广东
21世纪经济报道记者 林秋彤 北京报道
“生成式人工智能的对话、创作、推理三大核心能力非常契合金融行业的需求，可以预见，人工智能将对金融业产生深远影响。人工智能技术的快速发展为金融智能化提供了技术支撑，实体经济的数字化转型是智能化金融发展的基础，提高服务实体经济的质效是金融智能化发展的动力”，在4月10日举办的国民财富发展研究合作平台 “人工智能与金融未来” 2025春季峰会上，中国财富管理50人论坛理事长、原银监会主席、证监会原主席尚福林对人工智能发展与金融业的关系做出总结。
尚福林认为，人工智能将从三方面赋能金融业。一是大语言模型利用自然语言处理技术实时回答客户问题，可以提高客户服务效率，减少了人工客服的工作量和成本。
二是在信贷业务中，一方面，人工智能通过挖掘分析消费习惯、交易行为等非结构化数据，通过动态风险评估替代静态抵押，实现风险评估从“静态指标”向“动态画像”的转变；另一方面，逻辑推理模型通过交易行为数据中的异常逻辑链检测等策略，加上生物信息识别技术，在反洗钱、反金融欺诈等方面发挥了较好效果。
三是在金融市场上，通过机器学习算法，能够更高效地进行市场分析和投资决策，根据市场研究机构估算，2024年全球智能投顾管理的资产规模已突破2万亿美元，较2023年增长超过30％。
尚福林还指出，当前我国正处在加强人工智能布局、加快数字化智能化转型的历史机遇期，同时也要意识到，人工智能的算法黑箱、数据污染、模型缺陷等潜在风险问题不容忽视。特别是在金融行业应用时，应关注人工智能带来的效率提升与风险加剧的双重效应。
具体来看，在金融行业，一方面，如果虚假信息被灌入训练模型，有可能污染模型的训练数据，一旦部署到金融交易、风险分析当中，可能会引发连锁反应，造成难以估量的损失。另一方面，人工智能驱动的高频交易提升市场反应速度的同时，也放大了波动性。当多数人工智能策略采用相似风险模型时，这种同质化响应可能会加速放大负面反馈循环，进而加剧金融脆弱性。
对此，尚福林建议可以从两方面采取改进措施。其一，在技术上强化垂直领域的专业性，在技术基座基础上针对金融行业特点进行精细训练，对生成内容及时进行交叉验证，提升模型的准确性和可靠性。其二，监管机构应密切关注人工智能技术在金融领域的应用动态，增强对智能算法风险的穿透式分析能力，健全智能算法的规则制度，提升算法可解释性、透明性、公平性和安全性。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
