AI如何更好的在金融服务领域获得广泛应用？据5月28日《南华早报》报道：蚂蚁国际平台科技负责人黎粤表示，针对外汇 (FX) 设计的人工智能 (AI) 模型将在跨境支付结算和全球资金管理服务领域产生深远影响。

TST AI 外汇需求模型准确率超90%  可按小时进行预测

总部位于新加坡的蚂蚁国际，其开发的TST AI模型专注于金融场景下的数值预测，而非生成文本内容。“我们相信，为AI外汇服务的TST基础模型未来有望拓展至金融服务、数字支付，乃至更广泛意义的经济活动场景。”据黎粤透露，蚂蚁国际的TST AI FX需求模型目前准确率超90%，可按小时、每日和每周的频次预测现金流及外汇敞口。这一能力可以显著提升交易量预测精度，进而有效降低银行对冲操作和风险溢价的成本。

实际上，在企业跨境资金管理方面，新技术的引进一直存在缺口，这使黎粤负责的平台科技部门迅速崛起。此前，该部门仅仅聚焦于蚂蚁国际全球业务的自身资金管理；但由于庞大的资金流体量和全球调拨的需求，该部门开始加速开发各类新技术降低自身资金管理的风险与时间成本。因为外部客户特别是银行和大型跨国企业对此展示出了浓厚兴趣，这让该部门迅速走向业务前台，成为蚂蚁国际目前增长最快的场景金融板块支柱。2024年全年，蚂蚁国际资金处理量超过1万亿美元；贯穿全球70多个市场的线下数字支付，200个市场的线上电商支付，120万个全球中小企业的全球账户运营。

黎粤 (Kelvin Li) 认为，在金融服务领域，大多数公司应用大型语言模型 (LLMs)以降低风险，但黎接受本报采访时表示“这些通用模型尚未触及交易、定价和交易处理等金融服务的核心部分”。

新技术可降低企业资金管理成本30%-50%

据悉，蚂蚁国际开发的TST AI模型已开始服务银行、航空公司、在线旅行、电商平台等多元场景。今年5月初，英国巴克莱银行表示已将TST模型集成至金融服务中，以应对全球市场波动带来的外汇成本与风险挑战。

“这项技术可以大幅降低银行业务成本，意味着企业可相应减少营运资金的需求”，黎粤表示。从蚂蚁国际自身实践经验来看，该技术用于航空业，可实际削减60%的航空业的外汇成本；用于资金流动性管理，具体比例则取决于企业的资金管理模式，可降低成本降30%-50%不等。

有意思的是，参数是AI模型训练过程中的变量，它们决定了输入数据如何转化为目标输出。一般来说，参数数量越多，模型性能越强。据估算，GPT-4的参数量高达18,000亿，而其前代产品GPT-3的参数量为1,750亿。而相较于仅依赖历史数据的传统货币预测模型，蚂蚁国际的AI模型引入了外部变量 (比如对航空业至关重要的天气变化)，从而提升预测精度。

此外，蚂蚁国际还推出了名为Whale（鲸）的资金管理平台，该平台使用区块链、加密技术和AI能力实现，可显著降低交易成本和耗时。2024年全年，在蚂蚁国际整体处理的超1万亿美元资金中，有超过三分之一是通过Whale平台进行的。包括花旗银行、汇丰银行、渣打银行、德意志银行、法国巴黎银行等全球多家主流银行，都与蚂蚁国际达成了合作，在Whale平台上线通证化存款服务。

“这项技术还刚刚起步。”黎粤预测：“TST模型参数数量接近20亿，今年内这个规模将增加数倍。发展势头迅猛，未来几年有望重塑行业格局。 AI和区块链技术为跨境支付和结算带来了真正的GPT时刻。”