外人都覺得張天是光鮮亮麗的AI科學家，只有他自己不這么認為。

“我之前有時候正經技術活兒一點沒干，時間全在拉通部門、整理數據上。”

張天是中金所（中國金融期貨交易所）的一員，他親歷了這個國內首家金融期貨交易所從2006年在上海掛牌成立至今的發展歷程。

AI近些年的興起也讓中金所敏銳意識到金融數字化轉型的必要性和緊迫性。為了更好滿足業務需求，他們2015年開設了創新實驗室，負責數據、算法方面的技術研究。

張天和他的同事們，主要負責這一塊業務。幾年下來，背靠中金所大樹，實驗室逐步建立了成熟的IT體系。然而，在不斷精進的過程中，他們也感受到了一些力不從心。

“金融行業和AI是天然的結合，但一線的糟心事鮮有人知：上線一個AI應用有時候比造光刻機都費勁兒。感覺像是西西弗斯推石頭，每次業務遇到一個新問題，就需從頭開發新應用，導致效率奇低且算力等資源消耗比較大。”張天坦言。

換句話說，金融行業IT的AI改造，很多時候根本不是技術問題，而是需要一個好用的工具，去歸納、整理、提升開發效率、減少無故損耗。

1、“我們急需一個稱手的工具”

AI的發展并非一蹴而就，金融行業的智能化、數字化一日千里。在滿足業務越來越多元化需求時，各類項目的瑣碎度、復雜性大大超出了張天的預期。

簡單說幾個，譬如開發效率低，各類算法、框架被反復重新建設，煙囪式架構琳瑯滿目；各類AI成果、資產分散各地，管理整合困難，復用率極低；缺乏有效的AI資源監控管理手段，各類資源被過度占用或未能合理使用，造成資源浪費。

AI管理、部署，模型訓練、構建，資源拉通、使用，技術類的、非技術類的問題讓張天腦殼生疼。后面他和他的團隊琢磨著得在外面找一個得力幫手：一個“聰明好用”的技術中臺去幫他們解決“煙囪式”系統架構問題，去降低AI業務場景的開發門檻。

走這一步也有不少前提。"金融級"是安全、可靠和可信的代名詞，尤其是中金所這樣頂級的金融機構，更是最基本的標準。中金所技術與業務結合非常緊密，每一個失誤都可能產生核爆級的影響；另外，金融行業系統建設周期長，尤其是測試周期很長，對新技術的采用更為謹慎。

首先是實打實地解決問題。創新實驗室隸屬于中金所技術公司，本質上是IT部門，技術人的價值就是為業務問題找到能快速實現且運行穩定的解決方案。換句話說，他們不太在意這個技術是時髦的新技術還是老掉牙的舊技術，只要能安全可靠地解決問題，就是好技術。

其次，能經得起海量數據考驗。金融領域數據量大，勢頭猛，早在幾年前，中金所的交易額就已經超過其他三家商品期貨交易所成交額總和，在數據量上是其他金融公司難以企及的，因此平臺要能保證海量數據前提下，依然能平穩、高效運行。

再者，新平臺能夠適配中金所的場景。創新實驗室最重要的職責是協助交易所各業務場景的智能化，其中涉及交易、結算、風控、檢查各項業務，為風險控制市場提供技術基礎，在外部工具平臺選擇上，需要既能貼合中金所的金融場景，又能讓技術人員用起來得心應手。

摸排清楚業務核心痛點、確定好外部幫手的重要條件后，中金所技術公司梳理了一套專業的評分指標并對外招標。層層篩選后，他們最終敲定了騰訊，并選擇了一個叫做“TI平臺”的產品。

這個幫手總結來看主要有兩大硬核特點。首先是一站式的AI開發服務平臺，可以為開發者、企業用戶提供從數據標注、模型訓練、部署等全套開發服務；其次還可以支持用戶結合自己的產業數據做精調訓練，從而幫助用戶快速創建和部署AI應用，提升工作效率。

“蠻好用的”。談及這個產品的使用感受時，張天如此評價。

舉個例子，金融市場日益繁雜，相關信息能迅速傳播、發酵，影響市場情緒。金融領域是互聯網以外數據量最龐大的領域之一，中金所每日都要進行巨量的輿情信息分析。

換句話說，外面找來的幫手需要經得住中金所場景中的海量數據和調用沖擊。“在實際使用中，我們每天收到超過2000萬條輿情數據，每天調用次數達數億次，騰訊云的TI平臺整體調用成功率超過了99%。”

