1、在商业银行贷款业务中，风控模型评分是必经的一个环节。银行的风控模型很初级，一般只有几百个参数，和大语言模型的几百亿、几千亿参数没法比。但研究银行风控模型，依然对我们分析大语言模型的商业场景有借鉴意义。
2、银行之所以要建立风控模型，而不是培养一堆风控专家，原因大致有几方面a、风控模型没法收买，为了一笔100亿的贷款，花1个亿来收买风控专员是一笔很合算的买卖，但你没法收买模型。b、风控模型可以当恶人，客户经理可以跟借款人说，你的贷款申请被风控模型给拒了，但很难说，你的借款申请被我们某位风控专员给拒了。c、风控模型的能力是可以积累的，也是能形成差异化的，而一堆风控专家，随着退休、离职、跳槽到竞争对手，能力无法积累，也无法形成差异化。d、风控模型建设成本较高，各种“人工智障”，前期往往会降低工作效率，但从中长期来看，是可以帮助银行实质性降本增效的。e、模型可以当背锅侠，银行的工作涉及钱的金额都很巨大，银行的管理者每天要做出大量的决策，常在河边走，难免某项决策失误，给银行、客户、国家造成损失，一旦涉及法律，一个很日常的决策，涉及的金额可能都够无期了。这时候，如果这个决策是模型做出的，就可以引用“尽职免责”条款，规避法律风险。
3、大家每天都可以听到各种贪腐的案例，但离钱最近的银行，这些年贪腐案例反而听到的不多，地产、城投纷纷爆雷，银行似乎还独善其身了，背后的原因之一就是风控模型的大范围应用，行长们当然可以更改风控模型做出的决策，但都要提供很确实的依据，所以现实当中，大多不愿去惹这些麻烦，而选择尊重模型的评分。导致的结果就是，看起来很“人工智障”的风控模型成了银行实际的游戏规则制定者。
4、银行的风控要用到模型，法院判案、医院开处方、教师批改作业、试卷、政务、央国企的大小决策……，不论内事不决，还是外事不决，将来可能都要问大模型了。
5、当社会的运行规律、游戏规则事实上主要由大模型制定的时候，任何一点微小的商业场景，其变现能力可能都是惊人的。当中高考试卷都由科大讯飞的模型在打分的时候，他的学习机会卖不动吗。当法院里判定一个人财产、声誉、甚至生死的是科大讯飞的大模型，当医院里开处方的是科大讯飞的大模型，当政务、央国企里的大小决策都来自科大讯飞的大模型，甚至当你午饭吃啥这个决策也来自科大讯飞的博弈智能……
6、目前舆论对大模型商业模式的观点，基本还是写个文章，生成个PPT。我是完全理解不了这些东西有什么商业价值，就像我正在写的这篇文章，是对自己思路的整理，思想的记录。在同样的时间里，可以用AI生成100篇讯飞的分析，然后灌到雪球里，那除了制造一堆噪音，把雪球给搞死之外，有什么价值呢。
7、大模型，至少在当前阶段，核心的机会还是在To G和To 大B，他们有丰富的、高质量的私域数据，稍加训练，就可以商业变现。只有商业变现，才能让飞轮转起来。To C的应用，如果不是基于To G或者To B的，也很难有机会，AI和互联网平台完全不是同样的生意，互联网平台天生带垄断性质，有了淘宝网，你再推出个电商平台，卖家和买家都没理由去你的平台。而AI则是工具性质，你推出妙鸭相机，耽误我推出妙鹅相机吗，我比你价格便宜一分钱，客户就全跑我这里来了。$科大讯飞(SZ002230)$