12月9日，由交通銀行主辦的第五屆上海金融科技國際論壇“科技融合、創(chuàng)新共贏：生成式AI賦能金融科技創(chuàng)新”平行論壇在上海舉辦。交通銀行副行長、首席信息官錢斌出席論壇并致辭。

　　錢斌指出，2023年是生成式人工智能的元年，以AIGC為代表的人工智能新技術(shù)正深刻地影響和改變著我們的生產(chǎn)模式和生活方式。交通銀行作為金融“國家隊(duì)”，積極運(yùn)用科技創(chuàng)新，踐行金融為民、服務(wù)實(shí)體的使命擔(dān)當(dāng)，堅(jiān)定不移走好中國特色金融發(fā)展之路。交通銀行舉辦“科技融合、創(chuàng)新共贏：生成式AI賦能金融科技創(chuàng)新”論壇，邀請各方共同探索生成式人工智能在金融行業(yè)的創(chuàng)新實(shí)踐，促進(jìn)合作共贏。

　　人工智能涌現(xiàn)出新效能，為金融領(lǐng)域創(chuàng)新發(fā)展開辟了新手段、新賽道。據(jù)麥肯錫最新估算，生成式AI有望為全球經(jīng)濟(jì)貢獻(xiàn)約7.9萬億美元的經(jīng)濟(jì)價(jià)值。過去幾個(gè)月，超過1300個(gè)模型被提交到Hugging Face的開放式大語言模型排行榜(Open LLM Leaderboard)。廣闊的應(yīng)用空間與噴薄而出的新技術(shù)，將極大激發(fā)數(shù)字經(jīng)濟(jì)時(shí)代的創(chuàng)新與創(chuàng)造，更好推動(dòng)數(shù)字金融迭變向新、智慧變革，為金融業(yè)在優(yōu)化客戶體驗(yàn)、實(shí)現(xiàn)精準(zhǔn)觸達(dá)、提升運(yùn)營效率、防范業(yè)務(wù)風(fēng)險(xiǎn)等方面提供了新范式、新思路、新動(dòng)能。

　　中國人民銀行于2022年1月印發(fā)的《金融科技發(fā)展規(guī)劃(2022-2025年)》明確提出，要抓住全球人工智能發(fā)展新機(jī)遇，以人為本全面推進(jìn)智能技術(shù)在金融領(lǐng)域的深化應(yīng)用。金融機(jī)構(gòu)和科技企業(yè)正積極探索生成式人工智能在金融業(yè)的合理、有效應(yīng)用，在三季度發(fā)布的上市公司半年報(bào)中，超過10家銀行提及AIGC、大模型等相關(guān)內(nèi)容。

　　錢斌強(qiáng)調(diào)，作為全球系統(tǒng)重要性銀行，交通銀行持續(xù)關(guān)注并積極布局生成式人工智能技術(shù)，當(dāng)前已制定生成式人工智能建設(shè)規(guī)劃，組建GPT大模型專項(xiàng)研究團(tuán)隊(duì)，并與復(fù)旦、華為、科大訊飛等共建聯(lián)合創(chuàng)新實(shí)驗(yàn)室，推進(jìn)大模型及算力集群等先進(jìn)技術(shù)在金融領(lǐng)域的落地應(yīng)用。在場景布局方面，我們運(yùn)用人工智能為客服人員提供智慧化知識推薦、輔助工單總結(jié)等功能；為營銷人員提供個(gè)性化營銷物料，生成差異化營銷方案；為軟件開發(fā)人員提供代碼生成、代碼糾錯(cuò)、注釋生成和單元測試等能力。在技術(shù)研究方面，我們對ChatGLM、Moss、LLaMa等開源模型進(jìn)行落地實(shí)踐，搭建LangChain框架，對開源模型進(jìn)行Lora微調(diào)，我行獨(dú)立研究的GLM模型金融應(yīng)用框架，在ChatGLM金融大模型挑戰(zhàn)賽中獲得季軍。在數(shù)據(jù)供給方面，我們積極推進(jìn)數(shù)據(jù)標(biāo)注體系建設(shè)，做好規(guī)范管理，保障訓(xùn)練數(shù)據(jù)集的安全合規(guī)與高質(zhì)量。在安全管控方面，我們搭建內(nèi)容審查模塊，對用戶輸入信息及平臺返回信息進(jìn)行內(nèi)容審查，從多個(gè)流程節(jié)點(diǎn)進(jìn)行分析攔截，確保生成內(nèi)容的安全合規(guī)。

