分享到微信打開微信,點擊底部的“發(fā)現(xiàn)”, |
“在大模型等新技術(shù)浪潮推動下,我國數(shù)字金融正朝著智能化方向加速邁進。”日前,人民銀行原副行長李東榮在“雙向奔赴 雙向賦能——2025年廣州市人工智能與現(xiàn)代金融產(chǎn)融對接活動”上指出,在金融“五篇大文章”里,數(shù)字金融是助力其他四篇文章的關(guān)鍵紐帶與助推器,數(shù)據(jù)要素和數(shù)字技術(shù)則是其核心驅(qū)動力。
活動當天,《金融科技平臺對傳統(tǒng)金融行業(yè)的影響研究》報告正式發(fā)布。報告系統(tǒng)梳理了金融科技平臺對傳統(tǒng)金融行業(yè)的五大影響:降低信息不對稱,拓寬普惠金融服務(wù)邊界;變革金融服務(wù)方式,提升行業(yè)整體效率;創(chuàng)新服務(wù)模式,優(yōu)化客戶服務(wù)體驗;拓寬信貸供給渠道,完善多層次金融生態(tài);服務(wù)普惠群體,助力實現(xiàn)社會經(jīng)濟發(fā)展目標。
報告強調(diào),隨著技術(shù)不斷迭代,AI(人工智能)大模型已成為金融業(yè)轉(zhuǎn)型升級的關(guān)鍵驅(qū)動力,而金融科技平臺在AI前沿領(lǐng)域的積極探索,為上述影響的深化提供了核心動能。
報告同時指出當前金融科技平臺面臨的挑戰(zhàn),比如,在平臺發(fā)展過程中,金融供給過度可能誘發(fā)非理性行為、數(shù)據(jù)保護不足可能引發(fā)安全風險。此外,頭部平臺過強可能造成市場競爭不足。
奇富科技CEO吳海生表示,中國在AI的數(shù)據(jù)要素儲備和人才密度方面優(yōu)勢顯著,使得中國在AI+銀行的探索進程中處于領(lǐng)先地位。“要將AI真正落實到產(chǎn)業(yè)和業(yè)務(wù)中,解決核心問題。”吳海生稱。
隨著AI大模型及其應(yīng)用迎來爆發(fā)期,2025年被業(yè)內(nèi)普遍認為是銀行智能化元年。“展望未來5至10年,信貸審批領(lǐng)域或?qū)⒂瓉砀鼮樯羁痰淖兏?,AI智能體與金融業(yè)務(wù)的深度融合將全面重構(gòu)銀行的管理和運營模式。”奇富數(shù)科總裁周旭強說。
報告認為,隨著金融科技創(chuàng)新,金融行業(yè)在分工趨勢下形成了數(shù)字金融產(chǎn)業(yè)鏈。作為產(chǎn)業(yè)鏈中發(fā)揮重要功能的一環(huán),金融科技平臺應(yīng)專注于自身的金融科技優(yōu)勢。
一方面,金融科技平臺應(yīng)繼續(xù)加大創(chuàng)新,持續(xù)賦能傳統(tǒng)金融行業(yè)轉(zhuǎn)型,拓寬雙方合作領(lǐng)域,通過優(yōu)勢互補助推金融行業(yè)的包容性和創(chuàng)新性發(fā)展,對經(jīng)濟發(fā)展發(fā)揮乘數(shù)效應(yīng)。
另一方面,市場中有大量中小金融機構(gòu)受限于資金、人力、技術(shù),數(shù)字化轉(zhuǎn)型困難,或只能與資質(zhì)較差的金融科技公司合作,造成較大風險,金融科技平臺應(yīng)不斷提升行業(yè)效率和下沉服務(wù)能力,降低金融機構(gòu)合作門檻,讓規(guī)模較小能力較弱的金融機構(gòu)也能得到優(yōu)質(zhì)的金融科技賦能,防范并降低行業(yè)風險,助力金融行業(yè)的高質(zhì)量可持續(xù)發(fā)展。
李東榮建議,應(yīng)加強數(shù)字信用信息等基礎(chǔ)設(shè)施建設(shè),推動數(shù)據(jù)合規(guī)高效流通使用,提升物聯(lián)網(wǎng)、區(qū)塊鏈、大數(shù)據(jù)等技術(shù)應(yīng)用水平,持續(xù)增強數(shù)據(jù)治理能力,同時金融機構(gòu)也要堅定不移推進自身數(shù)字化轉(zhuǎn)型。
①全球首個“AI+甲骨文”創(chuàng)新賽事在豫啟動;②上海交大推出AI三大基金和“AI十條”;③天工Ultra研發(fā)企業(yè):即將量產(chǎn)人形機器人,未來價格和小轎車差不多。
騰訊云大模型知識引擎已率先接入MCP,拓展AI應(yīng)用邊界;阿里通義萬相開源首尾幀生視頻模型。
金融機構(gòu)在積極探索解決方案,以應(yīng)對大模型的“幻覺”問題。
在安全領(lǐng)域,深信服安全大模型可24小時不間斷工作,將需要多次手動操作的安全運營工作量減少了92%。
①Meta發(fā)布人工智能新模型系列Llama 4;②微軟公布基于Muse AI生成的《Quake II》游戲技術(shù)演示DEMO;③廣西高速公路啟用AI治理擁堵。