南方財(cái)經(jīng)全媒體記者  吳霜 上海報(bào)道

12月6日，上海市臨港新片區(qū)主辦的“2024年滴水湖新興金融大會(huì)”隆重舉行。當(dāng)日下午，在南方財(cái)經(jīng)全媒體集團(tuán)、21世紀(jì)經(jīng)濟(jì)報(bào)道承辦的“2024南財(cái)數(shù)字金融領(lǐng)航者論壇”上，中國銀行原行長李禮輝表示，數(shù)字金融的智能化已經(jīng)起步，但就人工智能技術(shù)發(fā)展的可能性來說，目前還處在輔助和助理的早期階段。主要應(yīng)用一是改進(jìn)產(chǎn)品創(chuàng)新和客戶服務(wù)，二是改進(jìn)運(yùn)營管理和風(fēng)險(xiǎn)管控。

他將人工智能的前沿技術(shù)的創(chuàng)新歸納為四個(gè)方面。一是從結(jié)構(gòu)化到非結(jié)構(gòu)化。以前人工智能是應(yīng)對結(jié)構(gòu)化的文本，現(xiàn)在生成式的人工智能大模型可以學(xué)習(xí)和理解非結(jié)構(gòu)化的數(shù)據(jù)，生成新的非結(jié)構(gòu)化的內(nèi)容，包括文本、音頻、視頻、圖像和代碼，能夠適應(yīng)多種任務(wù)。

 二是從單模態(tài)到多模態(tài)。以前是單一的文本模態(tài)，現(xiàn)在的GPT4o等大模型具備了文本、視覺、語音多模態(tài)組合的感知、學(xué)習(xí)和交互的能力，已經(jīng)突破了文本交互的局限性，能夠感知、理解和模擬動(dòng)態(tài)物理世界。

三是從助理到代理，從人工智能的助理到人工智能的代理。以前是人工智能輔助和助理，現(xiàn)在正在研發(fā)的具身智能體集成神經(jīng)網(wǎng)絡(luò)和知識(shí)工程和控制端的技術(shù)，通過遴選行業(yè)的最佳標(biāo)準(zhǔn)、最佳流程的專業(yè)化數(shù)據(jù)優(yōu)勢和算力優(yōu)勢，培育在不同場景中的感知、學(xué)習(xí)、行動(dòng)和決策的代理，甚至可以超越一般水平的生產(chǎn)力。

四是從推斷到推理。以前是人工智能的推斷和驗(yàn)證，未來依托全面數(shù)據(jù)高維算力和超級算力的優(yōu)勢，有可能形成比人類最高級智慧更廣闊的推理空間，更高深的科學(xué)猜想，成為科學(xué)發(fā)現(xiàn)與技術(shù)發(fā)明的新范式。

人工智能應(yīng)用于數(shù)字金融創(chuàng)新需要實(shí)現(xiàn)三個(gè)可信任

李禮輝表示，人工智能的前沿技術(shù)應(yīng)用于數(shù)字金融創(chuàng)新，需要實(shí)現(xiàn)三個(gè)可信任。一是有可能實(shí)現(xiàn)人機(jī)交互可信任的擬人化。比如應(yīng)用多模態(tài)技術(shù)的智能機(jī)器人，有可能做到動(dòng)態(tài)捕捉、及時(shí)感知、正確理解客戶的語言和表情，準(zhǔn)確判斷客戶的風(fēng)險(xiǎn)偏好和業(yè)務(wù)訴求。采用具有人性溫度的表達(dá)方式，為客戶提供可信任的服務(wù)方案，解決機(jī)器服務(wù)冰冷的問題，甚至成為柜臺(tái)服務(wù)的數(shù)字人。

二是有可能實(shí)現(xiàn)非結(jié)構(gòu)化數(shù)據(jù)處理可信任的精確性。現(xiàn)在的人工智能已經(jīng)可以處理非結(jié)構(gòu)化數(shù)據(jù)，但是到100%的可信任的精確性還是有一點(diǎn)點(diǎn)的距離。今后應(yīng)用多模態(tài)的技術(shù)工具，有可能在健康醫(yī)療保險(xiǎn)中對病歷和醫(yī)療影像進(jìn)行專業(yè)水準(zhǔn)的質(zhì)檢和分類，核準(zhǔn)健康評估，識(shí)別醫(yī)生的制劑，判別聲紋、鑒別虛假理賠，也可以在銀行的前臺(tái)和中后臺(tái)對各種票據(jù)、合同等非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行真實(shí)性審核和自動(dòng)化錄入，分辨克隆的票據(jù)或者虛假的合同，正確提取數(shù)據(jù)并及時(shí)記賬，提高服務(wù)品質(zhì)和運(yùn)營效率。

