李东荣：坚守金融为民初心 主动把握人工智能重大发展机遇

中国经济网北京12月18日讯 12月15日，由深圳大学、深圳市地方金融管理局、深圳市福田区人民政府指导，深圳香蜜湖国际金融科技研究院与中国数字金融合作论坛联合主办，招商银行股份有限公司作为战略合作单位的首届“深圳香蜜湖金融峰会”在深圳市福田区成功举办。

在当天下午的主题论坛“智能金融：创新、挑战与展望”研讨会上，中国人民银行原副行长李东荣发表了主题为“智能金融有效推动数字金融创新发展”的讲话，他表示，近几年，人工智能技术不断发展，在金融领域的应用不断深入，有效助力金融机构数字化转型，提高了金融服务的效率和质量。

李东荣指出，人工智能发展需要统筹好算法、算力、数据等三个核心要素，三者相互联系、不可分割，其中算法是核心、数据是基础、算力是驱动。在推动人工智能发展的同时，既要密切关注人工智能技术自身存在的问题，又要关注大模型等新技术与金融融合可能产生的新风险。

在金融领域推进人工智能应用的过程中，李东荣认为，要坚持以人为本、科技向善。要坚守金融为民初心，以增进消费者共同利益和保护合法权益为应用导向，尊重社会共同价值观，开发“有温度的”智能金融产品。金融机构在推动人工智能应用时要守住法律和伦理底线，加强人工智能伦理治理和教育培训，在数据获取、算法设计、产品研发和应用等过程中避免产生涉及民族、信仰、性别、年龄、职业等等方面的偏见与算法歧视。

此外，李东荣还认为，金融业应当主动把握生成式人工智能的重大发展机遇，通过科技加持不断提升全业务、全流程和全场景智能化水平。他特别强调，要符合实际需求，选择适合自身的人工智能发展道路。当前，国有大型金融机构应主动承担责任，积极探索推动金融领域行业大模型的应用，以解决金融领域通用的问题；绝大多数金融机构尤其中小金融机构，不应简单追求人工智能技术的全覆盖应用。相反，应根据自身数字化的现状、自身实力等因素，聚焦于某一特定的业务场景，从小规模起步，选择合适的人工智能模型进行应用。

李东荣表示，当前，人工智能技术已经发展成为引领、重塑的驱动力量，也将成为金融业的核心竞争力。人工智能金融领域应用的前景令人期待，相信在各方共同努力推动下，我国数字金融的能力和水平将进一步提升，也必将为加快构建新发展格局、促进高质量发展积极贡献金融力量。

以下为原文：

智能金融有效推动数字金融创新发展

中国人民银行原副行长 李东荣

尊敬的各位领导、各位嘉宾：

大家好！很高兴参加2024深圳香蜜湖金融峰会并就“智能金融：创新、挑战与展望”这一主题与大家进行交流。近几年来，人工智能快速发展，尤其是以ChatGPT为代表的通用人工智能技术被广泛关注和应用，深刻改变人们的生活生产方式。金融是国家重要的核心竞争力，促进人工智能与金融深度融合，是落实国家人工智能发展战略的关键举措，是推进现代金融体系建设的重要内容，具有重要的现实意义。下面我就稳妥推进人工智能金融应用等方面谈一些思考，供大家参考，不当之处请大家批评指正。

一、人工智能助力金融数字化转型提速

一是顶层设计为我国人工智能产业发展明确方向。

2017年7月，国务院发布《关于印发新一代人工智能发展规划的通知》，这是我国发布的第一份有关人工智能行业的系统部署文件。近几年，党中央、国务院及工信部、科技部、发改委等相关部委也陆续印发了规范指导人工智能发展的文件，内容涵盖了算力布局等基础设施建设、应用场景和重点任务、伦理规范、治理原则、标准体系建设、高校人工智能学科融合等人工智能发展所需的各个方面。今年6月份，工信部、网信办、发改委、国标委联合印发的《关于印发国家人工智能产业综合标准化体系建设指南（2024版）》，指出加强人工智能标准化工作系统谋划，加快构建满足人工智能产业高质量发展需求的标准体系。在国家的大力推动下，我国的人工智能产业快速发展。根据前几天召开的2024数字科技生态大会消息，我国初步构建了较为全面的人工智能产业体系，人工智能核心产业规模已接近6000亿元，产业链上下游的企业数超过4700家，覆盖芯片、算力、数据、平台、应用等各相关环节。

