金融大家评 | 兴业银行董事长吕家进：关于金融智能化的一些思考

文/ 兴业银行党委书记、董事长吕家进

导语：习近平总书记在福建工作时极具前瞻性地作出建设“数字中国”这个重要决策，让福建成为“数字中国”建设的思想源头和实践起点。习近平总书记在福建工作时要求兴业银行以“从严治行、专家办行、科技兴行”为基本方略，为我行注入了科技基因。“十四五”期间，我们牢记嘱托，积极融入“数字中国”建设大局，以生死时速推进数智化转型，为高质量发展注入了强大动力。迈进“十五五”，我们紧跟时代步伐，把数智化作为第一战略，绘制了数智化转型的蓝图，打造智慧兴业。

一

金融机构层面，要做到“致广大而尽精微”

人工智能作为新一轮科技革命的战略性技术，正在深刻改变千行百业，金融业自然也不例外。现在金融机构普遍认识到智能化不是“选择题”，而是“必答题”，把智能体摆在极为重要的战略位置，希望由此把握潮流、决胜未来。

引发人工智能热潮的基础大模型在经历了近几年的参数狂飙之后，能力提升进入了相对平缓的阶段。未来的基础大模型可能趋于同质化，成为行业可以便捷获取的类似水电煤的基础设施。这时决定金融机构最终高度的不是基础大模型的引进部署情况，而是根据自身资源整合的利用情况。正如现代生物学研究所揭示的人类和黑猩猩基因差别不足2%，而正是这微小的差异才导致了“人猿相揖别”的物种分野。

因此，金融机构在推进智能化的过程中要坚持做好自己的事，在细微处下工夫，让基础大模型和自身独特性产生良好的化学反应，重点做好四个方面的工作：

一是数据治理。随着大模型发展，互联网公开数据逐渐耗尽，私有数据才是真正的“护城河”，金融机构要建立数据治理体系，打造涵盖采集、清洗、打标、存储、管理、利用的全流程工具链，形成涵盖“基础-行业-企业-领域-场景”的多层次高质量数据集，以更有自身“味道”的数据来建设更有自身特点的模型，得到更有价值的输出。

二是知识梳理。根据经典的数据、信息、知识、智慧模型，知识是数据变为智慧的必经环节，金融业是重信用、强监管的行业，对大模型的精准性、可解释性有着很高的要求，更加需要知识增加大模型的性能，弥补大模型逻辑性不强、可解释性不足等缺陷。金融机构要将知识建设作为一项工程，把人们多年来积累的客户洞察、合规要义、风控逻辑、信审智慧等大量的显性和隐性的知识进行系统化、结构化的萃取、梳理、建模，转化为机器可以理解、可以推理、可以迭代的知识，实现数据到智慧的关键一跃。

三是场景建设。对于金融机构来讲，智能化场景既是相对科技企业的优势所在，也是彼此形成差异的关键抓手，应该聚焦特定场景深耕细作。场景应用也是个技术活，既要重视建设，更要重视运营，要坚持交付即运营，通过对可量化的运营指标实时监测，把运营结果即使反馈给模型，形成正向循环，推动模型不断进化。

四是组织革新。金融智能化不仅是技术层面的升级，更需要金融机构体制机制进行系统性改革，包括科技研发从瀑布式转向敏捷化、系统建设从项目制转向产品制、组织架构从专业分工转向业技融合、文化理念从经验主义转向数据驱动等。这些生产关系的调整需要改变人们的思想观念、行为习惯和利益格局，谁的决心大、工作细，谁才有可能将金融机构从传统的科层制的“流程机器”重塑为能够快速进化的“智慧生物”，在智能时代脱颖而出。

二

金融行业层面，要努力化挑战为机遇

回望金融业最近20年的历程，从互联网支付颠覆银行渠道，到移动互联网重构金融生态，再到大数据风控、区块链技术对社会信任机制的重构，每一次重大的科技创新都会深刻影响金融业的形态和格局。

