事业群智能服务总经理陆鑫在以“新形势下的作为与担当”为主题的第二届党建引领金融机构携手助力民营经济高质量发展大会上表示，（AI）与金融领域的结合可以实现优势互补和高效协作。在此过程中■★■◆■◆，至关重要的是尊重金融业务的核心专业性和严谨性原则■★■★■，以大模型技术提升服务的可得性。

　　陆鑫表示，下一步◆■，在金融领域落地生成式的过程中还需要解决以下问题。一是领域专家数据的稀缺■★★■★。高质量的领域专家数据是AI专业化的基础◆★■★■，但目前在整个金融行业都非常稀缺。二是金融智能评测体系的缺乏。高难度的金融智能评测体系是AI发展的牵引■★◆★，但目前也较为稀缺■◆■。三是可靠性的全周期加强。

　　陆鑫表示，近年来，大模型技术加速崛起，它们在零售金融场景中的应用不断刷新专家的能力，甚至在某些方面达到了媲美人类专家的水平。大模型不仅提升了金融服务的效率，还降低了AI开发的门槛，为中小机构的创新提供了可能。主要运用在客户洞察与服务体验、定向分析、隐私计算等场景。

　　此外，加强金融AI的可控性至关重要，需要在数据治理、训练和在线攻防环节全方位保证其可靠性。数据治理是关键，它决定了模型学习的内容，而价值对齐则确保模型的输出符合金融专家的价值观和能力。

　　“尽管技术变革带来了新机遇，但金融业务的本质不会改变。AI的角色是调度专业内容和工具，更好地链接机构与用户★◆■，提升个性化服务的可得性。同时◆■，大模型在金融领域的应用也面临挑战，包括领域知识的缺乏、复杂决策的不足以及可靠性的短板★■★◆◆。■■★◆■”陆鑫说。

　　陆鑫表示★■◆，为解决上述问题，蚂蚁集团金融AI提出了三个解决方案。一是做专业增强，让大模型和金融领域小模型进行协作，结合大模型在感知交互方面的优势和专业小模型在特定领域问题解决的能力。二是做知识增强，实现大模型对隐性知识和图谱的互补。三是做检索增强，控制大模型的知识来源，确保其在可控的知识范围内进行搜索和检索■◆★。