摘要：
专题：第二届明珠湾金融论坛 12月17日，在由中国金融四十人论坛和中国金融四十人研究院联合主办的第二届明珠湾金融论坛上，《明珠湾智能金融发展报告（2022）》（以下简称《报告》... 专题：第二届明珠湾金融论坛
12月17日，在由中国金融四十人论坛和中国金融四十人研究院联合主办的第二届明珠湾金融论坛上，《明珠湾智能金融发展报告（2022）》（以下简称《报告》）正式发布。
这是CF40连续第四年发布“智能金融发展报告”，本期《报告》着重突出了2022年以来中国智能金融发展的新进展、新变化、新趋势、新问题。值得一提的是，过去一年多以来，以大模型为代表的人工智能技术取得突破式发展和应用，针对这一现状，《报告》就人工智能对人类社会、金融行业的影响提出新问题和新思考，并设专章从生成式人工智能对金融行业的影响、元宇宙与金融等方面探讨了智能金融的未来发展趋势。
该报告为中国金融四十人研究院课题项目“中国智能金融发展报告（2022）”的研究成果，冠名《明珠湾智能金融发展报告（2022）》，由中国金融四十人论坛资深研究员、中国证监会原主席肖钢牵头。各篇章负责人包括香港理工大学人工智能物联网研究院副研究员李鸣、中国工商银行首席技术官吕仲涛、中国银行业协会首席信息官高峰，以及国家金融监督管理总局相关人士等。
我国智能金融发展的新趋势、新特点
《报告》指出，智能金融是互联网金融、金融科技、智慧金融等的更高级阶段。智能金融更具革命性的优势在于，它能对金融生产效率带来更大提升，对金融服务模式带来根本性颠覆。智能金融通过感知人类信息，并结合机器算法决策，实现替代甚至超越人类行为和智力，更精准高效地满足各类金融需求，推动我国金融行业变革与跨越式发展。
《报告》总结了我国智能金融发展的新趋势和新特点：
一是生成式人工智能技术取得突破性进展。以ChatGPT为代表的通用人工智能取得了爆发式技术突破。2022年大模型参数超过了千亿，并将持续呈现指数级增长。技术上“预训练+微调”的技术路径有效解决了过往人工智能技术泛化能力不足的问题，人工智能开始从学习走向了创造，通用人工智能技术有望开启新一轮人工智能技术创新周期。
二是大模型在金融领域应用成为热议话题。我国已出现一批通用语言大模型，包括百度发布的文心一言，阿里的通义千问，华为的盘古大模型、腾讯的混元大模型、京东的ChatJD等。金融机构普遍秉承开放包容、守正创新、稳慎推进的理念，积极研究拥抱新技术、新应用，按照先内部使用后客户服务的顺序，稳步推进。同时，金融机构正在深入研究和评估通用语言大模型对未来金融行业可能产生的广泛而深远的影响，纷纷部署做好相应的准备工作。
三是智能金融应用深度进一步拓展。智能金融的应用规模稳步增长，头部金融机构持续加大对智能金融的投入；应用质效不断提升，推动着各类识别、预测和应答模型准确率持续上升；应用成效显著增强，数字运营能力和数字风控能力加强。银行、保险、证券等行业在产品创新、客服营销、运营管理、风控合规等方面的智能化程度进一步深化。
四是智能金融监管制度进一步完善。各国立法机关和监管部门正在努力制定统一的法律法规，以规范相关领域的运作。2022年，我国《金融科技发展规划（2022-2025年）》《金融标准化“十四五”发展规划》等一批制度文件的出台，积极鼓励智能金融应用，同时持续加强智能金融监管。
从生成式人工智能和元宇宙
看智能金融发展趋势
《报告》共分为五个部分，分别是技术篇、应用篇、探索篇、监管篇和政策篇。值得注意的是，在探索篇中，《报告》就从生成式人工智能对金融行业的影响、元宇宙与金融等方面探讨了智能金融的未来发展趋势。
