稱，過去這幾年，銀行在應用這些電腦過程中，花了很大力氣解決各類問題。"軟件、外設等各類問題，每個季度都有上百個，在幾天內都會解決。"他說，"問題會越來越少，其他企業可以複用。"而在下半年，新一輪電腦採購旺季即將到來。

在智算上，由於人工智能的加速發展，頭部金融企業在2022年左右，投入智算建設。

從政府部門的要求來看，近日國家發改委、工業和信息化部、國家能源局、國家數據局聯合印發《數據中心綠色低碳發展專項行動計劃》，要求，到2025年底，新建及改擴建大型和超大型數據中心電能利用效率（PUE）降至1.25以內，國家樞紐節點數據中心項目PUE不得高於1.2。而上海甚至有實時監測數據中心PUE的規定。

政策倒逼原來的數據中心進行升級。而根據相關統計，行業內先進綠色數據中心PUE已降至1.1左右。液冷產品成爲一個趨勢，市場有急切的剛需，供應商紛紛推出可實現柔性升級的方案。如一個機櫃原來是三四千瓦，在面積不變、承重條件符合要求的前提下，加入配套液冷設備改造，可以做到20千瓦。

從硬件平臺來看，市場呈現百花齊放狀態，基本滿足市場需求。伴隨應用系統的改造呈現新舊迭代的態勢。