尚福林：應(yīng)關(guān)注人工智能帶來(lái)的效率提升與風(fēng)險(xiǎn)加劇的雙重效應(yīng)

　　“要清醒看到，人工智能的算法‘黑箱’、數(shù)據(jù)污染、模型缺陷等潛在風(fēng)險(xiǎn)問(wèn)題不容忽視�！敝袊�(guó)財(cái)富管理50人論壇理事長(zhǎng)、原銀監(jiān)會(huì)主席、證監(jiān)會(huì)原主席尚福林尚福林在4月10日舉行的國(guó)民財(cái)富發(fā)展研究合作平臺(tái)2025春季峰會(huì)上表示。

　　尚福林特別提到，在金融行業(yè)應(yīng)用時(shí)，應(yīng)關(guān)注人工智能帶來(lái)的效率提升與風(fēng)險(xiǎn)加劇的雙重效應(yīng)。

　　尚福林提到兩點(diǎn)措施：一方面，在技術(shù)上強(qiáng)化垂直領(lǐng)域的專業(yè)性，在技術(shù)基座基礎(chǔ)上針對(duì)金融行業(yè)特點(diǎn)進(jìn)行精細(xì)訓(xùn)練，對(duì)生成內(nèi)容及時(shí)進(jìn)行交叉驗(yàn)證，提升模型的準(zhǔn)確性和可靠性。另一方面，監(jiān)管機(jī)構(gòu)應(yīng)密切關(guān)注人工智能技術(shù)在金融領(lǐng)域的應(yīng)用動(dòng)態(tài)，增強(qiáng)對(duì)智能算法風(fēng)險(xiǎn)的穿透式分析能力，健全智能算法的規(guī)則制度，提升算法可解釋性、透明性、公平性和安全性。

　　人工智能對(duì)依托密集的物理網(wǎng)點(diǎn)和客戶經(jīng)理的中小銀行沖擊最大

　　回顧金融業(yè)發(fā)展歷程，經(jīng)歷了信息化、數(shù)字化、智能化全過(guò)程，金融業(yè)始終走在技術(shù)變革前沿。如今越來(lái)越多的金融機(jī)構(gòu)正在探索應(yīng)用人工智能，加快數(shù)字化轉(zhuǎn)型。

　　相關(guān)部門也出臺(tái)了一系列政策和規(guī)劃，推動(dòng)技術(shù)的應(yīng)用與創(chuàng)新�！督鹑诳萍及l(fā)展規(guī)劃（2022-2025年）》提出，抓住全球人工智能發(fā)展的新機(jī)遇，全面推進(jìn)智能技術(shù)在金融領(lǐng)域的深化應(yīng)用。人民銀行不久前召開(kāi)2025年科技工作會(huì)議特別提到，加快金融數(shù)字化智能化轉(zhuǎn)型，安全穩(wěn)妥有序推進(jìn)人工智能大模型等在金融領(lǐng)域應(yīng)用。

　　尚福林指出，各方對(duì)于人工智能在金融業(yè)推進(jìn)充滿了期待。以生成式人工智能為例，它的對(duì)話、創(chuàng)作、推理三大核心能力，非常契合金融行業(yè)需求�？梢灶A(yù)見(jiàn)，人工智能將對(duì)金融業(yè)產(chǎn)生深遠(yuǎn)影響。

　　一是增強(qiáng)交互體驗(yàn)。大語(yǔ)言模型利用自然語(yǔ)言處理技術(shù)，實(shí)時(shí)回答客戶問(wèn)題，提供個(gè)性化的服務(wù)建議，極大地提高了客戶服務(wù)效率，減少了人工客服的工作量和成本。

　　二是全面分析“畫像”。在信貸業(yè)務(wù)中，人工智能通過(guò)挖掘分析消費(fèi)習(xí)慣、交易行為等非結(jié)構(gòu)化數(shù)據(jù)，分析借款人的各種特征、評(píng)估還款意愿，通過(guò)動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估替代靜態(tài)抵押，實(shí)現(xiàn)風(fēng)險(xiǎn)評(píng)估從“靜態(tài)指標(biāo)”向“動(dòng)態(tài)畫像”的轉(zhuǎn)變；推動(dòng)風(fēng)險(xiǎn)定價(jià)從“經(jīng)驗(yàn)主導(dǎo)”向“數(shù)據(jù)+算法”驅(qū)動(dòng)轉(zhuǎn)變。此外，邏輯推理模型通過(guò)交易行為數(shù)據(jù)中的異常邏輯鏈檢測(cè)等策略，加上生物信息識(shí)別技術(shù)，在反洗錢、反金融欺詐等方面發(fā)揮了較好效果。

　　在金融市場(chǎng)上，通過(guò)機(jī)器學(xué)習(xí)算法，更高效地進(jìn)行市場(chǎng)分析和投資決策。國(guó)際貨幣基金組織（IMF）最近一期發(fā)布的《全球金融穩(wěn)定報(bào)告》分析了人工智能在提高投資和資產(chǎn)配置的效率、幫助完善組合投資框架、改進(jìn)回報(bào)預(yù)測(cè)方面的作用。根據(jù)市場(chǎng)研究機(jī)構(gòu)估算，2024年全球智能投顧管理的資產(chǎn)規(guī)模已突破2萬(wàn)億美元，較2023年增長(zhǎng)超過(guò)30%。

　　同時(shí)也要看到，人工智能正在改變傳統(tǒng)物理服務(wù)模式，對(duì)依托密集的物理網(wǎng)點(diǎn)和客戶經(jīng)理的中小銀行沖擊最大。對(duì)這方面的影響還需要進(jìn)行深入的研究。