《报告》认为，以ChatGPT为代表的生成式人工智能（AIGC）的出现无疑对金融业具有深远的影响，可以通过提供快速准确的信息和自动化的任务处理来影响金融行业，以科技的力量推动金融业降本增效，最终实现高质量发展。此外ChatGPT“让机器理解”的能力进一步推动了金融行业的数智化转型，大规模预训练模型拓宽了金融行业AI应用的边界。在降本增效、提升生产力和和用户体验、产品服务创新等方面，以ChatGPT为代表的大模型为金融行业带来了应用价值。
从应用场景来看，《报告》认为，ChatGPT作为一种感知智能，在金融生成文本类工作中具有应用价值，如智能客服，智能运营，智能风控，智能程序员和智能营销以及智能投顾等。
但《报告》也指出，由于AIGC技术目前尚处于起步阶段，其大规模应用还面临可信度、业务、成本投入等多方面的挑战，还存在着一定的风险，需要谨慎探讨。
就另一个技术热点——元宇宙，《报告》认为，尽管由于技术受限、商业模式未确立等种种原因影响，元宇宙在今年热度减退，但元宇宙的重要性或价值并未改变，它的发展将对未来社会、经济和技术都将产生深远影响。尤其是大模型的发展和人工智能技术的进步，有望帮助解决元宇宙面临的一些技术和商业模式挑战。
需要强调的是，金融元宇宙的发展不能脱离现实社会，更不能脱离金融本质，技术发展最终要落脚到现实应用，方能形成价值。《报告》建议，金融元宇宙高质量发展面临多方面挑战，下一步要发展元宇宙相关技术、强化基础理论研究、坚持目标导向、重视数据安全与数字治理。
关于智能金融发展的五点建议
针对智能金融发展，《报告》提出五方面政策建议：
一是加强技术安全研究，鼓励业务安全实践。建议金融机构在数据层面，利用分布式数据共享技术，打破数据垄断和技术壁垒，降低业务创新成本，加强数据的实效性跟踪，提升数据精度和准确性。在算法方面，提炼算法的可统计性指标，加强算法可解释性，降低算法偏见，结合金融业务特点，提升人工智能算法检测能力。在身份认证方面，识别干扰算法和多模态伪造算法，强化基于大模型的智能金融业务合规性，保障用户的金融资产安全和权益。
二是积极利用智能技术，推动金融服务创新。金融业在利用人工智能技术创新服务的过程中，不仅要重视在算力、算法和数据方面的积累，也要将人工智能技术和不同金融业务场景深度融合。在感知层面，建立多模态、互操作、可编程的智能引擎，推动大模型处理更加复杂的金融业务。在处理层面，探索利用人工智能技术处理金融业务数据方法，使用融合金融业务特点的数据质量处理工具，提升多维度和深度的数据处理能力，充分适配金融业务创新需求。在决策层面，强化算法的可解释性和可调节性，结合专家和技术干预的过程，逐步优化算法的精准性和可靠性，提升金融业务满足差异性客户需求的能力。
三是强化智能金融治理，筑牢科技道德和社会责任。金融机构应建立一系列人工智能的治理规范，明确业务创新边界、版权保护和算法可解释性等要求，强化科技道德和社会责任。加强实时数据分析，设置机器遗忘、数据时效性等规则，识别算法歧视和依赖、深度伪造和欺诈等问题。同时，要利用交叉分析、黑盒审计、智能评价、自动化评估等方法，全面分析基于人工智能的金融业务风险，及时改善和优化算法。在加强公开化、规范化、合规化的基础上，提升用户对业务的满意度和信任度，更好履行金融机构的社会责任。
四是提升数据开放与共享水平，完善智能金融创新生态。包括加强数据共享、强化数据开放，加强资源和工具的共享，支持开放研究合作，建立用户参与机制如用户调查、用户测试和用户反馈渠道等举措。
