大模型时代 金融机构企业架构转型如何更智能化？

　　随着人工智能技术的不断进步，AI大模型在金融行业已经广泛应用，推动金融机构实现更高效、智能化的服务，同时也为金融科技领域的发展带来新的挑战。近日，在上海举办的“2024金融行业科技交流大会”上，中电金信企业数字化架构转型咨询部总经理曲向阳，围绕大模型、企业架构转型、业务建模等话题分享观点。

　　曲向阳表示，当前的AI仍处于初生代阶段，类似于3到5岁的儿童，在处理复杂任务时仍显得力有未逮，存在一定的局限性。解决复杂的任务，需借助更为复杂的结构化体系手段，例如元模型、知识图谱等，而当前业界所推崇的GraphRAG技术正是对这一推论的实践。他认为，若想让AI大模型实现高效发展，就必须将能够反映业务本质的结构化资产，包括知识、指令及其编排，作为“养分”输入给AI大模型，以促进其不断成长；并且要在“人机协同、共生共赢”的模式下，由专业人士对大模型进行陪伴与训练，以引导其更好地发展。

　　在曲向阳看来，业务建模正是用业务模型还原业务本质的过程，它天然与上述AI大模型发展所需的业务抽象表达相契合，因此可以用来指导AI大模型的训练和成长。此外，业务建模还可以作为一种实验场景，用于验证大模型的性能与效果，为AI大模型的进一步优化与提升提供有力支持。同时他指出，通用大模型在金融行业以及具体场景中的应用，是当前业界值得深入探索与努力的重要领域。

　　为此，中电金信也在基于业务建模的企业架构转型策略之上，融入了“智能化”。曲向阳介绍，中电金信提出基于业务建模思想的智能体构建框架，并基于该框架制定业务抽象的实现策略，打造人机协存超智能体（Hyper-Agent），已经在业务建模的实验性探索中取得了初步成效，提升了建模效率，降低了建模的专业门槛。

　　在传统建模工作中，专家顾问需手动分析业务文档，逐一识别并构建模型元素，过程烦琐且耗时。但结合Hyper-Agent的数据建模流程，极大提升工作效率，并有效在前期的识别任务中释放了专家顾问的时间，使他们能够更专注于后续的优化工作。

　　目前，Hyper-Agent首先在数据建模领域得到应用，实践证明，从一篇万字需求文档中识别出约300个数据模型元素，一个3-5年经验的建模人员需要至少8小时，业务建模智能体只需20分钟，操作效能提升20倍以上。未来，基于业务建模思想构建的Hyper-Agent将能够广泛应用于金融机构的业务场景，助力精准营销、风险识别、反欺诈等金融业务在AI大模型时代下完成企业架构转型。

　　中电金信深耕行业市场近30年，为金融等重点行业提供全面的数字化转型解决方案，引入业内顶级专家团队，成立了专门的企业数字化架构转型咨询部门，为各大金融机构提供专业的业务建模驱动的企业架构转型咨询服务。根据项目实践和专家经验，中电金信形成了一套业务建模驱动的企业架构转型解决方案，可按照企业诉求定制实施方式，并提供管控机制、工具支撑和PMO管理等支撑服务，已经为数十家金融机构提供服务。（李记）