明珠湾智能金融发展报告:生成式人工智能对金融业影响深远

南方都市报APP • 南都大数据研究院
原创2023-12-18 12:41

12月17日,由中国金融四十人论坛和中国金融四十人研究院联合主办的第二届明珠湾金融论坛举办,会上《明珠湾智能金融发展报告(2022)》(简称《报告》)正式发布。《报告》聚焦AI技术突破式发展下的金融业机遇与挑战,总结了我国智能金融发展的4大新趋势、新特点,《报告》还指出,以ChatGPT为代表的生成式人工智能(AIGC)对金融业具有深远影响。

AIGC技术取得突破性进展

智能金融监管制度进一步完善

《报告》指出,智能金融是互联网金融、金融科技、智慧金融等的更高级阶段。智能金融更具革命性的优势在于,它能对金融生产效率带来更大提升,对金融服务模式带来根本性颠覆。智能金融通过感知人类信息,并结合机器算法决策,实现替代甚至超越人类行为和智力,更精准高效地满足各类金融需求,推动我国金融行业变革与跨越式发展。《报告》认为,我国智能金融发展有四大新趋势和新特点。

一是生成式人工智能技术取得突破性进展。以ChatGPT为代表的通用人工智能取得了爆发式技术突破。2022年大模型参数超过了千亿,并将持续呈现指数级增长。技术上“预训练+微调”的技术路径有效解决了过往人工智能技术泛化能力不足的问题,人工智能开始从学习走向了创造,通用人工智能技术有望开启新一轮人工智能技术创新周期。

二是大模型在金融领域应用成为热议话题。我国已出现一批通用语言大模型,包括百度发布的文心一言,阿里的通义千问,华为的盘古大模型、腾讯的混元大模型、京东的ChatJD等。金融机构普遍秉承开放包容、守正创新、稳慎推进的理念,积极研究拥抱新技术、新应用,按照先内部使用后客户服务的顺序,稳步推进。同时,金融机构正在深入研究和评估通用语言大模型对未来金融行业可能产生的广泛而深远的影响,纷纷部署做好相应的准备工作。

三是智能金融应用深度进一步拓展。智能金融的应用规模稳步增长,头部金融机构持续加大对智能金融的投入;应用质效不断提升,推动着各类识别、预测和应答模型准确率持续上升;应用成效显著增强,数字运营能力和数字风控能力加强。银行、保险、证券等行业在产品创新、客服营销、运营管理、风控合规等方面的智能化程度进一步深化。

四是智能金融监管制度进一步完善。各国立法机关和监管部门正在努力制定统一的法律法规,以规范相关领域的运作。2022年,我国《金融科技发展规划(2022-2025年)》《金融标准化“十四五”发展规划》等一批制度文件的出台,积极鼓励智能金融应用,同时持续加强智能金融监管。

AIGC对金融业影响深远

但尚处于起步阶段

《报告》共分为五个部分,分别是技术篇、应用篇、探索篇、监管篇和政策篇。值得注意的是,在探索篇中,《报告》就从生成式人工智能对金融行业的影响、元宇宙与金融等方面探讨了智能金融的未来发展趋势。

《报告》认为,以ChatGPT为代表的生成式人工智能(AIGC)的出现无疑对金融业具有深远的影响,可以通过提供快速准确的信息和自动化的任务处理来影响金融行业,以科技的力量推动金融业降本增效,最终实现高质量发展。此外ChatGPT“让机器理解”的能力进一步推动了金融行业的数智化转型,大规模预训练模型拓宽了金融行业AI应用的边界。在降本增效、提升生产力和和用户体验、产品服务创新等方面,以ChatGPT为代表的大模型为金融行业带来了应用价值。

从应用场景来看,《报告》认为,ChatGPT作为一种感知智能,在金融生成文本类工作中具有应用价值,如智能客服,智能运营,智能风控,智能程序员和智能营销以及智能投顾等。

但《报告》也指出,由于AIGC技术目前尚处于起步阶段,其大规模应用还面临可信度、业务、成本投入等多方面的挑战,还存在着一定的风险,需要谨慎探讨。

就另一个技术热点——元宇宙,《报告》认为,尽管由于技术受限、商业模式未确立等种种原因影响,元宇宙在今年热度减退,但元宇宙的重要性或价值并未改变,它的发展将对未来社会、经济和技术都将产生深远影响。尤其是大模型的发展和人工智能技术的进步,有望帮助解决元宇宙面临的一些技术和商业模式挑战。

需要强调的是,金融元宇宙的发展不能脱离现实社会,更不能脱离金融本质,技术发展最终要落脚到现实应用,方能形成价值。《报告》建议,金融元宇宙高质量发展面临多方面挑战,下一步要发展元宇宙相关技术、强化基础理论研究、坚持目标导向、重视数据安全与数字治理。

在金融业发展AIGC需强化

科技道德和社会责任

在《报告》解读环节,中国银行业协会首席信息官高峰还强调,“我们应该清醒看到,金融机构普遍秉承开放包容、守正创新、稳慎推进的理念,积极研究拥抱新技术、新应用,按照先内部使用后客户服务的顺序,稳步推进。”他建议,应强化科技道德和社会责任,加强AI技术和算法的透明化、规范化、合规化,更好履行金融机构的社会责任。

值得注意的是,大模型创新应用与安全风险总是相伴而来的。香港理工大学人工智能物联网研究院副研究员李鸣在《报告》解读环节补充道,在金融领域发展负责任的大模型应用,从整个风险和未来的健康发展需求来看,还需要从业务层面、技术层面和数据层面进行统一的规范和研究。

首先,在业务层面,包括业务主体责任和用户的身份认证,运营业务的主体需要对这项业务负有相应责任。同时,用户首先要有身份认证才能使用大模型服务。还应该明确生成信息的知识产权和内容规范性的责任。在技术层面,需要加强人工智能和新一代信息的集成应用。因为AIGC需要前端数据采集、后端数据分析、云计算资源的调度、以及其他新一代信息技术的支撑,包括物联网设备。“所以我们应当不仅关注AIGC这个单项技术,还应该从新一代信息技术整体来去看,甚至从新一代信息技术集成技术架构上来看。”李鸣说。

第二,要关注算法和解释性的风险,一定要通过解释算法或者是通过验证算法结果来明确算法到底能给我们带来什么。另一方面是算力上的突破,当前的算力可能无法满足大模型的需要。第三,需要关注数据质量和数据隐私保护,质量差的数据肯定得不到好的模型,使用数据的场景还涉及数据隐私保护,如果使用国外的数据,还涉及数据的跨境流通。


采写:南都记者熊润淼

编辑:熊润淼

南都新闻,未经授权不得转载。授权联系方式
banquan@nandu.cc. 020-87006626
1