每日經濟新聞 2024-12-16 18:10:52
2024年10月20日，上海金融科技國際論壇上透露，自2021年4月央行金融科技創新監管工具在全國推廣以來，全國已累計公示322個金融科技創新應用項目，其中137個項目完成測試。上海交通大學上海高級金融學院副院長李峰表示，這標志著金融科技創新監管工具應用形成完整閉環，且在金融業務流程中發揮重要作用。
每經記者 陳植 每經編輯 馬子卿
隨著科技與金融日益融合，越來越多金融科技創新項目正積極納入央行的金融科技創新監管工具應用范疇。
記者從近日舉行的第6屆上海金融科技國際論壇了解到，2021年4月央行金融科技創新監管工具在全國推廣實施以來，截至今年10月20日，全國已累計公示322個金融科技創新應用項目。其中，江蘇、廣東、上海和北京四地推出的金融科技創新應用項目均超過25個，排名靠前。截至今年10月20日，已有137個項目完成測試。
上海交通大學上海高級金融學院副院長李峰在論壇間隙接受本報記者專訪時表示：“這一方面意味著央行金融科技創新監管工具創新應用項目在機制構建方面跑完‘最后一公里’，正形成完整的工作閉環；另一方面顯示這些完成測試的項目在金融科技創新監管領域的應用相當成熟，并進入落地階段，將在具體金融業務流程與金融場景發揮更大價值。”目前，上海向央行申報的金融科技創新應用工具還呈現技術復合性高（多數項目運用兩種及以上金融科技）、業務覆蓋面廣（涵蓋普惠金融、風控、客戶營銷、支付、銀行服務、函證、跨境金融、票據融資、供應鏈金融等）、服務對象全（包括同業金融機構、個人客戶與企業客戶等）等特點。
他向記者透露：“截至2024年10月20日，上海申報的27個項目里，已有14個項目圓滿完成測試。去年‘基于人工智能的智慧供應鏈融資服務’‘基于區塊鏈的小微企業在線融資服務’和‘基于大數據的商戶服務平臺’三個項目率先成功完成測試，完成金融科技創新監管工具應用閉環。”
李峰告訴記者，當前上海金融科技產業正呈現快速發展期。一是作為國際金融中心，上海的金融要素市場相當齊備，金融機構的業務類別相當齊全且業務規模相當大，給金融科技創新應用創造廣泛的場景；二是在人工智能、區塊鏈等新技術研發應用方面，上海金融科技企業也有相當深的布局。
他指出：“尤其是人工智能技術的蓬勃發展，正給金融行業服務能力與風控能力提升帶來巨大的推動作用。”金融機構要提供卓越的服務能力，一個核心競爭力是分析與處理數據能力，而人工智能最擅長的，就是高效準確地分析處理不同數據。
以資管行業為例，AI大模型的應用場景已覆蓋資管業務前臺、中臺與后臺，從客服到產品營銷等業務場景，都能與人工操作形成“互補”；在推動千人千面式資管服務方面，財富管理計劃與資產配置計劃的設計也能充分發揮AI大模型的價值；在資管業務風控能力增強與運營效率提升方面，AI大模型也有很大的“用武之地”。
李峰認為，盡管人工智能大模型在金融業務場景的應用日益廣泛，但它能否真正推動金融行業高質量發展，關鍵在于它能否給金融機構帶來實質的降本增效，以及創造更強的風險管理與金融安全能力。
他指出：“目前，越來越多金融機構一面積極運用AI大模型技術的算法能力，及時分析各類金融業務與金融投資風險，提升風控的有效性，一面也密切關注AI技術本身存在的風險，比如技術風險、運營風險、道德風險，以及對客戶隱私數據的保護風險等。”
李峰指出，在實際操作環節，不同規模金融機構對金融大模型的研發思路也存在明顯差別。李峰表示：“這是因為通用大模型的開發成本相當高，可能訓練一次的費用達到上千萬美元，相比大型金融機構擁有足夠的資本投入自研金融領域垂直類大模型，中小金融機構會選擇相對成本更低的AI大模型開發路徑。”
據悉，基于成本控制的考量，中小金融機構研發金融大模型，主要采取三種路徑。一是與外部大模型服務商合作，借助后者的大模型技術，再結合自身的私域數據進行微調，形成適合自己業務場景的AI小模型；二是采取抱團取暖策略，即多家中小金融機構合作研發金融大模型，但數據跨公司交流面臨較大的合規風險；三是通過行業性的公共平臺布局AI大模型技術，比如信托公司會通過行業性組織構建基于金融科技的基礎設施。
李峰直言：“無論是大型金融機構，還是中小金融機構，都需要高度關注大模型技術研發過程的投入產出比。”即便是大型金融機構自研大模型，由于AI大模型技術迭代需要耗費大量GPU卡，因此大型金融機構一方面要注意GPU卡的較大損耗成本，另一方面需關注未來大模型技術迭代發展趨勢給現有AI大模型生存空間的巨大沖擊。
在李峰看來，由于金融是一個強監管行業，金融機構在積極研發AI大模型技術時，還需密切關注合規操作問題。
他告訴記者：“在眾多業務場景，金融機構的數據不能隨便‘出境’，必須做好數據安全保護，即便完成數據預訓練形成AI大模型，它的應用也需要符合相關監管要求。”金融機構目前在AI大模型應用方面呈現相對謹慎的策略，會先從一些風控相對可控的場景切入，再逐步推廣到前臺業務場景。
例如，不少金融機構目前都先將AI大模型用于內部辦公場景，一個重要原因是AI大模型即便出現幻覺風險，其危害性相對較小，金融機構內部員工能迅速聯系IT部門解決這些幻覺問題，不會影響業務正常運轉；此外，越來越多金融機構將AI大模型作為金融產品服務銷售環節的輔助工具，即便大模型出現幻覺風險，金融機構員工也能迅速決定不采納大模型生成的某些“結論”，將金融服務風險降至可控水準。
李峰強調：“與此同時，金融機構在AI大模型應用方面，還會考慮先在回報最大的場景應用。畢竟，AI大模型在金融領域的最大價值，就是降本增效。若沒有良好的經濟回報，金融機構對AI大模型的使用熱情難以持續。”
記者了解到，作為AI大模型技術的新發展方向，AI Agent（智能體）日益受到金融機構的密切關注。相比傳統AI大模型，AI Agent能自主感知環境，進行規劃決策、執行動作、反饋效果與迭代優化，從而令金融機構的運營效率與風險識別防范能力“更上一層樓”。
李峰向記者透露，盡管AI Agent的發展速度相當快，但由于金融機構屬于強監管行業，因此相關部門是否允許AI大模型自主進行業務決策，仍是未知數。因此金融機構在使用AI Agent時，仍需高度關注合規操作風險。
封面圖片來源：主辦方
如需轉載請與《每日經濟新聞》報社聯系。
未經《每日經濟新聞》報社授權，嚴禁轉載或鏡像，違者必究。
讀者熱線：4008890008
特別提醒：如果我們使用了您的圖片，請作者與本站聯系索取稿酬。如您不希望作品出現在本站，可聯系我們要求撤下您的作品。
歡迎關注每日經濟新聞APP
