AI金融管家支小宝：大模型竞争加剧下的价值释放策略

7月4日至6日，2024世界人工智能大会暨人工智能全球治理高级别会议（WAIC 2024）将在上海举办。 与去年因生成式人工智能（AIGC）爆发而掀起的大模型竞赛不同，本届WAIC更聚焦于AIGC实际落地应用的检验。试想：当众多大模型集中亮相后，哪些能真正渗透进日常生活，成为用户可依赖的实用工具？ 钛媒体AGI获悉，今年WAIC期间，蚂蚁集团将首次集中展示其基于大模型技术的“三大AI管家”——生活管家、金融助理、就医助理等AI智能体产品。依托在金融、医疗、生活等垂直场景的长期积淀，蚂蚁的AI管家为行业AIGC落地应用探索出差异化路径。 其中，作为蚂蚁集团重点推进的AI应用，AI金融助理“支小宝”已服务超过4300万个人投资者，提供市场解读、持仓分析、保险配置等服务。这个用户规模固然可观，但更关键的是它如何在要求严苛的金融领域站稳脚跟。 当前，腾讯元宝、月之暗面Kimi等通用大模型应用势头强劲，而“支小宝”这类垂直行业AI助理为何坚持“做专”？在财务、保险等零容错场景中，它又能释放多大价值？近日，蚂蚁集团“支小宝”团队多位负责人与钛媒体AGI深度交流，分享了背后的逻辑。 “支小宝的定位是为普通人提供高质量的金融服务。但知易行难，用最新大模型技术实现这一严谨产业应用，需要解决大量具体问题。”支小宝技术负责人陆鑫（花名）表示。为此，他们自下而上构建了三层技术体系：底层是面向严谨应用定制的凤凰大模型Finix，中间层是模拟专家思维与工作流的agentUniverse专业智能体框架，支撑最上层支小宝的高效顾问服务。陆鑫强调，“支小宝”的目标是为每位投资者配备一位AI“私人理财专家”，目前尚无其他大模型或智能助手明确以此为目标。

中国7.2亿投资群体急需AI助手

近年来，中国民众对财富管理的热情持续攀升。公开数据显示，当前中国股市投资者达2.2亿人次，基金投资者超过7亿。移动互联网普及后，大众能便捷地购买各类理财产品，但专业金融服务仍与普通投资者存在较大距离。 蚂蚁集团财富保险智能服务算法总监陈鸿算了一笔账：中国虽有7亿投资者，但持牌财务顾问仅约20万名。这意味着平均每位顾问需服务3600名投资者，现有人力根本无法覆盖缺口。此外，金融服务天然具有高门槛，依赖于专业知识、复杂且不确定的决策、细致入微的共情沟通，这对专业人才培养提出了严峻挑战。 大模型的出现提供了破局契机。它整合了金融通识知识，并具备强大的语言交互与认知推理能力，为专业服务的数字化普惠打开了更广阔的想象空间。 早在2018年，蚂蚁集团内部便立项研发AI助理，最初代号“安娜”，即“支小宝”的前身。陈鸿坦言：“支小宝要解决的是高质量金融服务稀缺的问题，让专业金融服务惠及更多普通人。” 2022年底大模型与AIGC席卷全球后，蚂蚁集团长期聚焦专业服务，选择攻克大模型在严谨应用中的落地难题。他们逐步构建了严谨应用大模型Finix与专业多智能体框架Agent Universe的组合，驱动“支小宝”从1.0升级至2.0版本，实现全面蜕变。 新版“支小宝”针对投顾、保顾等专业场景，大幅优化了严谨性、专业性与合规安全性。支小宝产品负责人杨帆介绍，“支小宝”的金融意图识别准确率从80%提升至95%以上；多轮对话能力显著增强，用户平均对话轮次增长了40%以上。 陆鑫透露，基于严谨应用大模型Finix和专业智能体框架aU，“支小宝”模拟专业团队，逐步构建对宏观、中观、微观金融信息的分析能力——覆盖市场整体、行业板块、具体基金及企业。通过多智能体协同，像人类金融分析师一样提供深度专业化服务。“要为用户提供真正专业、有洞见的信息和观点，智能体必须像分析师一样深入钻研。”

大模型“幻觉”成行业挑战，如何破局？

当前AI大模型应用仍面临多重挑战：幻觉问题、数据对齐、安全治理，以及市场竞争加剧带来的商业化压力。对投资者而言，最核心的需求是准确的数据来源。消除“幻觉”，是“支小宝”团队必须啃下的硬骨头。 陈鸿坦言，在产业中落地大模型技术，若要达到严谨、专业、安全的标准，就必须直面“幻觉”这一最大障碍。针对产业真实需求，构建胜任严谨应用的大模型不能讳疾忌医，需要从数据、对齐、智能体、测试攻防等全链路系统施策。 他打了一个比方：“就像学开车——人本身存在注意力不集中等内在缺陷，无法精准预判碰撞风险。但当我们乘坐汽车上路时，通常仍能信任司机。这并非因为有缺陷就不能做，而是通过一系列机制和系统性安排，完全可以实现安全可控。对驾驶而言，驾照培训让司机养成了‘安全驾驶’习惯，再配合车辆与交通系统的安全措施。” 大模型也是如此。通过持续的对齐训练，让模型严谨处理数字、实体、计算与事实，识别自身知识边界以外的领域，再结合数据链路、知识增强、工具校验、智能体反思等系统性方案，即可有效保障专业应用的严谨性。陈鸿表示，团队持续对大模型进行产业导向的训练与优化，以服务更广泛的用户。 陆鑫则从数据与问答反馈两个维度，阐述了降低“幻觉”风险的具体实践。 数据方面，“支小宝”团队针对专业场景构建了大量高质量指令集，确保金融专业性、合规性与数据计算的严谨性。从表述金融观点时论据的一致性到严谨性，均进行了大量技术优化。团队投入巨大资源，从海量数据中筛选出有限的优质数据。 在问答反馈层面，为提供超越简单问答的专业服务，“支小宝”基于模拟专家协同的多智能体框架agentUniverse，通过内置的评价与反省角色，实时识别自身能力边界并持续迭代优化——这使得“支小宝”具备了一定的自省能力。 在支小宝持续提升认知能力的同时，陆鑫坦言，过去一年大模型给他带来了“认知层面的最大转变”：从大规模底座到对齐训练，再到多智能体，技术栈不断演进。“从2023到2024年，每个月都被迫更新认知与技术栈。若固步自封，停留在原有技术层，认知将迅速落后，最终影响正确决策。” “我们应更乐观地看待大模型带给人类的变革与深远影响。”陆鑫表示，AI并非为取代人而生，而是为每个人赋能。包括理财、理赔等领域的专家，我们希望用这套严谨应用大模型技术栈真正支持他们，成为这些专业人士在AI时代的得力助手。 今年，“支小宝”将持续进行技术迭代，对标领域专家，不断提升AI金融助理严谨处理专业问题的能力、个性化服务能力与共情交流能力——从模拟专家走向真正专家，在真实产业场景中交付严谨且专业的服务。 正如陆鑫所言：“我们希望高质量的AI金融服务，能像扫码支付一样，成为每个人日常生活的标配。”

来源：互联网