三是有可能實(shí)現(xiàn)金融智能體應(yīng)用的可信賴的專業(yè)性。例如在市場分析、風(fēng)險(xiǎn)評估、投資顧問、財(cái)富管理、產(chǎn)品定制和內(nèi)部審計(jì)等專業(yè)領(lǐng)域，培育自主感知、學(xué)習(xí)行動(dòng)和決策能力的智能金融體。提供行業(yè)最佳流程、最佳標(biāo)準(zhǔn)和專業(yè)數(shù)據(jù)支持，明確智能體的行為邊界，明確管理者的決策責(zé)任，明確智能體與金融客戶的法理關(guān)系，就有可能在高度復(fù)雜的場景中達(dá)到可信任的專業(yè)水準(zhǔn)。

行政分割、流通不暢問題待解

人工智能大模型取決于參數(shù)規(guī)模、數(shù)據(jù)集品質(zhì)、有效算力三大要素，適用于“規(guī)模定律”。李禮輝認(rèn)為，中美兩個(gè)國家都是數(shù)據(jù)大國，但數(shù)據(jù)資源的結(jié)構(gòu)不同。美國依托科學(xué)技術(shù)長期發(fā)展累積的信息資源，在知識(shí)和學(xué)術(shù)領(lǐng)域具有數(shù)據(jù)優(yōu)勢。中國依托人口規(guī)模和互聯(lián)網(wǎng)經(jīng)濟(jì)超越式發(fā)展堆積的數(shù)據(jù)資源、信息資源，在市場交易和公民行為領(lǐng)域具有數(shù)據(jù)優(yōu)勢。海量的市場交易和公民行為數(shù)據(jù)是我國數(shù)字經(jīng)濟(jì)、數(shù)字金融發(fā)展的寶貴資源。

他表示，公用數(shù)據(jù)存在行政分割的問題，比如涉及居民和企業(yè)的財(cái)務(wù)數(shù)據(jù)和行為數(shù)據(jù)，分散在金融監(jiān)管、工商管理、稅務(wù)、海關(guān)等不同的局域系統(tǒng)中，共享程度不高，影響數(shù)據(jù)價(jià)值的深度開發(fā)。

此外，非公共數(shù)據(jù)存在流通不暢的問題，比如全國移動(dòng)支付的用戶超過9億，數(shù)字化支付已經(jīng)成為最主要的數(shù)據(jù)入口。但是，數(shù)據(jù)大戶與金融機(jī)構(gòu)之間的數(shù)據(jù)關(guān)聯(lián)、數(shù)據(jù)共享尚未達(dá)成成熟的模式，數(shù)據(jù)的價(jià)值也未能充分發(fā)掘。

中央的“數(shù)據(jù)二十條”制定了數(shù)據(jù)產(chǎn)權(quán)制度、數(shù)據(jù)要素流通和交易制度、數(shù)據(jù)要素收益分配制度、數(shù)據(jù)要素治理制度的基本規(guī)范。李禮輝表示，2023年8月，財(cái)政部制定了《關(guān)于數(shù)據(jù)資源入表的會(huì)計(jì)準(zhǔn)則》， 有四大重點(diǎn)。

重點(diǎn)之一是公共數(shù)據(jù)的開放共享，著力解決公共數(shù)據(jù)開放不足，行政分割的問題。國家建立集中統(tǒng)一的公共數(shù)據(jù)庫和互聯(lián)互通的公共數(shù)據(jù)應(yīng)用系統(tǒng)，打破數(shù)據(jù)孤島。公共數(shù)據(jù)按照原始數(shù)據(jù)不出域，數(shù)據(jù)可用不可見的要求，以模型核驗(yàn)等產(chǎn)品和服務(wù)的形式向社會(huì)提供，加大供給使用范圍。

重點(diǎn)之二是個(gè)人數(shù)據(jù)和企業(yè)數(shù)據(jù)的共同使用。著力解決個(gè)人數(shù)據(jù)和企業(yè)數(shù)據(jù)保護(hù)不力、流通不暢的問題，完善個(gè)人信息保護(hù)機(jī)制，規(guī)范采集使用個(gè)人信息的行為。同時(shí)，創(chuàng)新技術(shù)手段，推動(dòng)個(gè)人信息匿名化處理，保障使用個(gè)人信息實(shí)施的信息安全和個(gè)人隱私。還要推進(jìn)非公共數(shù)據(jù)按市場化的方式共同使用、共享收益的新的模式。支持金融機(jī)構(gòu)與互聯(lián)網(wǎng)平臺(tái)企業(yè)、交通運(yùn)輸企業(yè)、物流企業(yè)、數(shù)據(jù)分析加工企業(yè)、征信機(jī)構(gòu)、行政部門、公共服務(wù)機(jī)構(gòu)等數(shù)據(jù)大戶，建立市場化的數(shù)據(jù)分享機(jī)制，為產(chǎn)業(yè)金融、普惠金融提供數(shù)據(jù)支持。

