探索应用场景、加强风险防范 释放人工智能赋能金融业潜能

图片来源于网络，如有侵权，请联系删除

10月19日，在2024金融街论坛年会“AI+金融赋能数字金融新篇章”平行论坛上，多位行业专家就人工智能赋能金融行业发展的机遇与挑战做出分析，并对金融业在与人工智能融合过程中应如何扬长避短做出探讨。

业内人士认为，要积极探索应用场景，通过实践打磨和完善大模型能力。提升场景智能化水平，构建数字化、智能化金融生态体系。提升场景智能化水平，构建数字化、智能化金融生态体系。同时，针对AI黑箱特性导致的决策透明性问题，建议构建白盒模型，制定AI信息披露标准，增强决策透明度和可追溯性。

图片来源于网络，如有侵权，请联系删除

展望未来，“AI+金融”将与区块链、云计算等前沿技术深度融合，形成全新的金融基础设施，重塑金融生态格局。AI赋能的普惠金融将突破地域、信用等壁垒，让更多群体享受到便捷、低成本的金融服务。

图片来源于网络，如有侵权，请联系删除

金融数字化转型迈向智能化新阶段

随着生成式人工智能（AIGC）技术的迅猛进步，大模型对复杂文本和图像的融合处理及分析能力持续增强，人工智能应用已经广泛覆盖互联网、金融服务、制造业、交通运输、教育医疗等各个领域，正在深刻重塑经济社会生活的方方面面。

根据国际数据公司（IDC）的预测，到2027年，全球在人工智能系统的软件、硬件和服务方面的销售额将达到4000亿美元。其中，金融业在这方面的支出将达到970亿美元，复合年增长率为29%。

“金融科技领域必将迎来新一轮的技术革命，推动金融数字化转型迈向智能化新阶段。”十三届全国政协经济委员会主任、原中国银监会主席尚福林表示，人工智能所具备的更大规模的内容理解、更复杂的语义分析、更准确的预测结果等能力,在金融咨询类、金融分析类等细分领域有广泛的应用场景。

同时，人工智能技术理论上能够实时分析海量的交易数据，利用大数据和机器学习算法对风险进行识别预测，在信贷、反欺诈、异常交易监测等领域，可以帮助提升风险防控的精度和效率。

中国移动副总经理张冬介绍，面向金融行业，中国移动打造了金融客服大模型、金融投融资大模型和金融安全大模型，为提升金融服务的质量和效率、筑牢金融安全防线贡献更多数智力量。

在打造金融领域AI场景应用方面，张冬介绍，中国移动打造了智能投研、资产监管、风险评估和金融反欺诈等一系列高品质AI应用，落地了百余个AI+金融示范案例，为数字金融高质量发展注智赋能。“预计到2024年年底，将面向多个行业推出超60款AI产品应用。”他指出。

制定AI信息披露标准，增强决策透明度和可追溯性 

人工智能赋能金融面临的挑战同样需要重视。

尚福林认为，通过复杂的算法和模型，输出的结果可能难以解释和追溯，增加了监管的难度，可能对金融稳定构成潜在威胁。同时，广泛使用训练有偏的信贷审批助手可能会导致金融领域风险评估和信贷决策的同质化，加速放大负面反馈循环，进而加剧金融脆弱性。

在不可预知风险方面，尚福林表示，人工智能工具是根据过去的数据进行训练的，这些数据可能无法准确反映现实和预测未来，在市场出现异常波动时，模型可能无法及时发出预警信号。

中国银行业协会首席信息官高峰也指出，大模型最大的问题就是认知偏差，存在潜在的风险，人类目前还未探究到从判断式到生成式AI的理论根基和准确规律。

金融业在与人工智能融合过程中应如何扬长避短？尚福林建议，积极探索应用场景，包括但不限于风险管理、信贷审批、反欺诈等关键领域，通过实践不断打磨和完善大模型的能力。同时，通过智能算法和模型，不断优化金融业务流程，构建数字化、智能化的金融生态体系，为客户提供更加便捷、智能的金融服务体验。

要加强合作，共建生态。尚福林表示，加强金融机构、技术厂商之间的合作联动，实现资源共享、优势互补，构建有针对性的金融行业大模型，推动金融行业的技术创新和产业升级。降低应用门槛和成本，以大带小，由强带弱，不断降低软硬件使用成本，让中小金融机构也能受益于先进技术，提升其市场竞争力，推动整个金融行业的均衡发展。

同时，要守住底线，保障安全。尚福林强调，要不断完善金融数据的安全标准体系，加强法律法规体系建设，为金融数据安全与隐私保护提供法律保障。通过人工智能技术，加强对金融风险的识别和预警。建立风险监测和预警机制，及时发现和处置潜在风险。

中国保险资产管理业协会党委委员、副会长贺竹君也表示，针对AI黑箱特性导致的决策透明性问题，建议构建白盒模型，制定AI信息披露标准，增强决策透明度和可追溯性。

展望未来，贺竹君预见“AI+金融”将与区块链、云计算等前沿技术深度融合，形成全新的金融基础设施，重塑金融生态格局。AI驱动的个性化金融服务将进一步普及，满足消费者多元化、定制化的需求。AI赋能的普惠金融将突破地域、信用等壁垒，让更多群体享受到便捷、低成本的金融服务，这将是金融行业包容性发展的重要一步。

高峰则表示，需要关注智能向善、算力的集约化、合成数据使用等方向。