　　關(guān)注人工智能提升效率與加劇風(fēng)險(xiǎn)的雙重效應(yīng)

　　在尚福林看來(lái)，當(dāng)前，我國(guó)人工智能發(fā)展的總體態(tài)勢(shì)良好，正處在加強(qiáng)人工智能布局、加快數(shù)字化智能化轉(zhuǎn)型的歷史機(jī)遇期。算力、算法和數(shù)據(jù)是大模型應(yīng)用的三大支撐要素。

　　“同時(shí)也要清醒看到，人工智能的算法‘黑箱’、數(shù)據(jù)污染、模型缺陷等潛在風(fēng)險(xiǎn)問(wèn)題不容忽視。”尚福林表示，特別是在金融行業(yè)應(yīng)用時(shí)，應(yīng)關(guān)注人工智能帶來(lái)的效率提升與風(fēng)險(xiǎn)加劇的雙重效應(yīng)。

　　一是算力效率的提升是基礎(chǔ)。大模型需要依托由高性能計(jì)算芯片、存儲(chǔ)和網(wǎng)絡(luò)共同構(gòu)成算力集群。硬件投入大、訓(xùn)練成本高一直是在行業(yè)普及應(yīng)用的重要制約因素。特別是中小銀行科技投入能力明顯不具優(yōu)勢(shì)。這種局面隨著DeepSeek的出現(xiàn)，通過(guò)算法優(yōu)化，減少了對(duì)高算力硬件的依賴，打破了“堆算力、拼資本”的大模型發(fā)展路徑。大大減輕了金融機(jī)構(gòu)特別是中小機(jī)構(gòu)的資本投入壓力，為彌合技術(shù)差距提供了機(jī)會(huì)。

　　二是數(shù)據(jù)安全可靠與隱私保護(hù)是關(guān)注焦點(diǎn)。人工智能讓數(shù)據(jù)的應(yīng)用價(jià)值凸顯，也讓數(shù)據(jù)的安全防護(hù)變得更加復(fù)雜。

　　一方面，持續(xù)加強(qiáng)數(shù)據(jù)的隱私安全保護(hù)。金融機(jī)構(gòu)和科技企業(yè)需要共同研究數(shù)據(jù)在采集、存儲(chǔ)、傳輸和使用過(guò)程中的安全性問(wèn)題。要在保障安全和隱私前提下，推動(dòng)金融與公共服務(wù)領(lǐng)域信息互聯(lián)互通，釋放數(shù)據(jù)要素潛能。

　　另一方面，關(guān)注數(shù)據(jù)污染。金融機(jī)構(gòu)每天都在處理海量的數(shù)據(jù)和復(fù)雜的交易，信息的準(zhǔn)確性和可靠性至關(guān)重要。在金融行業(yè)，信息污染風(fēng)險(xiǎn)同樣存在。如果虛假信息被灌入訓(xùn)練模型，有可能污染模型的訓(xùn)練數(shù)據(jù)。一旦部署到金融交易、風(fēng)險(xiǎn)分析當(dāng)中，可能會(huì)引發(fā)連鎖反應(yīng)，造成難以估量的損失。

　　三是提高模型算法的透明性和可解釋性是關(guān)鍵。深度學(xué)習(xí)模型目前還存在不可解釋性，輸出的結(jié)果難以解釋和追溯，增加了監(jiān)管的難度。訓(xùn)練數(shù)據(jù)中的偏差會(huì)導(dǎo)致算法輸出的不公平或錯(cuò)誤。人工智能工具是根據(jù)過(guò)去的數(shù)據(jù)進(jìn)行訓(xùn)練的，可能無(wú)法準(zhǔn)確反映現(xiàn)實(shí)和預(yù)測(cè)未來(lái)。人工智能驅(qū)動(dòng)的高頻交易提升市場(chǎng)反應(yīng)速度的同時(shí)，也放大了波動(dòng)性。當(dāng)多數(shù)人工智能策略采用相似風(fēng)險(xiǎn)模型時(shí)，這種同質(zhì)化響應(yīng)可能會(huì)加速放大負(fù)面反饋循環(huán)，進(jìn)而加劇金融脆弱性。此外，需要強(qiáng)調(diào)一點(diǎn)，在模型訓(xùn)練中，還要充分體現(xiàn)國(guó)家的政策導(dǎo)向和相關(guān)要求。

　　尚福林稱，需要積極采取措施。一方面，在技術(shù)上強(qiáng)化垂直領(lǐng)域的專業(yè)性，在技術(shù)基座基礎(chǔ)上針對(duì)金融行業(yè)特點(diǎn)進(jìn)行精細(xì)訓(xùn)練，對(duì)生成內(nèi)容及時(shí)進(jìn)行交叉驗(yàn)證，提升模型的準(zhǔn)確性和可靠性。另一方面，監(jiān)管機(jī)構(gòu)應(yīng)密切關(guān)注人工智能技術(shù)在金融領(lǐng)域的應(yīng)用動(dòng)態(tài)，增強(qiáng)對(duì)智能算法風(fēng)險(xiǎn)的穿透式分析能力，健全智能算法的規(guī)則制度，提升算法可解釋性、透明性、公平性和安全性。

【免責(zé)聲明】本文僅代表作者本人觀點(diǎn)，與和訊網(wǎng)無(wú)關(guān)。和訊網(wǎng)站對(duì)文中陳述、觀點(diǎn)判斷保持中立，不對(duì)所包含內(nèi)容的準(zhǔn)確性、可靠性或完整性提供任何明示或暗示的保證。請(qǐng)讀者僅作參考，并請(qǐng)自行承擔(dān)全部責(zé)任。郵箱：news_center@staff.hexun.com