李礼辉谈智能金融创新：明确各参与方的责任边界，建立穿透式、一体化、跨局域的协同监管系统_新浪财经

股市瞬息万变，投资难以决策？来#A股参谋部#超话聊一聊，[点击进入]

　　由新华社瞭望智库主办的第八届新金融论坛于2023年12月16日在北京举行，主题为“建设金融强国：势能与动能”。中国银行原行长李礼辉出席并演讲。

　　李礼辉在谈到人工智能时表示，ChatGPT可能是目前最先进的生成式AI大模型。对于如何进行“数字技术迭代与数字金融战略”，李礼辉表示有以下四个方面：

　　第一，人工智能技术创新趋势。

　　一是生成式AI启动内容生产方式和人机交互方式的变革。李礼辉指出，AIGC可以根据从非结构化数据格式中学到的信息，生成新的非结构化内容，包括文本、音频、视频、图像和代码，可以适应各种任务，从而对数字技术产业全链条产生重大影响。

　　二是从通用大模型扩展到垂直模型（垂类模型），融入数字技术创新的不同领域，包括大数据、云计算、区块链和物联网，包括自然语言处理、虚拟增强现实、人机交互和知识图谱、计算机视觉、生物识别，也包括机器人、空间技术、光电技术、自动驾驶等等，形成以AI技术为核心的复杂体系。

　　三是直接创造商业价值。李礼辉表示，AI模型能够直接降低知识应用的成本，从而创造商业价值。可以精确、快速、自动执行例行任务，从而提高产出；可以提升工业流程、物流流程、服务流程的自动化程度，从而节约成本；可以检测、发现、诊断生产经营各环节的运行缺陷，从而提升管理效率。

　　第二，智能金融创新主要应用。

　　李礼辉谈到，智能金融还处在辅助+助理的早期阶段。瑞银证券预测，到2025年生成式AI技术或将使券商和保险机构的估值提升21%和18%。一是改进产品创新和客户服务，二是改进运营管理和风险管控。

　　第三，AI迭代可能造成的冲击和挑战。

　　一是算力集中与算力竞争。李礼辉指出，算力基础设施包括以服务器为中枢的硬件和以算法程序为核心的软件。核心算力基础设施建设需要持续投入巨大的财力、人力，这就势必导致算力集中。因此，算力竞争将是主要经济体之间的国家级竞争，以及资本巨头之间、科技巨头之间的企业级竞争。

　　二是数据共享与数据管控。他谈到，数据共享模式的局限可能影响数据价值的深度开发。例如，我国移动支付用户规模高达9亿，数字化支付成为主要的数据入口，但互联网平台与金融机构之间的数据关联、数据共享尚未达成成熟的模式，数据资源的价值未能充分发掘。

　　三是“AI对齐”与AI合成。

　　李礼辉表示，“AI对齐（AI Alignment）”是指AI系统的目标必须与人类的价值观与根本利益保持一致，这个概念得到了全球的原则认可。问题在于，人类的价值观和根本利益未必一致，在地缘政治环境中，AI对齐有可能成为霸权国家价值观输出的技术工具。

　　AI合成是指应用深度学习、虚拟现实等生成类算法制作图像、音频、视频、虚拟场景等深度合成内容。随着AI合成拟真水平的进化，深度合成算法甚至可以对抗通用的技术性甄别，可以制作高仿的拟真声纹。深度合成内容可以模糊真实和虚假的边界。AI虚假已被用于实施经济诈骗，用于诋毁个人信誉和企业商誉。

　　四是AI信任与AI安全。

　　李礼辉谈到，偏于审慎的观点认为，以AIGC为代表的人工智能最新技术处于起步阶段，相关的算法和模型仍不够清晰不够透明，有待解决的技术缺陷包括模型技术黑箱、模型学习局限、模型决定歧视、模型输出幻觉、模型算法趋同、机器服务冰冷、隐私保护薄弱、关键第三方依赖等，将尚不成熟的人工智能技术投入高风险的金融领域，可能放大现有风险并产生新的风险。

