智能金融快速发展 金融机构八成应用案例涉及生成式AI

　　作为人工智能技术与金融业深度融合的新业态，智能金融能够优化金融服务、提高金融普惠、强化风险防控。但智能金融发展同时也面临算法黑箱、网络安全、隐私保护等问题。当前，智能金融发展有哪些新突破、新进展、新趋势？

　　12月15日在深圳召开的2024年深圳香蜜湖金融峰会上，与会的政府官员、专家、学者讨论了智能金融领域的多项关键问题，会上正式发布了《香蜜湖智能金融发展报告（2023/2024）》（下称《报告》）。该峰会由深圳香蜜湖国际金融科技研究院、数字金融合作论坛主办。

　　目前智能金融正处于快速发展阶段，银行、保险、证券行业纷纷加大金融科技领域的资金投入。《报告》显示，2023年中国六大银行的金融科技投入总额达1228.22亿元，同比增长5.38%，人工智能等前沿技术投入占比约20%。保险业科技投入达517.6亿元，其中前沿技术应用投入31.7亿元。证券业21家上市券商2023年信息技术投入均超1.5亿元。

　　生成式AI成为目前机构在金融科技领域投入的主要发展方向，大小模型融合发展已成为主流趋势。据统计，2023年以来，近80%的应用案例涉及生成式AI技术，其中一半为大小模型协同模式。生成式AI在数据分析、客户服务和产品开发方面具有显著优势，传统AI则在风险控制、信贷审批等成熟业务流程中发挥作用。

　　《报告》指出，根据Gartner新兴技术成熟曲线，预计一两年内，首批人工智能增强的金融应用将进入成熟期，并在3~5年后带动智能金融的规模化应用。同时，在使用过程中不断产生新的数据，进一步推动人工智能技术的快速迭代。

　　但在智能金融快速发展背后，新的挑战也正在显现。

　　“2023年以来，随着全球智能金融的快速发展演进，特别是金融领域生成式人工智能用例迅速增多，智能金融的问题风险也在不断地呈现出来，成为各方持续关注与讨论的焦点。”《报告》指出。

　　中国工商银行股份有限公司首席技术官吕仲涛认为，目前金融应用创新赋能面对诸多挑战：一是随着应用规模和模型参数增加，对算力基础设施需求呈指数级增长；二是金融业务场景复杂多样，涉及多任务多时效，单一模型无法覆盖全面需求；三是生成式人工智能的数据隐私防护、生成内容价值观新风险。

　　“大模型能力提升越快，缩水淘汰也越快。”全国政协委员、科学技术部原副部长李萌则提出，目前大模型的能力在快速提升之中，变化的频率以季度甚至以月度为计。一个新能力模型刚出现还没来得及落地，就被功能更强大的模型超越了，更别说拓展产品和产业发展的空间了。面对这种情况，相关的资金方如何把握进入的节点是一个考验。

　　诸多问题陆续显现，智能金融发展应该如何破局？《报告》从智能金融发展的算力层面、数据层面、商业应用创新层面给出了建议。一是拓展智能金融产品服务体系。不同规模的金融机构要根据自身资源禀赋、业务定位做好战略规划。重点研究开发人工智能与科技金融、绿色金融、普惠金融、养老金融深度融合的新产品。二是加强国内算力资源的研发与优化，构建自主可控的算力生态，为智能金融的持续发展提供坚实保障。三是探索智能体应用场景，金融机构应积极投身于大模型加持的自主智能体的探索与应用。

　　“AI驱动下的开放银行和元宇宙虚拟银行可以实现数字金融服务个性化定制，通过沉浸式金融体验提升用户满意度。”香港理工大学人工智能物联网研究院研究员李鸣认为，随着元宇宙、区块链技术的逐步成熟，人工智能将助力扩展数字金融产品的范围。虚拟现实、智能推荐系统、动态保险服务等新服务模式将持续推动涌现更丰富的金融服务。