　　有機(jī)遇，就有挑戰(zhàn)。生成式AI在算力、算法、數(shù)據(jù)、安全、人才等領(lǐng)域面臨諸多痛點(diǎn)難點(diǎn)，比如如何實(shí)現(xiàn)大規(guī)模算力模式下的綠色低碳供給，生成式人工智能和決策式人工智能算法之間如何有效結(jié)合、完成平滑升級，如何提供適合大模型的大規(guī)模、高質(zhì)量、實(shí)時(shí)性數(shù)據(jù)，如何將模型的公平性、價(jià)值觀與人類更有效的對齊，如何培養(yǎng)復(fù)合型金融科技人才，這些既是技術(shù)挑戰(zhàn)也是管理難題，需要產(chǎn)業(yè)各界通力合作、協(xié)同解決。

　　錢斌建議：

　　一、科技融合，構(gòu)建人工智能大模型金融應(yīng)用產(chǎn)業(yè)生態(tài)。

　　建議加大產(chǎn)學(xué)研合作，金融機(jī)構(gòu)與科技企業(yè)、高校、開源生態(tài)等技術(shù)力量聯(lián)合攻關(guān)，在產(chǎn)業(yè)協(xié)同方面實(shí)現(xiàn)優(yōu)勢互補(bǔ)。在算力供給方面加強(qiáng)統(tǒng)籌布局，在算法創(chuàng)新、工程化所需的配套中間件等關(guān)鍵領(lǐng)域集中優(yōu)勢力量進(jìn)行聯(lián)合攻關(guān)；在數(shù)據(jù)供給方面，提升數(shù)據(jù)治理水平，促進(jìn)數(shù)據(jù)要素合規(guī)高效流通，建立安全、可信、高效的數(shù)據(jù)供給能力；在應(yīng)用落地方面，實(shí)現(xiàn)各方融合共創(chuàng)，盡快出臺管理制度和應(yīng)用標(biāo)準(zhǔn)，為大模型金融應(yīng)用提供行動(dòng)指南。

　　二、以人為本，培養(yǎng)人工智能領(lǐng)域?qū)I(yè)人才，推動(dòng)上海金融科技人才高地建設(shè)。大模型建設(shè)需要海量數(shù)據(jù)處理、大規(guī)模算力組網(wǎng)運(yùn)營、GPT算法研究、海量參數(shù)模型調(diào)優(yōu)、提示工程構(gòu)建等專業(yè)技術(shù)。當(dāng)下，具備相關(guān)能力的金融科技人才在數(shù)量與質(zhì)量上遠(yuǎn)遠(yuǎn)難以滿足市場需求。在此背景下，建議強(qiáng)化在金融科技人才高地建設(shè)中的戰(zhàn)略布局，針對所需的多種能力設(shè)置專業(yè)的課程體系，加快培養(yǎng)急需的金融科技人才；拓寬對現(xiàn)有人才的培養(yǎng)渠道，提供跨領(lǐng)域、跨機(jī)構(gòu)的金融科技人才培養(yǎng)機(jī)制，在學(xué)習(xí)、探索、實(shí)踐中提升員工對先進(jìn)技術(shù)的駕馭能力。

　　三、守正創(chuàng)新，關(guān)注人工智能的倫理建設(shè)，建設(shè)可信、安全、公平的人工智能金融應(yīng)用。伴隨生成式人工智能在金融領(lǐng)域的全面應(yīng)用，可能引發(fā)的安全性、公平性、透明性問題將會(huì)得到監(jiān)管機(jī)構(gòu)和市場主體越來越多的關(guān)注，需要通過有效治理確保應(yīng)用過程的安全可控、服務(wù)對象的合法權(quán)益得到有效保障。金融機(jī)構(gòu)要關(guān)注大模型生成內(nèi)容的準(zhǔn)確性、可靠性、穩(wěn)定性，建立有效的管控機(jī)制及應(yīng)急策略，防止出現(xiàn)價(jià)值偏離、算法偏見、歧視性內(nèi)容生成等問題。負(fù)責(zé)任地運(yùn)用好金融科技手段，在數(shù)字化轉(zhuǎn)型的洪流中努力踐行“負(fù)責(zé)任金融”的價(jià)值理念，讓金融為民、科技向善落地生根，滾滾向前。