　　“智能金融创新必须以AI信任与AI安全为前提，实现符合伦理标准的金融平等，保障符合安全标准的金融效率，营造符合经济规律的创新模式。”他说。

　　第四，数字经济国家战略。

　　一是建设布局合理、全球领先的算力基础设施。

　　李礼辉指出，算力基础设施建设应该锚定全球领先的目标，硬件与软件并重并行，国家级与企业级联动联调，新中心与老中心集约集成。东数西算必须平衡数据传输、数据存储、数据计算所需的建设成本和运营成本，协调人力资源配置。

　　建设算力基础设施，需要国家队，需要民营队。美国的技术封锁固然可恶，但可以给中国的企业带来替代发展的机遇。要更多鼓励民营队，重要的是为民营企业创造更加公平、更加宽松的营商环境。要真正激励国家队，重要的是促进国有企业建立符合市场经济和科技规律的激励机制、决策机制和问责机制。

　　“没有市场需求的技术创新是不可能变现的。人工智能需求具有个性化、多样化的特点，金融业务包括商业银行、保险公司、证券公司、财富管理等，同一领域金融服务和管理的需求大同小异，智能金融模型建设应该选择适当的商业模式，例如租用、采购、外包、自研等，提高投入产出比。”他说。

　　二是建设高品质、高效率的数据要素共享体系。

　　他指出，重点是完善数据要素市场体制机制，增强数据要素共享性、普惠性，提高数据要素供给数量和质量，有效防范和化解各种数据风险，深化开放合作实现互利共赢。

　　三是建设可信、可控的数字安全制度。

　　李礼辉表示，国家建立AI信任制度和AI监管制度，在立法和执法层面明确禁止AI造假和AI欺诈，赋予合格企业AI信任标志；提升深度合成内容鉴别技术，提供对抗AI虚假的公共服务；在国家层级建立预防AI操纵的防火墙，维护数字经济时代的国家安全。

　　可信的开源能够成为数字技术创新的可行路径，必须注意的是开源的AI模型和算法与生俱来的系统绑定与技术依赖。在开源格局中，我们要建立软件安全技术标准和软件审核认证制度，防止存在安全隐患的开源软件进入我国；要加大投入，加大政策扶持，鼓励研发具有自主产权、性能良好的AI软件和AI模型，鼓励优先使用国产的AI软件和AI模型，促进我国软件技术产业的进步与成长。

　　四是建设安全、高效的智能金融创新制度。

　　他指出，技术创新力求“高中”。“高”是引领创新占领高地，“中”是接地气的中国方案。要稳妥推进人工智能技术的创新和应用，不断完善以市场需求为核心的数字化技术方案。

　　风险管控力求“初小”。“初”是有能力把风险消灭在萌芽状态，“小”是实现风险概率和风险成本的最小化，实现智能金融的健康发展。这就要求加快智能金融监管创新。

　　例如，制定法律法规，明确智能金融各参与方的责任边界，包括智能金融监管的基本原则、监管机构的职责和权限、金融机构的智能金融业务规范；

　　建立穿透式、一体化、跨局域的智能金融协同监管系统，实现监管信息共享；

　　建立智能金融技术审核认证制度，完善AI大模型的测试平台、工具、标准和方法；

　　建立智能金融风险分析和监测系统，及时识别、评估并提前预警异常交易和市场操纵，主动预防系统性风险；

　　完善监管沙盒机制，允许金融机构和科技企业在一定范围内试行创新业务，同时进行有效监管和风险控制，累积监管经验和数据支持；

　　积极参与构建数字经济国际规则和数字技术通用标准，加强智能金融国际监管协作和交流，在数字经济国际规则建设中争取中国的话语权，在数字技术通用标准建设中争取中国的“定位权”。

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。