AI如何更好的螞蟻模型在金融服務領域獲得廣泛應用？據(jù)5月28日《南華早報》報道：螞蟻國際平臺科技負責人黎粵表示，針對外匯 (FX) 設計的國際人工智能 (AI) 模型將在跨境支付結算和全球資金管理服務領域產生深遠影響。

TST AI 外匯需求模型準確率超90% 可按小時進行預測

總部位于新加坡的外匯螞蟻國際，其開發(fā)的需求行航TST AI模型專注于金融場景下的數(shù)值預測，而非生成文本內容。準確“我們相信，率超旅電為AI外匯服務的應用于銀業(yè)TST基礎模型未來有望拓展至金融服務、數(shù)字支付，多行乃至更廣泛意義的螞蟻模型經濟活動場景。”據(jù)黎粵透露，國際螞蟻國際的外匯TST AI FX需求模型目前準確率超90%，可按小時、需求行航每日和每周的準確頻次預測現(xiàn)金流及外匯敞口。這一能力可以顯著提升交易量預測精度，率超旅電進而有效降低銀行對沖操作和風險溢價的應用于銀業(yè)成本。

實際上，在企業(yè)跨境資金管理方面，新技術的引進一直存在缺口，這使黎粵負責的平臺科技部門迅速崛起。此前，該部門僅僅聚焦于螞蟻國際全球業(yè)務的自身資金管理；但由于龐大的資金流體量和全球調撥的需求，該部門開始加速開發(fā)各類新技術降低自身資金管理的風險與時間成本。因為外部客戶特別是銀行和大型跨國企業(yè)對此展示出了濃厚興趣，這讓該部門迅速走向業(yè)務前臺，成為螞蟻國際目前增長最快的場景金融板塊支柱。2024年全年，螞蟻國際資金處理量超過1萬億美元；貫穿全球70多個市場的線下數(shù)字支付，200個市場的線上電商支付，120萬個全球中小企業(yè)的全球賬戶運營。

黎粵 (Kelvin Li) 認為，在金融服務領域，大多數(shù)公司應用大型語言模型 (LLMs)以降低風險，但黎接受本報采訪時表示“這些通用模型尚未觸及交易、定價和交易處理等金融服務的核心部分”。

新技術可降低企業(yè)資金管理成本30%-50%

據(jù)悉，螞蟻國際開發(fā)的TST AI模型已開始服務銀行、航空公司、在線旅行、電商平臺等多元場景。今年5月初，英國巴克萊銀行表示已將TST模型集成至金融服務中，以應對全球市場波動帶來的外匯成本與風險挑戰(zhàn)。

“這項技術可以大幅降低銀行業(yè)務成本，意味著企業(yè)可相應減少營運資金的需求”，黎粵表示。從螞蟻國際自身實踐經驗來看，該技術用于航空業(yè)，可實際削減60%的航空業(yè)的外匯成本；用于資金流動性管理，具體比例則取決于企業(yè)的資金管理模式，可降低成本降30%-50%不等。

有意思的是，參數(shù)是AI模型訓練過程中的變量，它們決定了輸入數(shù)據(jù)如何轉化為目標輸出。一般來說，參數(shù)數(shù)量越多，模型性能越強。據(jù)估算，GPT-4的參數(shù)量高達18,000億，而其前代產品GPT-3的參數(shù)量為1,750億。而相較于僅依賴歷史數(shù)據(jù)的傳統(tǒng)貨幣預測模型，螞蟻國際的AI模型引入了外部變量 (比如對航空業(yè)至關重要的天氣變化)，從而提升預測精度。

此外，螞蟻國際還推出了名為Whale（鯨）的資金管理平臺，該平臺使用區(qū)塊鏈、加密技術和AI能力實現(xiàn)，可顯著降低交易成本和耗時。2024年全年，在螞蟻國際整體處理的超1萬億美元資金中，有超過三分之一是通過Whale平臺進行的。包括花旗銀行、匯豐銀行、渣打銀行、德意志銀行、法國巴黎銀行等全球多家主流銀行，都與螞蟻國際達成了合作，在Whale平臺上線通證化存款服務。

“這項技術還剛剛起步。”黎粵預測：“TST模型參數(shù)數(shù)量接近20億，今年內這個規(guī)模將增加數(shù)倍。發(fā)展勢頭迅猛，未來幾年有望重塑行業(yè)格局。 AI和區(qū)塊鏈技術為跨境支付和結算帶來了真正的GPT時刻。”