新火種
2023-12-19 
應對多重挑戰“AI+金融”往何處去？
一年前，對話型人工智能模型ChatGPT的橫空出世，使得人工智能在新一輪科技變革浪潮中收獲了更多關注。與此同時，以大模型為代表的新一代人工智能技術在風險管控、市場營銷、運營服務、投資研究、企業經營治理等場景展現出的巨大發展潛力，令大眾對人工智能的未來發展充滿了想象與期待。
原保監會副主席、中關村金融科技產業發展聯盟專家委員會主任委員周延禮表示：“當前，人工智能引領新一輪的科技革命和產業變革，在各項新理論、新技術的驅動下，人工智能呈現出深度學習、跨界融合、人機協同、群智開放、自主操控等這些新特征，對于經濟發展、社會進步、全球的網絡空間治理將會產生一些重大的影響。”
經過突飛猛進的發展，人工智能將向何處去？目前，在加速金融業數字化和智能化發展方面有何新變化？
科技與金融不斷融合發展，給金融行業傳統技術架構帶來了機遇和挑戰。圖為今年中國國際金融展上ZTE中興展臺的分布式數據庫引起參觀者關注。 記者 劉志良 攝
金融大模型應用加速
隨著深度學習和人工智能算法的發展，計算消費者習慣的算力不斷提升，同時，依托數據的積累，人工智能與各行各業逐步結合、融合發展，就金融業而言，銀行、保險等金融機構在人工智能大模型方面的應用已頗具成效。
“金融業細分的領域眾多，而且大量的產品最終要服務于C端用戶，也就是服務于金融業的用戶，包括銀行用戶、保險用戶等，這是人工智能大模型算法技術突破的沃土。”周延禮認為，憑借著其強大的語義理解、語言生成以及知識的合成能力、整合能力，人工智能在風險管控、市場營銷、運營服務、投資研究、企業經營治理等這些場景中大有可為。
“我們已經形成了較為完善的體系，并聚焦算力、數據、算法等相關領域加快搭建基于大模型技術的人工智能賦能體系。” 中國工商銀行軟件開發中心高級專家劉承巖透露，工行正積極探索人工智能技術在其他領域的應用，例如，“AI+衛星遙感技術”的融合，實現農作物長勢分析、產量預估、漁排以及洪澇分析、光伏工程識別等新突破。
從趨勢上看，圍繞算法、算力、數據三大要素，商業銀行在人工智能領域的探索已從“作坊式”開發、場景化定制的小模型時代進入了工業化開發、場景化調優的大模型時代。
這也與保險機構的發展趨勢一致。以人保為例，據中國人民保險集團科技運營部總經理劉蒼牧介紹，人保大模型規劃了“ABCDE”五大領域的應用場景，其中，A（Agent）賦能代理人場景，B（Brand Marketing）智慧營銷場景，C（Customer）客戶服務場景，D（Developer）科技研發場景，E（Employee）智能辦公場景。“我們將在安全合規的前提下，按照先內后外的順序，積極推動各領域大模型應用場景的落地。” 劉蒼牧說。
有業內人士直言，大模型技術的爆發式發展，將對金融行業帶來革命性影響，把握好、把握住這一變革性機遇的企業將獲得巨大的技術紅利和競爭優勢。
還存在哪些挑戰
在未來發展中，大模型還會面臨什么挑戰？這是大模型在應用端進入深度競爭格局后，無論是科技界還是金融界持續提出的問題之一。
對于這一問題，人工智能科學家、OpenAI研究員肯尼斯·斯坦利（Kenneth Stanley）有著自己的思考，“我們受益于人工智能，但是我們也會需要‘護城河’。”
得益于突出的龐大數據處理能力以及較強的學習能力、泛化能力，大模型擁有了更多的資源投入、更廣的應用場景，但其在技術上也存在一些缺陷。業界俗稱“幻覺”的可靠性問題，就是大模型面臨的最重要的挑戰之一。
作為率先應用大模型的重點行業之一，金融業在積極探索大模型技術應用和發展的同時，亟須審慎應對各種風險和挑戰。
從整體來看，智能科技在金融行業的進一步深入應用面臨的主要挑戰和風險包括數據隱私和安全風險、專業人才和技術壁壘、合規和監管問題、道德和倫理問題以及客戶接受度問題等。
“我們在大模型研究和應用場景落地的過程中，感受到最大的限制并非是技術問題，而是算力資源嚴重不足。”劉蒼牧直言，在國產化算力尚未強大的當下，這對持續開展大模型研究和推廣應用是一個巨大挑戰。
而金融行業垂直領域大模型能力提升和落地應用面臨的另一大挑戰在法律合規方面。
劉蒼牧表示，大模型算法技術門檻高，底層算力資源需求大，因此，必須借助相關產業公司的技術和算力共同開展大模型的底座研究和訓練，“這就涉及到脫敏數據出域的問題。但目前法律和監管層尚無非常明確的規定和指引，同業也普遍秉持謹慎的態度。”
仍需謹慎應對
雖然人工智能在金融領域的應用在逐漸增加，但其承擔的更多是輔助角色，而不能完全取代人的作用。
“人工智能對于金融來說是風險極高的。”正如肯尼斯·斯坦利所言，“完全放手讓人工智能來決定建議什么，如果沒有人來進行監管監督的話，或許它的建議就會背離我們的初衷。”
對于金融機構如何應對各種風險和挑戰，周延禮提出了幾點建議，一是要建立完善支持創新的體制機制，“我們要鼓勵科技公司在多個行業和領域進行創新研發，多和金融機構進行溝通和協調。”二是要加強數字基礎設施建設，加大高速的互聯網、云計算資源的數字化基礎設施的投資力度，“我們要進一步支持數據共享與開放，促進金融機構和科技公司共同推出創新型的解決方案，鼓勵金融業和國家超算中心、數據中心合作開展數字技術的研發。”周延禮說。另外，還要加大數字科技人才培養力度，鼓勵產學研融合，培養人工智能等數字化技術領域的專業人才。
圍繞產學研合作這一方向，劉蒼牧也表示，應加強與高校、科研機構、科技公司及同業的合作交流，促進資源共享，加速智能科技的研發和應用進程，持續培育自有人工智能團隊和自主研發的能力，培養企業的核心科技競爭力。
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
