《中国金融》｜算力促进线上金融活动稳健发展|中国金融_新浪财经

转自：中国金融杂志

导读：算力可以拓展金融科技的应用场景，促进金融业务模式创新，提高金融服务实体经济的精准性、响应速度和处理效率

作者｜刘诚「中国社会科学院财经战略研究院」

文章｜《中国金融》2024年第14期

在数字经济时代，算力成为新的生产力，是各国科技竞争的新焦点。算力作为数据存储技术的“存力”和基于网络通信技术的“运力”，是信息产业的重要组成部分。同时，算力也是一种基于计算的服务能力，借助线上市场的渗透力，像水和电一样不断走进千家万户、服务千行百业。在金融行业，算力可以拓展金融科技的应用场景，促进金融业务模式创新，提高金融服务实体经济的精准性、响应速度和处理效率。

算力是线上金融活动集聚壮大的保障

当前，各行各业的数字化转型促使经济活动不断从线下转到线上，线上市场对资源配置的能力随之提高。一方面，数字经济发展形成了与传统市场内容相似但独树一帜的电商市场；另一方面，数字平台孕育形成了搜索、即时通信、数据交易等新兴市场。随着数字经济逐渐从消费端向产业端延伸、从低端重复体力劳动向知识密集和人类情感领域拓展，线上市场将在生产、消费、交易、流通等市场体系全部环节的资源配置中发挥更大作用。

随着经济活动逐渐从线下转到线上，线上金融不断勃兴。并且，金融往往是较早转入线上的领域。例如，在货运卡车调度平台从线下“小黑板”转变成专业互联网平台之前，股票交易所早已实现了全面线上交易。线上市场活动离不开算力支撑，而金融尤甚。当前，线上市场的金融活动越来越广泛和复杂，对数据处理速度和效率提出了更高要求。

线上市场定价和数字支付需要依托算力。一方面，算力可以促进线上市场的价格发现。算力使企业更好地匹配市场供求，并借此动态调整自身价格，从而推动企业价格、细分市场价格、一般均衡价格的形成，减少局部市场的价格失灵和整体市场的震荡；另一方面，线上金融支付需要算力来协调定价、实施优惠政策、合理分配收益。线上市场设置了明确的定价规则，交易双方大多无须讨价还价，能够在算力服务下实现一键报价。平台对网约车、货运卡车、劳务派遣、外卖等设置了参考价或指导价，还有的平台设置了价格保护、全网最低价等规则，对商户的实际定价产生重要作用。在此过程中，平台不是超越市场的计划者，其通过模拟市场趋势得出趋近于一般市场均衡的价格。可以设想，如果没有超强的算力，平台很难对品类繁多的产品和多样化的商户进行价格和金融支付方面的合理引导。

金融机构的数字化转型需要以强大算力为基础。线上金融活动包括数字经济金融化和金融机构数字化两部分。为抓住第四次科技革命和产业变革的历史机遇，各行业都在加速数字化转型，金融机构也不断将传统业务转移至线上办理。由于金融业务涉及复杂的业务流程、庞大的数据集和高频交易，依赖超强的算力，需要借助现代数字技术和基础设施。特别是人工智能的定制化、个性化、场景化的服务能力，对金融业具有非常重要的意义。当前，金融服务模式与金融产品形态已随着人工智能的发展产生了深刻的变化，银行、保险、证券等金融机构尤其是头部金融机构积极布局大模型，典型的大模型应用场景包括数字营业厅、智能客服、智能投顾、营销内容生成、产品推荐、智能风控等。同时，算力可以帮助金融机构准确识别和评估线上经济活动的各类风险，如市场风险、信用风险、操作风险以及网络诈骗等。

面向未来，作为发展新质生产力的重要基础功能，算力将持续改进金融服务效率并催生金融新业态。随着通用人工智能的发展应用，智能算力的应用越来越广泛，其不仅能够提供海量数据处理能力，还能支撑高性能智能计算，形成更高能级、更高质量的新质生产力。线上金融活动的拓展主要依靠新技术在金融场景中的不断落地，这需要算力持续发力。从金融应用场景来看，一方面，随着算力的增强，数字人民币、智能合约、区块链等相关的金融业务将比传统业务增长更快；同时，依托算力支撑，数据交易所、碳交易所等新型交易机构将不断成长壮大。另一方面，金融要服务于新质生产力，就要在科技金融、绿色金融、产业链金融等方面加强算力部署，提高金融支持科技创新、绿色低碳、战略性新兴产业的精准性。《2024年金融业生成式人工智能应用报告》指出，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1～2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的规模化应用。

线上金融活动应用算力存在的问题

第一，技术瓶颈与算力产业链短板。如果说算力是线上市场运行的前提，那么高算力芯片则是算力的发动机。与国外相比，我国高端芯片特别是适用于大语言模型（LLM）训练的人工智能芯片仍存在短板。例如，阿里、滴滴相继发生的系统崩溃事件与算力产业链短板不无关联。因此，我国推进国产化人工智能芯片自主可控势在必行，亟待突破算力瓶颈和解决“卡脖子”技术。

