最近在科技行业AIGC的浪潮下，各行各业积极拥抱AI，也带动了落地应用如雨后春笋般涌现。在金融科技行业，AIGC垂直应用的大模式已经在很多头部平台得到应用。另一方面，逐渐兴起的黑信贷产品——“债闹”机构成为金融科技行业坏账增加、利润损失的重要原因，联手打击黑产成为头部平台公司的共同选择。
角逐AIGC大模特
今年以来，备受关注的AIGC也被金融科技行业寄予厚望。据编辑统计，行业内已有多家头部公司率先探索应用AIGC技术:
今年5月，启赋科技首次宣布推出自研的金融行业通用模型——“启赋GPT”，这也是国内首个金融行业通用模型；随后，杜小曼也在5月下旬宣布推出国内首个垂直金融行业开源模式轩辕。今年6月，蚂蚁集团回应称，它正在开发一种名为“一真”的语言和多模态模型。7月，恒生电子金融行业的大型模型LightGPT也亮相。今年8月，我们随即推出了国内首个大零售金融模式“天京”。
刚刚发布财报的美股上市金融科技公司嘉银金科也披露了大模型应用的最新进展，是业内典型的应用案例。
编辑注意到，佳音金科董事长闫定贵在第二季度财报会议上公开表示，目前，GPT商务辅助已在三个业务场景投入开发或使用:一是辅助代理商运营提升效率和质量，利用ChatGPT赋能标签提炼、会话摘要、客户投诉预测、情感识别、会话深度洞察分析，助力精细化运营；二是帮助提取信贷业务合同的签字、文本、要素等信息，进行实时风险分析和预警，优化业务流程；第三，通过集团内部的ChatGPT接口，我们自己建立了嘉银GPT实验室，鼓励员工积极探索AI技术在业务场景中的运用，提升效率，助力智能化、精细化的业务运营。这也将为佳音未来开发多场景智能问答助手、虚拟人Uni、营销声景生成、提示平台等公司全流程运营智能化提供创意。
但在金融领域，由于合规性和安全性极其关键，金融机构必须做出符合国家法规和消费者权益的决策结果，这也对大模型的应用提出了更高的要求。
消费金融首席信息官姜宁告诉编辑，金融行业的大模式面临几个关键挑战。
首先，在金融行业的关键任务和动态系统中，面对现实世界中突发的突发事件，人工智能模型的反馈是不稳定的，这给实际应用带来了重大挑战；
其次，金融行业往往希望为用户提供个性化的服务体验，但这种个性化的体验需要个人隐私数据和大模型的整合，数据合规和安全的新问题也随之出现。
第三，大模型需要建立一个网络平台来加强学习，并不断贡献数据和反馈。但目前中国市场的计算能力、算法和数据往往是分离的，能够将三者统一起来的公司少之又少，需要不断探索跨组织、跨机构的共享机制。
最后，大模型的基础设施和技术芯片挑战科技底层结构，未来能否处理后摩尔时代的高速增长数据还是未知数。
联手出击信贷“债务困扰”
今年以来，债务组织和反催收联盟成为信贷行业备受关注的新型黑产。为此，协会和行业逐步建立债务困扰“黑名单”，逐步开启“常态化”打击债务困扰。
所谓的债务组织和反催收联盟，主要是以减免债务本金利息为幌子，唆使借款人恶意逃废债务的民间组织。他们一方面向借款人传授减免息差、延迟还款的所谓“技巧”，一方面唆使其拒绝履行偿债义务，同时通过恶意投诉迫使金融机构做出“让步”，如大幅减免贷款本金利息、向借款人收取高额服务费、唆使和煽动债务人自愿逃废债务等。
从编者交流得到的数据来看，目前债务机构总数超过1万家，从业人员数十万人，用户数百万人，相关产业规模达数百亿元。虽然专业债导致的坏账在绝对比例上并不大，但在逾期客户中的比例相对较高，约占5%-10%。
鉴于近三年来越来越多的非法债务现象，金融监管机构、立法机构、警方、法院、行业协会、金融机构等多种力量都加入了打击非法债务组织的行列。
6月19日，中国互联网协会正式发布《打击利用恶意投诉非法牟利行为自律公约》，宣布将制定具体行动措施，进一步阻断非法债务组织的网络传播渠道。同时，腾讯、阿里、Tik Tok等39家成员公司成为首批联合发起单位，交流打击非法产债经验和案例，并通过科技手段、联合警务、构建行业黑名单等方式，最终达成实施方案，共同打击非法产债，维护行业健康发展。
今年6月，深圳市互联网金融协会信用服务专委会举行了《信用服务行业自律公约》签约仪式，分期乐等30家信用服务行业从业者进一步分析了制债黑产组织的行业危害和社会危害，交流了打击制债黑产的经验和案例。
今年8月，首个以即时消费为主导的全国性金融黑产打击系统平台——AIF刘梦洁黑产打击平台开始试运行。首批试点单位包括即刻消费、平安普惠、度小满科技(北京)有限公司、深圳乐心控股有限公司和江苏银行。数据显示，依托AIF联盟平台，即刻消费联合多家会员单位，已帮助警方受理打击非法代理维权案件10余起。"