要知道，如果使用傳統的方式處理這些數據量，需要構建統一的代碼框架，通用的代碼運行環境，部署維護反向代理工具等工作，將花費大量的人力和時間成本。

“現在一鍵調取即可，且運行至今都比較穩定，我們的技術人員從很多繁瑣的工作中解脫出來，工作效率提高了不少。”張天提到。

實際運行過程也并不復雜：中金所收集市場信息后，30多種已經完成訓練并上線的算法服務開始運行。以金融過濾算法為例，平臺過濾出金融信息，再送入摘要算法，通過一句話顯示內容摘要。輿情數據分析生成算法將所有運算結果傳回數據庫，支持所內輿情智慧屏每日輿情數據的滾動展示。其他部門可以通過直接查詢數據庫的方式獲取信息。

2、“提質增效是核心指標”

中金所技術公司另一個高頻需求是模型的搭建。與AI初創企業不同，他們擁有不俗的IT能力，所以更注重底層設備和模型服務能力。

“這個TI平臺里面有150多種通用算法和算子能力，我們可以在工作流中直接訓練模型，并將其放入模型倉庫，形成從模型訓練到發布再到服務的閉環，能夠有效降低搭建成本和人力投入。”

張天隨即打開電腦實時操作了一番，工作流一旦搭建完成，如果僅需更改數據，可以簡單使用拖拽操作來調整所需的算法。平臺提供了多種開發方式，包括可視化建模、任務式建模和傳統的notebook建模。

將算法進行算子化后，開發基礎算子的精力投入和編碼工作量大幅降低，從而加速了模型的開發過程，降低了模型開發成本，提高了開發效率。“之前團隊需要花費一個月的工作，如今只需要2-3天就能完成，我們的咖啡可以少喝幾杯了。”他調侃道。

眼下，數字化轉型于金融機構已經成為必然趨勢，而非可選擇的選項。這是一場不僅涉及技術變革，更關乎認知轉變的革命。

上海銀行黨委委員、副行長胡德斌曾指出，通過數字化能力能夠改變傳統管理流程和信息傳遞模式，以數據實時發現問題、精準研究問題、快速解決問題，實現過程管理和結果管理雙輪驅動，從而推動高質量發展。

TI平臺帶來的最大變化，是中金所技術公司得以快速從零到一搭建業務平臺，得以從繁雜重復的工作中解脫出來。在利用自身技術助力中金所業務成功的同時，張天也談及了金融企業在做數字化轉型的一些感觸。

首先是底層工具能力得扎實。大多金融業務需求多且容錯率極低，對平臺要求極高。這需要技術平臺的能力抗打，能夠高效地滿足特定行業的碎片化需求，并且從設計上就考慮到各個場景的實際業務需求。

其次是開發響應及時，能快速交付。“比如我所在的創新實驗室，既是開發者又是用戶，需要能簡化工程上的研發投入，將精力聚焦在業務本身，從而提高AI應用的開發效率，實現降本增效。”

“都說灶臺好，才能燒好菜。金融企業做數字化，一個趁手的工具、好用的灶臺很重要。我們現在用的這個TI平臺功能性和穩定性還不錯，關鍵時刻不會掉鏈子，對我們的業務開展比較有價值。近期我也了解到他們好像還加了不少大模型的能力。”張天坦言。

今年年初開始，各類大模型產品相繼發布，有聊天類的通用大模型，也有助力行業提質增效的行業大模型。騰訊在大模型領域布局的第一張牌選擇了行業大模型。

他們以TI平臺為載體，開了一個模型超市，貨架上擺了不少行業模型以及多種模型能力，用戶可以隨需挑選，開發屬于自己的、安全好用的大模型。目前這個模型商店已經覆蓋了包括金融、文旅等10個行業，提供了超過50個解決方案。

“從算子能力到平臺能力、從解決方案到模型服務，大模型技術的涌現使得AI平臺成為金融機構探索的全新方向，通過共享智能化能力降低AI業務場景的開發門檻。很多廠商已經跑出了第一步，我們也會持續關注和應用，希望能夠為用戶帶來更多的價值。”張天如是道。

注：本文中“張天”為化名

本文來源：財經報道網

關鍵詞：