第二，算力成本较高。与水电走进千家万户不同，算力需要大量的沉没成本投资，中小企业很难承受。而且，ChatGPT等新技术的运行成本也相当惊人，即便是大型金融机构也不易承担。因此，亟待解决算力成本问题以支持新技术落地应用，只有使用更高性价比的算力平台，才能为普通个人用户和企业用户提供更轻量型的模型。

第三，二次训练与垂直细分市场中算力纵深推进难度大。算力可能会推动线上市场构建一个新的技术生态，但目前人工智能、机器学习等技术模型所学习的还是互联网公开的知识，不能解决具体行业、企业个性化问题，因此需要企业在相关的纵深行业、垂直细分行业进行二次训练。例如，针对某个行业中的企业单独形成一些垂直化的解决方案，利用智能技术进行专业私有化知识的迭代，使它具备解决实际问题的能力。可以预见，随着人工智能进入巨量参数的大模型时代，算力需求的日益增长将使得AI芯片和服务器市场迎来巨大机遇，AI在教育、自动驾驶、端侧设备等垂直领域的落地应用将是2024年的主线。这就需要金融机构加大对算力投资的信贷支持力度，推动算力技术研发，并推出一些更贴近客户需求和痛点的解决方案产品，提高算力的市场普及率。

依托算力促进线上金融稳健发展

算力已成为数字世界的关键动能，带动线上金融活动持续释放发展活力。基于此，应更加重视算力布局，把算力建设作为经济增长尤其是线上金融繁荣发展的政策着力点。

第一，完善算力基础设施，增加有效供给。有人将数据比作信息时代的“石油”，将算力誉为最重要的基础设施，足以说明算力的重要性。一是加快制度改革，放宽相关产业的基建准入和行业准入。基础设施共建共享、网间互联互通和公平接入、业务许可准入、服务质量规范、公平竞争秩序维护等是数据基础设施规制的主要内容。二是鼓励金融机构加大对算力基础设施相关技术的研发投入，为算力基础设施提供多样化的金融产品和服务，推动算力赋能金融发展相关的技术并实现成果转化。

第二，提升算力产业链，攻克技术短板。一是围绕计算、网络、存储等关键环节，引导算力产业链上下游企业融通发展，促进智慧计算等前沿技术落地，以高算力赋能我国人工智能技术发展。二是培育一批算力服务商，开发和推广算力产品和服务，为中小企业积极使用算力搭建起完善的生态伙伴体系。三是通过提高研发投入和财政补贴，加大科技创新和人才培育力度，深化校企协同合作，加强算力网络关键技术研发。四是支持金融机构探索创新基于新一代信息技术的金融产品和服务，如数字货币、智能投顾、量化交易等，为算力服务行业提供广阔的市场空间，实现金融科技和算力服务螺旋上升。

第三，加强对新技术的数据共享、投喂和训练，针对性引导金融数据资源配置。一是建立数据治理架构，完善数据共享协调机制，推进数据有序共享，减少半结构化和非结构化数据，消除不同类型的数据壁垒，加强数据间的关联互通。二是针对不同应用场景对文本生成技术提出不同要求，例如，金融领域需要生成专业化和技术性的文本，而文学作品则更侧重于生成富有情感和创意的文本，需要针对性优化相关技术和政策细节。三是推动数据训练基地、国家区块链枢纽节点等重大项目落地，特别是加强高质量中文数据在人工智能技术投喂和训练中的应用。四是集聚“AI+金融”生态资源，发挥金融数据量大、场景丰富的优势，在金融机构率先引入业界领先的人工智能基础大模型或自建金融行业大模型，积极推进人工智能领域商业化应用。

第四，统筹发展、公平与安全，提升社会效益和维护金融安全。今后，云计算、量子计算、边缘计算等先进算力技术将持续提高资源配置效率，促进经济发展。一是积极考量算力的社会公平性，逐步推动算力成为可“一点接入、即取即用”的社会级服务，并对算力使用后出现的劳动者权益保障、消费者保护、科技产品向善等作出细化规定。二是依托算力增强数字化金融系统的韧性，提高数据处理能力，深化加密技术应用，保护金融数据安全。鼓励金融机构加大算力基础设施投资力度，以此提高金融科技的安全检测和模拟能力，以及对风险事件的响应能力和防御能力。三是出台算力数据开放共享以及跨境数据流通等法律法规，提升算力使用过程的风险治理水平，有效规避数据安全风险及其衍生的金融风险。■

[本文为国家社会科学基金一般项目“平台经济的市场竞争与资源配置效率研究”（23BJY059）的阶段性成果]

（责任编辑　张一帆）