重點(diǎn)之三是建立數(shù)據(jù)資產(chǎn)市場，著力解決數(shù)據(jù)產(chǎn)權(quán)落地、數(shù)據(jù)資源配置優(yōu)化的問題。

重點(diǎn)之四是彌補(bǔ)數(shù)字鴻溝，著力解決數(shù)字經(jīng)濟(jì)時(shí)代小微企業(yè)和弱勢群體數(shù)字服務(wù)獲得難、信息落差大的問題。

以金融安全為前提進(jìn)行創(chuàng)新

“數(shù)字金融的創(chuàng)新并非給傳統(tǒng)體制、傳統(tǒng)流程加上數(shù)字化的外套，而是從根本上改革體制、重構(gòu)流程、再造底層系統(tǒng)”，李禮輝分享了其對數(shù)字創(chuàng)新的理解。

他認(rèn)為，數(shù)字金融創(chuàng)新其面對的特殊挑戰(zhàn)主要是模型歧視、算法趨同、隱私保護(hù)等。

模型歧視指模型輸出的結(jié)果出現(xiàn)對某些群體的集體性偏見、差評和政治限制。算法趨同指在不同機(jī)構(gòu)的量化交易之類的智能金融程序中，由于算法邏輯趨同，出現(xiàn)相同的市場趨勢的預(yù)測，執(zhí)行相同的市場交易策略，導(dǎo)致單邊化市場交易，可能引發(fā)暴漲暴跌的市場危機(jī)。

李禮輝強(qiáng)調(diào)，數(shù)字金融創(chuàng)新必須以金融安全為前提，必須實(shí)現(xiàn)符合倫理標(biāo)準(zhǔn)的金融平等，保障符合安全標(biāo)準(zhǔn)的金融效率，營造符合經(jīng)濟(jì)規(guī)律的創(chuàng)新模式。

具體來說，一是行業(yè)級的垂直模型與企業(yè)級垂直模型融合發(fā)展，用海量數(shù)據(jù)預(yù)訓(xùn)練行業(yè)級垂直模型，并持續(xù)調(diào)優(yōu)，再根據(jù)不同需求調(diào)試差異化的應(yīng)用，定制企業(yè)級的垂直模型，可以降低模型開發(fā)的邊際成本，擴(kuò)展垂直模型的應(yīng)用范圍。金融業(yè)涵蓋金融、保險(xiǎn)、證券投資、財(cái)富管理等領(lǐng)域。同一領(lǐng)域的金融服務(wù)和管理需求大同小異，采用行業(yè)級和企業(yè)級垂直模型融合發(fā)展的技術(shù)路線，同時(shí)選擇適當(dāng)?shù)纳虡I(yè)模式，有利于實(shí)現(xiàn)高效率、低投入、個(gè)性化的金融創(chuàng)新需求。

 二是建設(shè)安全高效的數(shù)字金融創(chuàng)新制度。過于嚴(yán)苛的監(jiān)管可能抑制創(chuàng)新和產(chǎn)業(yè)發(fā)展，可以考慮的原則是高、中、初、小。高是占領(lǐng)技術(shù)高地；中是全球領(lǐng)先的中國方案；初是我們有能力把風(fēng)險(xiǎn)消滅在萌芽狀態(tài)；小是實(shí)現(xiàn)風(fēng)險(xiǎn)概率和風(fēng)險(xiǎn)成本的最小化。

他認(rèn)為，加快數(shù)字金融的監(jiān)管創(chuàng)新。一是完善法律法規(guī)，明確數(shù)字金融各參與方的責(zé)任邊界，包括數(shù)字金融的基本原則，監(jiān)管機(jī)構(gòu)的職責(zé)和權(quán)限，金融機(jī)構(gòu)的智能金融業(yè)務(wù)規(guī)范等等。

二是完善一體化參考式的金融監(jiān)管系統(tǒng)，集成數(shù)字技術(shù)，共享多方監(jiān)管數(shù)據(jù)，執(zhí)行一致化的合規(guī)標(biāo)準(zhǔn)，覆蓋所有的金融機(jī)構(gòu)穿透不同領(lǐng)域的金融市場和金融業(yè)務(wù)，實(shí)現(xiàn)金融監(jiān)管全流程的智能化，降低監(jiān)管成本，也降低被監(jiān)管成本。 三是完善數(shù)字金融技術(shù)審核認(rèn)證制度，賦予合格企業(yè)數(shù)字信任標(biāo)志，完善人工智能大模型測試的平臺(tái)、工具、標(biāo)準(zhǔn)和方法。