【干貨分享】螞蟻數(shù)科李哲：當(dāng)金融大腦學(xué)會思考CoT技術(shù)驅(qū)動的智能決策變革

2025-06-04 14:10

數(shù)字化浪潮席卷金融行業(yè)的今天，AI正從輔助工具演變?yōu)樯a(chǎn)力引擎。

5月17日，由CIO時代主辦，新基建創(chuàng)新研究院作為智庫支持的“科技筑基智領(lǐng)變革 | 2025首屆金融CIO數(shù)字峰會”上，螞蟻數(shù)科AI科技創(chuàng)新部技術(shù)負(fù)責(zé)人、螞蟻天璣實驗室主任李哲帶來“當(dāng)金融大腦學(xué)會思考：CoT技術(shù)驅(qū)動的智能決策變革”的主題演講。

精彩觀點

螞蟻數(shù)科通過構(gòu)建“金融行業(yè)大模型+可信智能體”技術(shù)體系，高質(zhì)量垂類數(shù)據(jù)基座、數(shù)據(jù)生產(chǎn)與合成技術(shù)平臺AIGD及MCP服務(wù)廣場，實現(xiàn)“技術(shù)+場景”深度耦合，助力機構(gòu)打造“會思考的金融大腦”，破解金融行業(yè)AI創(chuàng)新應(yīng)用落地挑戰(zhàn)。

思維鏈技術(shù)（Chain of Thought，CoT）是一種用于提升大模型推理能力的關(guān)鍵技術(shù)，其核心是通過模擬人類的思考過程，將復(fù)雜問題分解為一系列中間步驟，并逐步推導(dǎo)出最終答案。在金融場景實踐中，思維鏈讓大模型能夠深度理解金融行業(yè)的實際規(guī)范與真實業(yè)務(wù)要求，在解決問題時多層次、多角度地思考，遵循行業(yè)專家級別的解決路徑，深度挖掘用戶問題背后隱藏的本質(zhì)訴求。螞蟻數(shù)科作為金融科技領(lǐng)域的領(lǐng)軍企業(yè)，歷經(jīng)螞蟻集團10余年技術(shù)沉淀，正在積極探索如何用思維鏈技術(shù)破解金融行業(yè)智能化轉(zhuǎn)型的核心難題，勾勒出“可信AI+智能體”驅(qū)動的未來金融圖景。

金融AI創(chuàng)新應(yīng)用落地三重鴻溝：

效率、數(shù)據(jù)與場景的角力

盡管AI已深度滲透金融領(lǐng)域，覆蓋智能風(fēng)控、智能投顧、智能客服等核心場景，但行業(yè)在技術(shù)落地中仍面臨三大核心挑戰(zhàn)。

效率躍升與算力成本的兩難博弈：大模型訓(xùn)練對高性能算力的依賴，傳統(tǒng)依賴高算力的模型優(yōu)化路徑，在普惠金融場景中難以規(guī)模化復(fù)制。螞蟻數(shù)科通過“算法優(yōu)化+混合架構(gòu)”破局，在不犧牲模型效果的前提下降低算力需求，實現(xiàn)成本與效率的動態(tài)平衡。

數(shù)據(jù)價值釋放與安全可信的持續(xù)挑戰(zhàn)：金融數(shù)據(jù)的敏感性與合規(guī)要求，使得數(shù)據(jù)流通與價值挖掘成為棘手難題。螞蟻數(shù)科通過多模態(tài)安全治理模型與可信AI技術(shù)，構(gòu)建數(shù)據(jù)“可用不可見”的流通機制。

場景泛化需求與專業(yè)垂類能力的斷層矛盾：通用大模型在金融專業(yè)場景中的“水土不服”問題顯著。螞蟻數(shù)科通過“垂直領(lǐng)域微調(diào)+知識注入”策略破解這一難題。

CoT技術(shù)：從“黑箱決策”到

“可解釋智能”的躍遷

思維鏈（CoT）技術(shù)作為破解上述挑戰(zhàn)的核心鑰匙，正在重塑金融智能決策的底層邏輯。“讓AI像人類一樣拆解復(fù)雜問題，通過邏輯鏈條串聯(lián)數(shù)據(jù)、知識與決策的能力”。螞蟻數(shù)科在CoT領(lǐng)域的技術(shù)突破，體現(xiàn)在數(shù)據(jù)、算法與平臺三個維度。

