在ChatGPT掀起巨大热潮和广泛关注之后，可以预见生成式AI大模型技术的发展将会对各个行业造成深远的影响。现在传统
金融机构还在依靠分支机构获客，依靠专业员工提供投资和银行服务。未来金融机构的竞争力将不在于资产规模、分支机构数量和金融从业人数，而是取决于数据库的规模、算力的强弱。建立在通用大模型基础上的金融垂类专业模型，注定会取代那些标准化强、重复性高、有明确程序规范的传统银行、证券、保险业务。
但是，
人工智能大模型的发展需要突破两大瓶颈——数据和算力。这两个要素既耗费资源，又耗费资金，导致很多人认为只有大公司才能训练大模型，小公司没有可能。然而，如果能够发挥我国体制机制优势，大力推动技术和制度创新，小公司也完全有可能训练大模型。
从数据来看，随着机器学习特别是深度学习理论的演进，人工智能大模型的训练越来越依赖合格数据的提供。中小科技企业要发展人工智能技术，通常面临三方面困难：缺乏数量足够大的多模态数据集；无法保证数据来源的合法合规性；数据质量不高，可用度较低。因此，为解决中小科技企业面临的数据难题，笔者提出如下建议。
版权申明：本内容来自于互联网，属第三方汇集推荐平台。本文的版权归原作者所有，文章言论不代表链门户的观点，链门户不承担任何法律责任。如有侵权请联系QQ：3341927519进行反馈。
