避坑指南：金融人怎么用好AI大模型？｜平安会客厅

节目简介

金融行业有着对科技狂热的基因，华尔街早期愿意花几百万美元将网线缩短1米。如今AI风潮撬动金融行业变革，保险、银行、理财都想搭上AI快车，提高效率、降低风险。问题是怎么用？应用的过程中又要注意哪些风险？王健宗博士本期节目硬核拆解：AI狂飙时代，金融企业怎样既当科技先锋又做安全卫士？如何给AI戴上合规镣铐？

对话嘉宾

王健宗

• 人工智能博士后

• 中国人工智能开源软件发展联盟副理事长

• 清华大学深圳研究院研究生导师

• 平安科技副总工程师

• 智能金融前沿企业研究院院长

焦点时刻

▶ 金融行业的创新基因：时间就是金钱，效率就是生命 [02:03]

▶ 用高质量的数据训练出高质量的大模型，金融企业的优势在哪里？ [07:20]

▶  AI狂飙，合规尤其重要 [09:15]

▶ 金融人怎么用大模型做出千人千面的产品规划？ [11:10]

▶ 机器幻觉与数据污染：如何避坑信息的“海市蜃楼”？ [20:13]

对话精选

问：大模型在金融行业可以怎么落地应用？

王健宗：金融业的本质就是一个处理信息的行业，例如卖保险，卖的是什么？两个能力，第一个是确定性的能力，第二是预测能力。你要做好这两件事，大模型天生就具备这个能力，它能够很好地处理数据，它也能在收集公开信息之后给你确定性。

关键是金融有一个优势，就是数据优势，它坐拥高质量的数据。比如平安有这么多客户，每天都产生很多高质量的数据，在合规的前提下，我把这些数据喂给大模型，它能够很快速地学习、内化掉，这样很快就能帮助我们去提升服务能力。并且，金融不是经常强调一个事情的可解释性吗？加上大模型推理的过程，我就能够很好地解释，为什么我拒绝你这笔贷款。

金融里面的数据，它是高质量、高价值、高结构化的。这些数据放到大模型里面去训，是可以产生很好的价值的。金融的价值也能很好衡量，比如说我这个场景里面，风险评判的准确率提高1%，减少数亿元的价值损失，客户流失下降2%，就可以带来几十亿的收入。这些价值都很容易在金融里面用金钱去量化。

跟其他行业不同，大模型对金融行业能产生直接价值。

问：能不能举一个例子，大模型在具体的业务场景，是怎么改善用户体验的？

王健宗：最直接应用就是保单的智能解读，我相信没人能看懂保险条款，哪怕我自己在保险公司，我自己也买一些保险，但是我对保险条款大部分没耐心看，也看不懂。比如说你买一个重疾险，到我得早期肺癌的时候，到底能赔多少钱？我们把过去的保险条款都灌给大模型，同时大模型也挂一些RAG的能力，实时去更新，因为政策在变。这就给用户一个很直接的交互窗口，你想问就问。

还有个性化的保险规划。过去销售的时候，它往往都是产品导向，这个产品提成高，我就疯狂推这个，可能客户适合的是现在提成最低的那个产品，我也许不会推这个产品，因为给我的提成不够。我们不能反人性。

所以未来大模型出来之后，我认为真正能做到千人千面，真正能做到每个客户量身定制他的方案。

我觉得这也是一个改变服务形态的机会。现在平安大模型的生态已经解决了买的过程中的服务咨询，以及买后的理赔，我们都把大模型嵌入到全链条里面去。我们寿险的销售助手已经接入DeepSeek了，梳理出来DeepSeek接入的场景接近100个。

问：什么叫“机器幻觉”？

王健宗：机器幻觉通俗一点讲就是AI界文字版的海市蜃楼。就是说它生成的内容看起来可信，实际上却是凭空乱造的，比如说让DeepSeek描述一下王健宗写的一本金融科技的书，它真的就会一本正经地说，我写了一本《数字驱动金融，AI改变风险》的书，并且把书里面的章节、核心要点都讲出来。问题是我根本就没有写过这本书，它可能是用了别人写的东西套在我的身上。

我跟它问问题的时候，它就已经认为我已经写了这本书。它没有怀疑我说的是假话，这就是典型的机器幻觉。互联网里面的数据，包括人类产生的数据，很多会去污染我们的经验数据或者高质量的数据，现在还有一个新的词叫做大模型水军，他知道大模型喜欢什么，就不停地给大模型喂一些东西，就去把它教坏。

总的来说，我觉得要培养验证的习惯，你不要盲目地接受大模型的输出，涉及到关键的事情、关键的专业知识的时候，我觉得你要验证。这个时候AI时代特别重要，一定要独立思考。

AI有它的局限性，你要用它的长处，用它的信息整合能力、归纳能力，启发能力，可能每个人都要形成自己对于AI的素养，有艺术的品位，将来要有AI的品位。

转载自平安微生活微信公众号

https://mp.weixin.qq.com/s/w6nF_0FGmcF75otjWis-pw

消息来源：平安产险辽宁分公司

完整内容需前往原文阅读，文中活动需前往原文参加