专题：第11届数字金融大会
2023年12月 20-21日，由中关村金融科技产业发展联盟、中关村互联网金融研究院举办的“2023中关村论坛系列活动——第11届数字金融大会”在中关村展示中心举办。
大会以“强化数字技术赋能 推动金融高质量发展”为主题，围绕数字金融发展趋势，聚焦数字技术在银行、保险等金融业中的新技术、新业态、新模式。以深化数字产业化和金融数字化为主线，打造一流数字金融生态圈，积极促进政产研学跨界合作，助力金融业高质量发展。
中关村金融科技产业发展联盟专家委员会主任委员、十三届全国政协委员、原中国保监会党委副书记、副主席周延礼12月21日出席并发表题为“金融业应对AI技术风险挑战的研判和思考”的演讲。
周延礼指出，尽管AI技术为金融业带来巨大的发展动能，但在实际应用中存在很多风险和挑战，需要重点关注和积极应对。
从行业发展层面看，优化建设金融业细分赛道的大模型是未来真正有价值的发展方向。
从金融科技层面看，AI技术存在数据与隐私法律风险、合规风险与技术风险，对金融科技的监管提出挑战。
未来基于大语言模型，结合金融领域的数据和场景进行微调，形成金融行业大模型，能够更好地理解金融术语和金融业务场景，进一步提高金融机构各项业务处理能力。
为此，他提出，提高风险管理能力、提高智慧客服能力、提高运营效率三方面发展建议。
最后，周延礼指出，金融业要探索市场经济条件下的数据安全和网络安全有效的解决方案，为我国数字经济高质量发展提供保障。
以下为演讲实录：
各位领导，各位嘉宾，女士们，先生们，大家好！非常荣幸应邀参加本次论坛，我与大家分享的题目是：金融业应对AI技术风险挑战的研判和思考。
数月前我去北京、上海、广东等地做了调研，我们判断尽管AI技术为金融业带来巨大的发展动能，推动我国金融业在AI技术迭代升级中取得积极进展，AI技术迭代升级不断，但是在实际应用当中仍然存在很多风险和挑战，需要重点关注和积极的应对。
从行业发展层面看，人工智能2.0时代下，发展通用模型是未来发展的方向，但通用大模型对金融届领域的适用性不强，优化建设金融业细分赛道的大模型是未来真正有价值的发展方向。
一是保险公司在行业模型建设过程当中面临对模型层级规划的部署，模型训练成本以及对保险公司产生的逾期利润的波动影响等，这方面问题是存在的。
二是金融业研发优秀的大模型，需要大量符合行业特征的存量数据和增量数据，通过充足的训练尽可能的提高模型的逻辑思维、能力和执行力。
三是生成式大模型研发投入成本极高，需要高达数亿元，而且仅仅是为了完成基础性的基础训练，之后还要在此基础之上为金融业构建第二层级的模型。
当前，对国内AI技术的局限性和国外技术的封锁，使用国产硬件替代建设这样的大模型需要加快步伐，据保险公司的估算，至少还需要三年左右的时间来完成基础模型。这样的长期高投入可能导致公司的预期利润出现大幅波动。
因此，金融机构在决策时必须仔细的权衡费用和成本，制定合理的模型建设策略。此外，如何实现科技公司和金融公司之间有效的合作，将技术和专业的知识完美结合，也是一个亟待解决的紧迫问题。
从金融科技的层面来看，AI技术作为一种新兴的信息技术，应用的确存在一些风险隐患。
一是数据与隐私的法律风险。人工智能大模型的核心在于数据，大规模、高质量的数据是大模型算法优化的关键，但是这些数据可能存在质量以及隐私保护等这些方面的问题，需要金融机构确保所使用数据的来源合法，隐私保护到位，并采取数据清洗、数据脱敏等这些具体措施以降低风险，此外在金融机构还应对数据安全进行监管和审计，确保数据的安全性和完整性。
二是合规风险和技术风险。由于AI技术的复杂性和不透明性，算法是否准确、稳定无法得到验证，如算法的准确性和稳定性，网络和数据安全性出现问题，尤其是在生成AI技术的应用及产生的内容可能会出现一些所谓编造的内容，从而使使用者产生信息的误导，需要金融机构建立完善的技术风险管理制度和技术的保障措施进行防范和规范，确保AI技术应用能够达到完整、安全、稳定这样一些效果。
三是对金融科技的监管提出挑战。AI技术，尤其是大模型技术存在透明性不足的问题。人工智能技术的应用过程当中如何准确的评估其潜在的风险呢？如何进行有效的监管呢？这又是一个新的挑战，比如ChatGPT的表现使越来越多人相信人工智能技术在不愿的将来将人类的生活带来巨大的改变，针对金融业如何借鉴AI技术将所有的数据要素转化为生产力是一个非常有价值的课题，值得大家进一步去研究。
自2022年以来，以ChatGPT为代表的大语言模型掀起了人工智能新一步发展浪潮，人工智能研究这些领域当中出现了一场从有监督学习向无监督学习的大规模预训练范式的转变，从以针对性场景特定问题的转用小型模型为主迈入以泛化问题的通用大模型预训练为主的新的时代。
在这个过程中大模型的技术应用为金融行业的领域、应用人工智能带来一个新的范式，一个非常可能的发展方向，基于大语言模型，结合金融领域的数据和场景进行微调，形成金融行业的大模型，该模型能够更好的理解金融术语和金融业务的场景，进一步提高金融机构各项业务的处理能力。
因此我提出以下几个方面的建议与大家分享：
一要提高风险管理能力。大语言的模型能够在理解的基础之上对各种数据进行风险因素的识别，自动生成更为全面的风险报告，减少风险的损失。
二要提高智慧客服能力。目前很多金融机构已经推出了智能客服系统，通过网站、APP、微信小程序等渠道，一定程度上满足了金融机构客户简单的查询需求，但目前智能客服的系统服务存在格式化、智能化、程度低等这些方面的问题，随着金融大模型的应用，有望大幅度的提高智能客服的智能水平，以及与自然人比较更加人性化的方式提供这样一些服务。
三要提高运营的效率。在传统的业务当中存在大量的纸质资料进行处理和审查，过程当中需要大量的人力进行核对和分析，通过金融大模型可将部分的纸质资料经过智能化处理变为高度结构化的有效的电子数据，可大幅的提高准确度，便利银行内部的业务，一些电子化和智能化。
因此，我们需要探索市场经济条件下的数据安全和网络安全有效的解决方案，为我国数字经济高质量发展提供保障。保险要为投保企业、网络安全提供防灾防损、经济补偿和风险管理的保障。
我就讲到这里，预祝本次论坛能够取得圆满成功。
谢谢大家！
新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。