面对人工智能带来的又一场变革浪潮，金融业应更加积极主动携手探索技术创新应用的“无尽前沿”，从四个方面识变求变：

一是客户服务。随着各类智能体不断涌现，未来硅基生命将大量承接碳基生命的工作，只要给它训练企业金融、零售金融、同业金融的知识就可以一人分饰多种角色，不会有企业金融客户经理、零售金融客户经理、同业金融客户经理的区别。金融业一方面积极打造智能体，提升服务客户的效率，另一方面也要打破条线泾渭分明、岗位各自为政的局面，形成服务客户的综合能力。

二是交互渠道。过去一个时期，金融业的各类APP替代了很多物理网点，交互渠道基本上从线下搬到线上。未来会有越来越多的个人和企业通过智能体筛选金融服务。金融机构未来面对的客户很可能是硅基人而不是碳基人，要做好客户引流和服务，就需要研究如何打动和吸引智能体，金融机构的APP也将从一个个独立的系统，隐身为被智能体调用的功能模块，需要未雨绸缪、有序收敛。

三是产品形态。未来的金融产品将日益标准化、模块化，嵌入第三方的产品、服务和业务流程中，支持第三方的客户自动、无感、便捷地享受金融服务。金融服务将真正融为客户旅程的一环，这种模式随着移动互联网发展在生活场景已经广泛存在，随着智能物联网发展，在生产场景中也将成为一种常态，未来已来。

四是风控体系。在金融机构的传统架构中，业务和风控通常呈现串联、博弈的线性关系，“业务冲在前、风控踩刹车”。在智能时代，业务和风控的边界将被重新定义，业务和风控团队必须围绕共同的数据和模型开展工作，风险参数和业务逻辑从开始就被同步编码。实时感知风险、即时切断风险将成为金融机构在智能时代的核心竞争力。

三

金融政策层面，要借鉴“他山之石”

回顾我国金融科技、数字金融的发展，在全球范围内从“跟跑”到“领跑”，很大程度得益于审慎包容的监管政策。

为抢占金融智能化的全球制高点，需要政策层面继续大力支持，特别是吸收国外有益的实践经验，转化为符合我国实际的政策措施。有三点建议：

一是推动联合创新。近期美国人工智能发展一个值得关注的现象就是科技巨头加强合作、组建联盟，甚至交叉持股，而我们国家头部科技企业普遍实行全栈发展策略，不断拓展业务范围，相互进入对方领域，AI产品数量非常多。我国金融业的数字化、智能化也有同样的问题。建议有关部门推动金融机构之间、金融机构和产学研之间组建大的创新联合体，集中力量办大事，打造出一些金融智能硬科技成果。

二是促进数据共享。金融机构在实践中普遍感到市场上获取的数据质量参差不齐，合规成本不断上升，亟须高价值的公共数据。欧盟相继发布《开放数据指令》、《数据治理法案》等，强制公共部门数据以机器可读的格式对外开放，为金融机构提供了丰富的高质量的数据源。建议有关部门加快公共数据管理机制的改革，推动更多公共数据走向市场。建议推动更多公共数据走向市场，为人工智能创新应用注入更多高能级的数据“燃料”。

三是鼓励“沙盒”实验。目前人工智能大模型本质上是概率模型，寻求的是“相关关系”，而非“因果关系”，是“概率合理”而非“事实正确”，这给金融创新带来了一定风险。目前我国金融业主要是在内部使用人工智能，还不能用于对外面客服务。我们注意到海外的头部银行，包括美洲银行、摩根大通等都在推动基于生成式AI的面客服务。建议有关方面加快构建金融智能化相关“沙盒”监管机制，明确准入、运行、退出规则，允许金融机构在限定规模、限定场景内实验一些新技术、新产品、新服务，确保在全球同业竞争中不落人后。

来源丨数字金融合作论坛

编辑丨兰银帆

审核丨秦婷

关于《清华金融评论》·金融大家评

天下人评天下金融

针对当前经济金融的重要政策、热点话题进行深度探讨、交流和解读。把握现实经济金融现状，看清事件背后的原因，探索经济金融未来发展的脉络。