五是加强人才培养与引进，夯实智能金融发展基础。要加快人工智能人才培养和引进，完善人才培养体系，提高人才的技术水平和创新能力。增加相关学术课程和专业培训，强化产学研深度融合，积极开展实践项目。加大引进海外优秀人才工作力度。
智能金融的本质还是金融
六方面入手完善智能金融监管
《报告》强调，智能金融的本质还是金融，人工智能技术的引入提升了金融服务的效率、创新了金融产品及提供方式，但同时也可能放大原有的金融风险和引入全新的问题风险，主要包括智能金融的伦理标准考量、智能金融技术风险与系统安全、金融数据安全与个人信息保护、市场行为与金融消费者权益保护、智能技术所引起的金融风险。
《报告》就智能金融的监管提出六方面政策建议：
一是完善对话机制，不断凝聚智能金融监管共识。构建多元的智能金融对话机制，推动各方充分表达利益观点，提升智能金融监管有效性。定期组织智能金融领域的行业会议和学术研讨会，分享最新的研究成果、监管政策和市场需求，促进跨界合作。加强国际协作和交流，积极参与国际组织关于智能金融治理机制、金融科技的发展演进、对金融稳定的影响和监管应对等问题的研究，参与制订完善相关监管国际规则。
二是制定智能金融监管规则，厘清各主体权责利边界。制定专门的监管规则，明确智能金融监管的基本原则、监管机构的职责和权限、智能金融机构的经营规范、消费者权益保护、对第三方合作机构的监督问责等内容。督促金融机构落实智能金融科技伦理治理的主体责任，探索设立科技伦理委员会，建立伦理审查、信息披露、伦理培训的常态化工作机制。建立健全数据隐私和安全保护制度，确保智能金融机构在数据收集、存储和使用过程中遵循合法、合规的原则。加强智能金融消费者权益的保护，明确智能金融机构应承担的责任和义务。对智能金融机构提供产品或服务时的信息披露要求、误导行为的禁止、争议解决机制等，作出统一规定，确保智能金融市场的透明度和公平竞争。
三是发展监管科技，运用智能监管应对新问题新挑战。建立大数据智能分析挖掘系统，通过大数据和人工智能技术，对金融市场、交易数据、企业信息等进行深入分析，实时监测金融市场和机构的风险指标，提前预警和监测系统性风险、市场异常和投资者保护等问题，及时采取相应措施。运用自然语言处理和机器学习等技术，自动化处理和审核金融机构的合规报告、风险评估和监管数据，提高监管效率和准确性，减少人为错误和漏洞。构建跨部门协同监管机制，建立智能金融监管信息共享平台，加强监管机构之间的信息共享和合作，共同防范跨市场、跨行业风险。
四是加强模型治理，着力破解智能金融监管痛点难点。智能金融的模型治理是确保人工智能技术在金融领域安全、合规、稳健运行的关键环节，应当集合各方力量资源，重点推进。要完善治理架构，明确模型治理政策和程序，涵盖模型的开发、验证、审批、部署、监控和退役等环节，同时，明确各个阶段的责任与权限，确保治理体系的有效实施。要提高数据质量和强化隐私保护，避免脏数据对模型的影响，防范偏见和歧视问题。加强模型检测，开展模型风险评估评级，注重模型输出结果监控，及时发现和纠正异常行为，并制定应急预案以应对模型失效或决策失误的情况，保障金融稳定。
五是倡导行业自律，发挥参谋助手作用。鼓励引导行业自律组织发挥桥梁纽带作用，大力推进智能金融自律规范工作，协助监管部门落实监管规则，督促市场机构遵守法律法规、健全落实管理制度，研究制订相关标准，加大从业人员培训力度，切实履行自律惩戒职责。
六是加强金融教育，着力推动消费者金融素养体系建设。进一步加强金融知识普及和消费者教育工作，增强消费者的金融素养，培养理性消费、理性投资的行为习惯。畅通消费者咨询和投诉渠道，切实帮助他们解疑释惑和维护自身合法权益。
