大模型厂商的批量涌现和深入布局，意味着大模型正在走向“用起来”的新阶段。我国海量应用的场景为大模型落地提供了一片优质的“试验田”，尤其是在金融等垂直领域，大模型已经不是空中楼阁。大模型到底能为产业发展和社会生活带来何种变化，从首批大模型使用者可见一二。
农业银行大模型ChatABC，对于大模型精调、提示工程、知识增强、检索增强、人类反馈的强化学习（RLHF） 等大模型相关新技术进行了深入探索和综合应用，结合农业银行研发支持知识库、内部问答数据以及人工标注数据等金融知识进行融合训练调优，实现了全方位的金融知识理解和智能问答应用。
百融云创通过AI Chatbot在促首登、促申完、促首借、促复借等转化节点为机构助力。从实际运营效果来看， 与客群自然转化相比，授信成功率和件均金额运营指标增益效果明显。以某客户信贷场景为例，月增授信成功用户70%，月增放款金额超2000 万；在某客户小微场景下， 每月新增20 万+ 小微客户，新增放款3 亿到4 亿，且不良贷款率相对较低。
在金融领域，大模型可以作为智能客服，提升网点业务人员的工作效率；在银行业务中台，大模型的分析能力可以作为投研投顾，提升信贷准确性；在业务后台， 大模型可以提升风控能力，降低投资风险。大模型近乎可以贯穿金融业的全流程、全任务，从而通过各个端点生产力的释放，实现金融行业生产关系的重塑。与此同时，在医疗、互联网电商等领域，大模型的渗透也在持续加速。
而大模型绝不仅仅是单纯的技术问题，企业想要把大模型技术转换成实际的生产力，需要从三个方面来构建核心竞争力：第一，离用户更近，离场景更近，对用户和场景有更好的理解和黏性；第二，有自己独特的数据，在数字系统中有独特的工艺或者数据成分；第三， 在物理世界有更低的交付成本。换言之，企业能否打造“模型—行业理解—场景应用”的完整体系才是决定成败的关键。
（本内容转载于网络，文中图片等内容如有侵权，请联系编辑删除。市场有风险，选择需谨慎！此文不作选择参考。）