二是标准规范促进金融行业人工智能应用健康发展。

金融行业是信息密集型行业，信息化也一直走在各行业的前列。长期以来，金融业在新兴技术应用方面既是积极推动者，也是直接受益者。金融系统响应国家战略，积极拥抱人工智能，成为人工智能应用的最佳场景之一。2022年，中国人民银行发布《金融科技（FinTech）发展规划（2022-2025年）》指出“十三五”期间，大数据人工智能等技术金融应用成效显著，明确要抓住人工智能全球发展新机遇，以人为本推进智能技术在金融领域深化应用。近几年，人民银行制定并发布了金融行业标准《人工智能算法金融应用评价规范》《人工智能算法金融应用信息披露指南》等行业标准，从人工智能金融领域应用的基本要求、评价方法、判定准则和人工智能算法在金融领域应用过程中的信息披露原则、形式、内容等方面进行了规范，有效推动了人工智能金融领域应用。

三是驱动发展，传统人工智能技术有效助力金融数字化转型。

近几年，人工智能技术不断发展，在金融领域的应用不断深入，有效助力金融机构数字化转型，提高了金融服务的效率和质量。在智能客服、聊天机器人领域，通过对预设的问题和关键词的反应，并分析大量的客户数据，不断学习和优化应答策略，大大提高了客户咨询和服务的效率。在智能投资领域，根据投资者的风险偏好、目标收益和资金状况等经验数据，基于大数据的产品模拟和模型预测分析，为投资者提供符合客户风险偏好和收益预期 的投资理财建议。在风险防控领域，通过对大量数据进行分析与挖掘，实现对欺诈等风险行为的自动检测与识别，以便及时采取防范措施，从而提升风控的效率与精度。

四是创新重塑，大模型等新一代人工智能技术加速推进智能金融应用升级。

近两年来，人工智能技术日新月异，在模型算法、行业应用等方面不断突破，多模态大模型已成为新一代人工智能技术范式，引领着新一轮人工智能技术的革命。与传统的人工智能模型相比，多模态大模型具有更强的信息处理能力、更高的智能化水平和更广的应用范围，能够解决传统人工智能技术在交互场景单一、体验差、无法准确理解用户意图和需求等一系列问题。当前，大模型等新一代人工智能技术已成为银行业数字化转型的关键力量，正加速推进智能金融应用升级。根据上市银行的年报披露，工、农、中、建、邮储等大行都在推进大模型的应用。工行建成同业首个全栈自主可控的千亿级AI大模型技术体系，实现在多个金融业务领域的创新应用。近日，农业银行正式发布《中国农业银行“人工智能+”创新实施纲要》统性描绘了人工智能与银行业务深度融合的智慧银行建设方法、策略和路径，明确到2029年底，实现全行“AI+”应用广度深度的大拓展。招商、兴业、中信、平安等8家股份制商业银行积极构建大模型平台，加速大模型落地应用。北京银行、南京银行、长沙银行等上市城商行主动探索大模型应用。

二、金融业推进人工智能应用要关注的问题

人工智能发展需要统筹好算法、算力、数据等三个核心要素，三者相互联系、不可分割，其中算法是核心、数据是基础、算力是驱动。在推动人工智能发展的同时，既要密切关注人工智能技术自身存在的问题，又要关注大模型等新技术与金融融合可能产生的新风险。

一是算法黑箱、算法歧视、模型缺陷、难解释等潜在风险。人工智能作为非冯诺依曼结构的信息化系统，模型的内部工作机制难以解释和理解，同样的输入并不一定能得到同样的输出，输入和输出之间存在难以捉摸的映射关系。同时，由于算法的不透明或者保密因素，很难确定算法的公平性，进而可能带来算法歧视。

二是算力成本投入大、算力资源需进一步统筹等问题。当前，通用人工智能的发展对基础算力提出了更高的要求，也意味着更大的投入成本；而数千亿级别参数、数月多的训练、测试周期，意味着在电力消耗、数据存储等方面巨大的成本，这也要求人工智能应用需要进一步的降本增效。另外，美国的“小院高墙”策略，对我国人工智能所需高端内存芯片的不断限制，也要求我们抛弃幻想，不断突破。

