近日，由北京金融街服務(wù)局和北京立言金融與發(fā)展研究院聯(lián)合主辦，國家金融與發(fā)展實驗室金融科技研究中心、金融科技 50人論壇學(xué)術(shù)支持的金融街論壇系列閉門會之“AI 智能體賦能數(shù)字金融高質(zhì)量發(fā)展”在京舉辦。

本次研討主題緊扣政府工作報告中提出的“支持大模型廣泛應(yīng)用”要求，以及央行在科技工作會議中強調(diào)的“安全穩(wěn)妥有序推進人工智能大模型等在金融領(lǐng)域應(yīng)用”的政策部署。大模型，尤其是智能體的進一步發(fā)展，正深刻改變金融業(yè)的運營方式和業(yè)務(wù)流程，為金融行業(yè)智能化轉(zhuǎn)型和業(yè)務(wù)升級提供了關(guān)鍵技術(shù)支撐。來自中國工商銀行、中國郵政儲蓄銀行、中國農(nóng)業(yè)發(fā)展銀行、中國民生銀行、北銀金科等眾多金融機構(gòu)相關(guān)負責(zé)人參會，神州信息數(shù)據(jù)研發(fā)中心總經(jīng)理李慶剛代表公司參會并發(fā)言。

針對AI智能體在金融領(lǐng)域的技術(shù)發(fā)展和業(yè)務(wù)應(yīng)用，李慶剛表示：從技術(shù)維度看，以數(shù)據(jù)驅(qū)動的架構(gòu)將轉(zhuǎn)向以決策為中心的架構(gòu)。隨著AI編程以及多智能體技術(shù)的快速發(fā)展，企業(yè)決策能力相較傳統(tǒng)方式實現(xiàn)了質(zhì)的飛躍。7月11日，谷歌收購了Windsorf，以增強其AI編程和智能體技術(shù)能力；7月16日，Anthropic發(fā)布了Claude多智能體金融分析解決方案，通過MCP Connector整合了標(biāo)普、FactSet等外部權(quán)威金融數(shù)據(jù)，并融合了Databricks的大數(shù)據(jù)處理能力與Palantir的AI驅(qū)動平臺能力，實現(xiàn)了數(shù)據(jù)集成、分析與快速決策。然而，金融機構(gòu)傳統(tǒng)的數(shù)據(jù)驅(qū)動架構(gòu)（包括存算能力、數(shù)據(jù)洞察能力、建模能力等）難以適應(yīng)以決策為中心的新要求，亟需新一代一體化平臺能力，以滿足決策導(dǎo)向的架構(gòu)體系需求。

從業(yè)務(wù)維度看，智能工作流將迎來快速發(fā)展，未來銀行的競爭可能演變?yōu)橹悄荏w間的競爭。今年3月，IBM商業(yè)價值研究院發(fā)布報告預(yù)測，智能工作流的應(yīng)用比例將從年初的3%提升至年底的25%。更為重要的是，領(lǐng)先銀行可能通過大模型將先進業(yè)務(wù)實踐沉淀為企業(yè)知識庫，并以智能體為載體落地應(yīng)用，服務(wù)于業(yè)務(wù)經(jīng)營，從而形成強者恒強的格局。

關(guān)于大模型在金融業(yè)的應(yīng)用展望，李慶剛提出兩點建議：組織層面，金融機構(gòu)應(yīng)設(shè)立專職實體機構(gòu)統(tǒng)籌推進大模型與智能體發(fā)展，高效整合業(yè)務(wù)、數(shù)據(jù)、算力等資源，實現(xiàn)業(yè)務(wù)價值的有序釋放；行業(yè)協(xié)作層面，建議行業(yè)協(xié)會以“一表通”等標(biāo)準化報送數(shù)據(jù)為基礎(chǔ)，通過本體建模構(gòu)建行業(yè)知識庫，使其成為金融機構(gòu)數(shù)字資產(chǎn)的操作層，實現(xiàn)人機協(xié)同。