高質(zhì)量CoT數(shù)據(jù)體系構(gòu)建

高質(zhì)量垂類數(shù)據(jù)是智能體應(yīng)用的下限，行業(yè)長思維鏈數(shù)據(jù)則決定應(yīng)用的上限。螞蟻數(shù)科構(gòu)建了覆蓋“數(shù)據(jù)采集-加工-標(biāo)注-質(zhì)檢”的全流程解決方案，使模型對行業(yè)風(fēng)險的預(yù)判準(zhǔn)確率得到有效提升，將預(yù)標(biāo)注模型依賴的人工標(biāo)注量實現(xiàn)極大降低。

可信大模型與智能體開發(fā)

在大模型側(cè)，針對ToB垂類行業(yè)，螞蟻數(shù)科專門加強了權(quán)威數(shù)據(jù)收集和合成管道；在后訓(xùn)練過程中強化領(lǐng)域推理、知識遵循、幻覺降低、上下文表達一致等“可信”價值觀；同時，立足金融風(fēng)控、營銷等環(huán)節(jié)，強把評測出口，以此保障垂類大模型能夠為智能體提供堅實可靠的行業(yè)知識和行業(yè)推理能力。在智能體執(zhí)行側(cè)，主打人機交互的協(xié)同推理，通過借鑒企業(yè)過往沉淀的SOP規(guī)劃、向人類白盒化展示思考和執(zhí)行過程，同時在執(zhí)行過程中接受人類反饋，即實修改自己的思考和行為方向，直到達成人類接受的成果，從而大大提升了智能體對復(fù)雜問題解決成功率。

金融智能體的場景落地實踐

智能投顧場景：理財智能體通過接入金融資訊、行情數(shù)據(jù)與用戶持倉信息，實現(xiàn) “市場分析-風(fēng)險評估-策略推薦”的全流程自動化；
智能風(fēng)控場景：某金融機構(gòu)引入螞蟻數(shù)科風(fēng)控智能體后，通過CoT技術(shù)將小微企業(yè)信用評分的決策鏈條拆解為十幾個可解釋環(huán)節(jié)，不僅使風(fēng)控審批效率提高，還因邏輯透明性獲得監(jiān)管認(rèn)可，不良貸款率下降；
智能客服場景：座席助手智能體基于知識庫與CoT推理，自動提取政策文件中的關(guān)鍵條款，并生成標(biāo)準(zhǔn)化話術(shù)，提升了客服響應(yīng)準(zhǔn)確率，降低了培訓(xùn)成本。

可信AI與數(shù)智生態(tài)的共生進化

展望行業(yè)未來，“可信AI+智能體”雙輪驅(qū)動是進化路徑，其三大發(fā)展方向：

從“工具應(yīng)用”到“決策中樞”的角色升級

金融智能體將超越單一工具屬性，成為連接數(shù)據(jù)、模型、業(yè)務(wù)的智能決策中樞。螞蟻數(shù)科MCP服務(wù)廣場的上線，標(biāo)志著這一趨勢的落地——平臺聚合基金評價、股票研究、企業(yè)風(fēng)控等百種智能體能力，實現(xiàn)“即插即用”的生態(tài)協(xié)同。

安全合規(guī)體系的“主動免疫”進化

面對日益復(fù)雜的監(jiān)管要求，螞蟻數(shù)科構(gòu)建了“防御圍欄+數(shù)據(jù)治理+合規(guī)引擎”的三維安全體系：

動態(tài)防御：通過大小模型結(jié)合的風(fēng)險意圖識別引擎，實時攔截99.8%的惡意提問；
數(shù)據(jù)治理：實現(xiàn)數(shù)據(jù)來源可追溯、分級管理自動化，敏感數(shù)據(jù)過濾準(zhǔn)確率達99.9%；
合規(guī)引擎：內(nèi)置31類金融合規(guī)規(guī)則，在智能體生成回答前自動進行合規(guī)校驗，確保符合《生成式人工智能服務(wù)安全基本要求》等法規(guī)。

人機協(xié)同的“透明化智能”新范式

未來的金融智能不是替代人類，而是增強人類決策能力。螞蟻數(shù)科通過白盒化交互 +場景自動評測”，構(gòu)建人機協(xié)同的可解釋體系：