三是数据隐私保护和数据质量带来的挑战。人工智能应用尤其是大模型训练等过程中大量数据获取和处理时存在的数据泄露风险以及算法对用户个性化分析带来的用户隐私泄露风险，如何保证数据安全和保护用户隐私是一个重要问题。同时，数据质量、数据偏差和样本数据的不均衡，都会直接影响导致人工智能模型输出的效果。

四是由于金融行业本身具有涉众范围广、风险外溢性强、数据敏感度高、业务连续性及时性高等特殊性，人工智能技术自身的风险一旦在金融行业发生，则对经济和金融市场的冲击会被快速放大，可能成为威胁金融稳定的新型风险漏洞。

此外，人工智能应用还客观上还面临技术和风险的误判、伦理道德等问题，也需要引起高度关注。

三、金融领域推进人工智能应用几点建议

一是要坚持以人为本、科技向善。要坚守金融为民初心，以增进消费者共同利益和保护合法权益为应用导向，尊重社会共同价值观，开发“有温度的”智能金融产品。金融机构在推动人工智能应用时要守住法律和伦理底线，加强人工智能伦理治理和教育培训，在数据获取、算法设计、产品研发和应用等过程中避免产生涉及民族、信仰、性别、年龄、职业等等方面的偏见与算法歧视。

二是不断加强对人工智能技术本身存在问题的研究。人工智能技术的“黑盒”性质和广泛参数化一定程度上限制了人工智能技术的发展，无法适应监管要求。为了让人工智能更加可靠地服务于人类社会，不断完善其决策过程的透明度和可解释性变得尤为重要。推进可解释的人工智能，让大模型技术白盒化，已成为一个至关重要的领域。要不断提升人工智能系统管理的可靠性和透明度，推动实现可监督、可追溯、可解释的人工智能技术，提高公众对人工智能技术的信任度。

三是切实加强风险监管和基础支撑建设。要注意识别人工智能应用带来的传统金融风险新变化以及新的风险，不断筑牢安全底线。要加强人工智能技术全流程安全管理，加强信息披露、算法报备、留痕管理、安全认证等方面的技术监管，提升人工智能的可解释性、可预测性，保证人类对机器行为的信任。同时，加强人工智能在金融监管领域的应用，不断提升监管部门自身的金融风险态势感知能力和监管科技应用水平。要充分发挥标准支持金融业高质量发展的基础性、引领性作用，在国家人工智能标准体系的总体框架下，不断推进金融行业人工智能应用标准体系建设。

四是要切实加强数据安全和做好消费者的保护。一方面要加强人工智能金融应用中的数据安全风险防范和消费者保护，另一方面是应用人工智能技术加强金融应用中的数据安全和保护金融消费者。要强化人工智能语料库数据采集、加工、存储及输出等覆盖全生命周期监督管理。探索通过合成数据替代原始数据训练和验证大模型等方式，降低模型训练过程中数据泄露风险。要在保障个人隐私、商业秘密和敏感数据前提下，加强金融业数据要素安全融合，为金融业应用人工智能提供高质量的基础数据。

五是要把握主动，结合实际，要为金融业务带来实质性的帮助和提升。金融业应当主动把握生成式人工智能的重大发展机遇，通过科技加持不断提升全业务、全流程和全场景智能化水平。首先，要夯实数据底座。数据是人工智能的基础，金融机构应在内部推动跨部门、跨领域数据合规共享，优化业务流程，提高数据质量，统一标准，搭建金融业数据融合平台，提升数据融合应用能力。其次，要加强合作。金融领域的特殊性，以及人工智能尤其是通用人工智能技术的复杂性，决定了金融机构不可能单打独斗，需要加强与科技公司的合作，共同推动人工智能技术金融应用。最后，要符合实际需求，选择适合自身的人工智能发展道路。当前，国有大型金融机构应主动承担责任，积极探索推动金融领域行业大模型的应用，以解决金融领域通用的问题；绝大多数金融机构尤其中小金融机构，不应简单追求人工智能技术的全覆盖应用。相反，应根据自身数字化的现状、自身实力等因素，聚焦于某一特定的业务场景，从小规模起步，选择合适的人工智能模型进行应用。

各位嘉宾、各位朋友，当前，人工智能技术已经发展成为引领、重塑的驱动力量，也将成为金融业的核心竞争力。人工智能金融领域应用的前景令人期待，相信在各方共同努力推动下，我国数字金融的能力和水平将进一步提升，也必将为加快构建新发展格局、促进高质量发展积极贡献金融力量。