國家金融與發(fā)展實驗室副主任楊濤在致辭環(huán)節(jié)表示：隨著人工智能、大模型在行業(yè)的快速應(yīng)用和迭代，需要更多關(guān)注如何處理其未來的風(fēng)險與挑戰(zhàn)，做好價值與場景的平衡。大模型在金融行業(yè)的應(yīng)用要把握好風(fēng)險底線，避免在長期內(nèi)低估、短期內(nèi)高估人工智能應(yīng)用的挑戰(zhàn)。

第一，要推動完善AI大模型金融應(yīng)用的制度和標(biāo)準。當(dāng)前，大模型在國家層面的制度規(guī)則在不斷完善，但從整體來看，大模型在金融領(lǐng)域的應(yīng)用仍存在一些制度規(guī)則的缺位。2024年5月21日，歐盟理事會正式批準《人工智能法案》，對不同風(fēng)險層級的人工智能分層管理。其中，銀行和保險的AI應(yīng)用被歸為高風(fēng)險層級，需滿足一系列嚴格的透明度與合規(guī)要求。盡管該監(jiān)管政策存在一些爭議，但其分層分類的監(jiān)管理念在某種程度上可以借鑒。例如，通過分級分類策略幫助解決大模型的可解釋性問題。在某些需要較高可解釋性的產(chǎn)品和業(yè)務(wù)上，盡可能將黑箱背后的邏輯講清楚。而面對那些不需要太高可解釋性的產(chǎn)品和業(yè)務(wù)，則不一定需要解釋原理，這就需要完善的制度和分級分類管理加以支撐。

第二，要做好創(chuàng)新風(fēng)險與責(zé)任的明確與分擔(dān)。伴隨著數(shù)字化新技術(shù)的演進，大模型等新技術(shù)的持續(xù)應(yīng)用為金融全產(chǎn)業(yè)鏈帶來重構(gòu)，原有金融機構(gòu)的邊界、金融業(yè)務(wù)的合作方式受到了顛覆式?jīng)_擊，這帶來了一些不確定性的風(fēng)險積累。對此，要把握好創(chuàng)新與安全的蹺蹺板。關(guān)鍵在于明確潛在風(fēng)險，實現(xiàn)各方參與者責(zé)任的有效分擔(dān)。例如，可借鑒美國跨部門監(jiān)管機構(gòu)聯(lián)邦金融機構(gòu)檢查委員會（FFIEC）的實踐，通過標(biāo)準和規(guī)則建設(shè)，推動金融與科技融合過程中的參與主體各司其職、風(fēng)險自擔(dān)。

第三，要理性看待大模型在金融領(lǐng)域應(yīng)用的功能與價值。從技術(shù)角度來看，大模型的金融應(yīng)用逐漸體現(xiàn)出較高的靈活性和實用性，結(jié)構(gòu)小而精，向輕量化方向發(fā)展。在現(xiàn)實中，不同金融機構(gòu)的資源稟賦不同，在專業(yè)性、成本控制、價值追求方面存在差異。對于眾多小金融機構(gòu)而言，數(shù)字化時代的馬太效應(yīng)將會越來越突出。因此，金融行業(yè)在擁抱大模型的過程中，例如在Agent方面的布局，要避免一哄而上。要探索真正必要的數(shù)字化手段，短期內(nèi)降低預(yù)期，長期持續(xù)穩(wěn)定健康發(fā)展。

第四，要提升監(jiān)管科技和智能監(jiān)管的能力。面對大模型對金融業(yè)務(wù)、金融產(chǎn)品、金融活動帶來的深刻影響，需要提升智慧監(jiān)管能力、改善監(jiān)管流程的數(shù)字化水平。當(dāng)監(jiān)管部門擁有更多技術(shù)手段，就能有效實施穿透式監(jiān)管，減少對技術(shù)的擔(dān)憂。

第五，把握好金融科技倫理和金融科技的底線。2022年，中國人民銀行發(fā)布了《金融領(lǐng)域科技倫理指引》，對金融科技創(chuàng)新活動的倫理底線加以約束。然而大模型的使用為原有的一般性倫理挑戰(zhàn)帶來了更多突出性問題。因此，需要探索推動倫理標(biāo)準的建設(shè)，讓未來的應(yīng)用更加符合技術(shù)責(zé)任，解決信息真實性和金融安全等一系列倫理問題。同時，進一步地和當(dāng)前中國特色金融文化的建設(shè)結(jié)合起來。