· · ·
华尔街见闻10月19日讯(编写 史思同)在全球化数字化浪潮的引领下,金融业正站在由人工智能技术(AI)技术领先的信息革命勇立潮头。
10月19日在下午,在金融街论坛企业年会“AI+金融赋能数字化金融新的篇章”平行论坛中,十三届政协民族委员会负责人、原中国银监会主席尚福林在认可金融业有可能是人工智能技术最大受益者的前提下,也进一步分析了当前人工智能赋能金融业所面临的挑战。
“人工智能大模型应用解决方案尽管诸多,也需要考虑金融行业特点,并不一定能立即达到金融业生产制造指示要求。与此同时,还需要避免人工智能技术乱用。”尚福林觉得,现阶段人工智能赋能金融业存在实体模型透明风险性、无法预知风险及网络安全风险,金融行业在和人工智能结合环节中需取长补短,在新一轮的科技革命中促进金融业企业战略转型迈进智能化系统新的发展阶段。
AI创变数字化金融存有实体模型透明、无法预知及其网络信息安全的风险
“人工智能在金融领域的运用有三个关键要素:数据信息、算法和算率。”尚福林觉得,人工智能技术拥有强大的计算能力和丰富多样的数据资料,有希望在金融领域充分发挥非常大的功效,主要包括提高金融工作效率、给予人性化服务,及其提高风险管控能力等多个方面。
事实上,依据国际数据公司(International Data Corporation)的判断,到2027年,全世界在人工智能系统的app、硬件和服务上的销量有望突破4000亿美金。在其中,金融行业在这里方面的支出有望突破970亿美金,复合年增长率为29%,是增速最快的行业之一。
对于此事,尚福林觉得,在这样的背景下,金融科技领域终将迎来新一轮的科技革命,促进金融业企业战略转型迈进智能化系统新的发展阶段。同时他也强调,金融业有可能是人工智能技术最大受益者,但人工智能赋能金融业也面临一些考验。
“人工智能大模型应用解决方案尽管诸多,也需要考虑金融行业特点,并不一定能立即达到金融业生产制造指示要求。与此同时,还需要避免人工智能技术乱用。”在尚福林看起来,现阶段人工智能赋能金融业存在实体模型透明风险性、无法预知风险性及其网络安全风险。
他认为,根据繁杂的算法和模型,人工智能技术输出结果可能难以解释和追朔,增强了监管难度系数,可能会对金融安全组成安全威胁。而过去的信息也难以准确反映现实与预知未来,实体模型很有可能不能及时传出预警或得到异常结论。除此之外,人工智能技术需要解决很多敏感个人或财务报表,也提高了黑客攻击的风险和数据泄漏的概率。
金融行业在和人工智能结合环节中如何扬长避短?
在新一轮科技变革中,以大模型为中心的人工智能技术潜力无限,将逐步成为金融行业数字化变革重要力量。在这一场转型浪潮之下,金融行业在和人工智能结合环节中该如何扬长避短?
对于此事,尚福林觉得,人工智能赋能数字化金融必须做到广泛运用、推进结合,深化合作、共创绿色生态,推动数据资源整合、提升数字化水平,及其坚守底线、确保安全四大方面。
他建议,一方面,要积极推进大模型在金融行业应用领域,包含但是不限于风险管控、审贷、风控系统等重点领域。与此同时,进一步提升情景智能化程度,通过大数据算法和模型,逐步完善金融业工作流程,搭建智能化、智能的金融生态管理体系,为用户提供更便捷、智能化的金融信息服务感受。
另一方面,要提高金融企业、技术性生产商之间的交流连动,整合优势资源、互利共赢,适用关键技术研发与产业化应用,并不断下降运用门槛和成本费,让中小金融机构也可以得益于尖端技术,从而促进全部金融行业平衡发展。
此外,还需要充分利用好金融业本身生成和收集的数据,不断提高自身数据分析应用水准,并且通过依法依规方式分享互联网技术、物联网技术和政府信用信息平台等各种服务平台的数据信息。“根据共享数据,金融信息服务可以更透彻的挖掘客户需求和识别顾客的行为模式,完成‘人性化’定做的金融信息服务。”
除此之外,人工智能赋能数字化金融的过程当中还必须要强化安全规范建设,提高风险管控水平。包含逐步完善金融大数据的安全标准管理体系,提升法规体系基本建设,为金融数据安全与个人隐私保护给予法律保护;通过人工智能技术性,强化对金融风险的识别预警信息;创建风险监控和管理机制,及时发现和处理潜在性风险。