新一輪AI浪潮洶涌而來,，從“想到”到“做到”,，金融大模型的發(fā)展日新月異，但金融領域因其固有的特殊性,，效率與風控,、成本與安全的矛盾變得更加突出，如何看待大模型技術帶來的深遠影響,？金融行業(yè)距離真正的AIBank還有哪些“難關”要攻破？
近日,，在金融街論壇系列活動“金融強國背景下的數(shù)字金融高質量發(fā)展”研討會之“人工智能與數(shù)字金融高質量發(fā)展”研討活動在京舉辦,。該研討由北京金融街服務局與北京立言金融與發(fā)展研究院聯(lián)合主辦，北京金融街服務局局長盧五星,、國家金融與發(fā)展實驗室副主任楊濤做致辭發(fā)言,，神州信息新動力數(shù)字金融研究院副院長薛春雨受邀出席并參與討論。
楊濤指出，做好數(shù)字金融大文章,，可以從技術,、數(shù)據(jù)要素和場景應用等視角出發(fā)，探討人工智能在其中的重要作用的同時,，也應正視其風險與挑戰(zhàn)：一是正確處理技術邏輯與金融邏輯的融合,，從金融視角來理解技術風險的沖擊；二是引導金融業(yè)大模型采取差異化策略應用,，避免一哄而上,；三是避免對技術的短期內高估、長期內低估,；四是促使監(jiān)管合理擁抱大模型,，不斷優(yōu)化監(jiān)管科技水平，提高監(jiān)管精準性,；五是推動相關的技術標準化與軟規(guī)則建設,，促使參與各方實現(xiàn)“各司其職，風險共擔”,。
針對楊濤指出的重要議題,，在圓桌交流環(huán)節(jié)，薛春雨與北京立言金融與發(fā)展研究院金融合規(guī)研究中心主任王錸等專家學者進行了深度剖析和解讀,。
圓桌討論環(huán)節(jié)
神州信息新動力數(shù)字金融研究院副院長薛春雨,，圍繞大模型應用落地的實際情況，對人工智能在金融行業(yè)的應用中面臨的風險進行了深入研討,。
薛春雨認為,，除了需要注意通用大模型目前面臨的共同的風險外，金融行業(yè)還應該關注以下幾個風險：
一是數(shù)據(jù)風險,。信息安全是金融業(yè)立身之本,，這決定了金融業(yè)不能直接使用外部的大模型，現(xiàn)階段內部私有化大模型提升能力尚需時日,，如果要借助外部最新的能力,，就需要對數(shù)據(jù)脫敏，但這同樣面臨執(zhí)行過程中的風險,；
二是模型風險,。一方面，如果數(shù)據(jù)本身不準確,，大模型的訓練結果極有可能出現(xiàn)偏差,；另一方面，如果模型算法方面本身也會存在一定的缺陷,，那么大模型的高效性特質會對后續(xù)的糾錯將會帶來非常大的成本,。
三是過度依賴。目前大模型的可解釋性還存在較大的挑戰(zhàn)，所以如果出現(xiàn)故障,，如何快速解決將是一個非常棘手的問題,。另外，如果金融行業(yè)對其過度依賴,，一旦受到攻擊,，或者出現(xiàn)整體不可用的情況下，對金融機構的打擊將是致命的,。
四是潛在風險,。大模型在金融行業(yè)中的應用，同樣對一些從業(yè)人員會面臨較大的沖擊,，造成一些抵觸,。但如果大規(guī)模發(fā)生，將會帶來較大的社會問題,。
面對以上這些問題,，薛春雨認為，大模型在金融業(yè)的落地需要聚焦在企業(yè)大模型及相關聯(lián)的場景大模型方面,，以場景大模型切入,，逐步形成完整的企業(yè)大模型能力。
為此,，神州信息制定了AIBank五步走的戰(zhàn)略,。第一步：降本增效。先通過AIGC進行代碼生成等相關工作,，保證快速見效,，產生實實在在的價值；第二步：知識問答類賦能,。基于某領域的知識及數(shù)據(jù),，通過AIGC的方式，快速進行知識回答,，提升交互體驗,；第三步：多種AI技術的融合。知識問答+傳統(tǒng)AI技術,，形成綜合解決方案,，并在多個業(yè)務條線進行落地；第四步：過程自動化,。基于AIGC對知識的綜合學習及判斷,，對流程及決策類系統(tǒng)進行自動化處理；第五步：高階智能化,。在日常工作及系統(tǒng)中,，融入AIGC等技術，實現(xiàn)過程的全面自動化及專業(yè)化,。
目前,，神州信息也基本處在L2+到L3階段。
在降本增效和知識問答兩個階段,，神州信息自主研發(fā)了CodeMaster和 FinancialMaster,，將其應用金融產品研發(fā)與業(yè)務處理場景，用于低代碼開發(fā)和業(yè)務知識問答,，讓大模型在金融行業(yè)更加安全穩(wěn)妥,、切實有效地發(fā)揮作用。
最后,，薛春雨提到,，希望人工智能賦能數(shù)字金融，形成安全,、高效,、智能化、普惠的高質量發(fā)展,！