□本报记者 谭乐之

所有的前进之路都并非坦途。近日，百度董事长李彦宏在百度世界大会上称，大模型行业过去24个月最大的变化是大模型基本消除了幻觉（如出现文不对题的答案），回答问题的准确性大幅提升。

金融拥抱大模型已是不争事实，大模型在为金融机构带来显著价值增益的同时，也面临着两大难题。

一是算力难题。如何在当前资源的限制之下，同时规划和适应不断进化和增强的计算能力，这对应用场景选择、资源投入、大模型部署方式等方面提出了复杂的要求。算力永远是短缺的，随着大模型参数量的持续膨胀，其对算力资源的消耗显著增长。同时，在AI持续“重塑”业务流程的过程中，对算力资源的需求也出现了急剧飙升，这两方面共同加剧了现有算力资源供不应求的局面，使得算力短缺成为一个常态性的挑战。

二是数据安全难题。随着大模型深入应用，个人隐私泄露和滥用、生成内容违法违规、科技伦理、大模型欺诈等问题逐渐被社会所关注。大模型在安全方面面临大模型自身安全和模型应用安全两方面的挑战。从训练安全来看，如何使用数字加密技术和差分隐私技术在训练过程中保护敏感数据安全？如何清洗训练数据，以避免潜在的恶意数据注入或偏差造成的训练问题？从大模型生成风险看，如何避免大模型幻觉问题？如何避免层出不穷的诱导、变种等攻击以做到全面防控？以上问题都值得业界思考。

科技本质上是工具，其真正价值在于解决我们面临的各种问题，AI大模型技术的快速发展，势必会颠覆和重塑金融业未来产品形态。随着大模型在金融行业落地，在重塑金融企业的同时，我们也需要面对有限算力和数据安全两大难题，助力金融企业在数智化创新之路上越走越远。