“金融+人工智能”寻求最优解

　　人工智能在金融业的应用一直备受关注。近日，由清华大学经济管理学院、度小满等机构联合编写的《2024年金融业生成式人工智能应用报告》发布。《报告》认为，生成式人工智能技术在金融业中的应用尚处于技术探索和试点应用的并行期，预计1年至2年内首批大模型增强的金融机构会进入成熟应用期，3年后将会带动金融业生成式人工智能规模化应用。

　　记者采访发现，从当前人工智能的发展状况来看，要想在金融业规模化应用上取得实质成果仍面临诸多挑战。首先面临的是风险问题。中国人民银行近年来已先后印发《人工智能算法金融应用评价规范》和《人工智能算法金融应用信息披露指南》，对人工智能在金融领域应用所面临的风险进行深入分析，并提供相应的指导，对人工智能算法在金融领域应用过程中的信息披露原则、信息披露形式和信息披露内容等要素进行了指导；针对当前人工智能技术应用存在的算法黑箱、算法同质化、模型缺陷等潜在风险问题，建立了人工智能金融应用算法评价框架，系统化地提出基本要求、评价方法和判定准则等。

　　除了风险问题，成本也是目前制约人工智能发展的因素之一。2023年11月，一家市场机构联合京东云发布的《金融行业先进AI存力报告》提到，人工智能大模型落地的成本问题是业界关注重点。千亿级别参数、动辄以月来计算的训练周期，对应到存储环节意味着巨大的成本，因此人工智能若想在更大范围内应用，仍有很强的降本增效需求。