蚂蚁国际FalconTST 2.0赋能全球四大银行外汇风险管理

蚂蚁国际近日重磅推出Falcon时序Transformer (TST) AI模型2.0，这一全新TST模型旨在为跨境支付中的实际外汇风险管理提供更为精准的预测能力。FalconTST 2.0模型在平均绝对比例误差 (MASE) 这一衡量时序模型的关键指标上，展现出领先业界的水准 (State-of-the-Art, SOTA) 表现。

该模型取得了0.666的MASE分数，据称已超越全球顶尖科技公司推出的其他TST基础模型。

相较于传统预测系统需针对不同任务构建独立模型，FalconTST模型则能从金融、能源及零售等多元领域的数据中，学习并识别出周期性、趋势、突发性变化以及季节性等共通模式。尽管行业各异，其底层时序结构往往存在显著共性。

蚂蚁国际首席创新官杨江明对此阐述道：

“大型语言模型已展示了人工智能在理解和生成信息方面的强大能力。而FalconTST则着眼于企业日益增长的另一种核心需求：理解世界如何随时间演变，并预判未来趋势。”

蚂蚁国际平台技术总经理兼高级副总裁李哲表示：

“FalconTST助力包括我们在内的全球企业有效管理复杂的现金流与外汇敞口，从而能以更强的信心处理跨境交易。FalconTST 1.0的实践证明，其精准的预测能力已为客户带来了实实在在的运营价值和成本节约。”

FalconTST最初在蚂蚁国际内部部署，用于以小时、日、周为周期管理现金流和外汇敞口。

随后，包括巴克莱银行、花旗银行、德意志银行和渣打银行在内的多家知名金融机构，已将其集成至各自的对冲模型中，以期显著提升现金流预测及外汇流动性管理能力。

展望未来，FalconTST 2.0有望在更多行业领域展现其应用潜力，包括电子商务平台的供应链需求预测，以及航空业的预测性运营管理等。