很高興有機會在“新一代AI·新時代金融”論壇與業(yè)界和學界的各位同仁和專家共同交流探討人工智能。很長一段時間以來，人工智能一直是一個熱門話題，大家都在期待運用人工智能可以給整個社會發(fā)展帶來一些新變化，諸如工業(yè)機器人、自動駕駛、無人機等等，都一定程度上改變了我們的生產生活方式。但去年ChatGPT的橫空出世，我們忽然發(fā)現(xiàn)可能一個新的時代即將到來，人工智能極有可能從傳統(tǒng)意義上的體力勞動替代向腦力勞動替代轉變，它所帶來的改變和沖擊將是爆炸性和顛覆性的，甚至會改變人類的未來。譬如三五年后，一些崗位是否還需要存在？我們中的部分人是否還能淡定的坐在會場上？可以說ChatGPT開拓了人工智能新的能力前沿和想象空間，也因此引發(fā)全球高度關注。在此，我想就人工智能未來的變化以及應對舉措，談一些觀點和想法，供大家參考。
第一個觀點、人工智能發(fā)展迎來新拐點
追溯歷史，運用和發(fā)展通用人工智能的想法由來已久。上世紀五十年代，提出了著名的圖靈測試。大半個世紀以來，我們一直在探索。最近十年，逐步取得一些突破，譬如AlphaGo驚艷世人。然而，這些產品距離真正的通用人工智能還相差甚遠，基本還停留在大算力和專用能力。但ChatGPT的出現(xiàn)，讓我們所有人真切地感受到新賽道的顛覆性威力。
首先，算力、算法、數據的相互賦能，使人工智能出現(xiàn)了涌現(xiàn)效應。ChatGPT的成功離不開成熟的模型底座、豐富的數據供給和強大的算力支撐。在算法方面，在循環(huán)神經網絡、Transformer等算法思想、架構上逐步傳承、積累。從公開數據來看，GPT模型參數從2018年最初的1.17億，到GPT3已達到1,750億，模型參數的規(guī)�；嵘沟么竽Ｐ统霈F(xiàn)了歷史性的重大拐點，發(fā)生了靈光一閃的涌現(xiàn)效應，從涌現(xiàn)到泛化，舉一反三，融會貫通，能夠回答沒有經過特定訓練的問題，目前還很難解釋，但這就是進化。在數據方面，海量增長的數據為模型訓練和應用提供了豐沃土壤。根據IDC數據統(tǒng)計，2022年全球數據總量為103ZB，中國占比接近1/4，預估2027年全球數據總量將達到284ZB。在算力方面，模型訓練參數與算力成正比，據OpenAI測算，自2012年以來，全球頭部AI模型訓練算力每3-4個月翻一番�？梢哉f在算法、算力、數據的共同加持下，目前GPT已支持文本和圖像輸入，在多種專業(yè)和學術考試中已經表現(xiàn)出與人類相當的能力，整個學界和業(yè)界都在期待大模型繼續(xù)向著通用人工智能邁進。
其次，生成式AI改變了人類知識的存儲、傳承和使用方式。過去五千年，人類知識被儲存在文字中，通過文字記錄歷史，探知未來，相互交流。過去三十年，互聯(lián)網的誕生，改變了人類記錄知識、獲取知識的方式，通過互聯(lián)網，加速了人類應用知識、創(chuàng)造知識的速度。而當下，因為生成式AI的突破式進展，人類的知識體系將被構建到大模型中，這是人類知識存儲、傳承和使用方式的再一次重構，其地位將不亞于文字和互聯(lián)網的出現(xiàn)。人工智能從固定任務場景觸發(fā)，逐步進化為通過自然語言接受指令、理解人類意圖并不斷迭代，由簡單的“人力替代”向“人機協(xié)同”轉變，實現(xiàn)人工智能從交互中學習，與人共同完成知識創(chuàng)造。
第三，人工智能正在由專用能力向通用能力轉變。以往人工智能基本都是專業(yè)領域、邊界清晰、定義明確的單一任務模型，任務稍有變化，效果會大打折扣。而以ChatGPT為代表的生成式AI具有了涌現(xiàn)能力、思維鏈推理能力、多模態(tài)理解和生成能力，實現(xiàn)了從文本理解到圖像理解，從對話理解到全文理解，從意圖理解到創(chuàng)意實現(xiàn)的根本性改變，不僅能夠完成文學創(chuàng)作、代碼生成、圖片生成等多項任務，而且伴隨數據和參數的規(guī)模提升，生成式AI擁有了學習和成長的基因，表現(xiàn)出的學習能力、理解能力已接近人類表現(xiàn)。去年一幅《太空歌劇院》，力壓人類藝術家�？梢哉fAI能力的突破性進展，正在創(chuàng)造歷史，當然如果運用不當，也可能出現(xiàn)顛覆性的災難，AI教父杰弗里·辛頓曾提出警告，人工智能的崛起將對人類生存構成威脅，其威力將與核武器不相上下。
第二觀點、生成式AI將給金融業(yè)帶來機遇和挑戰(zhàn)
生成式AI作為走向通用人工智能的關鍵技術路線，正掀起產業(yè)變革浪潮。據彭博預測，未來十年，生成式AI市場規(guī)模將從2022年的400億美元，增長至2032年的1.3萬億美元，年復合增速有望達到42%。我國高度重視新一代人工智能發(fā)展，從中央到地方，都紛紛推出政策，可以說，新一代人工智能的大幕已經開啟，將影響整個社會和未來，金融領域也不例外。
一方面，生成式AI在金融行業(yè)的應用還處于探索階段，需要在實踐中尋找合適的突破口，并探索嘗試新的商業(yè)模式，進行商業(yè)價值驗證。
金融業(yè)具備大規(guī)模、高質量的數據資源和多維度、多元化的應用場景，是人工智能應用落地較為深入的領域之一。近些年，在智能客服、智慧營銷、智能風控等領域都取得了不錯成績。但是，生成式AI是人工智能領域的一次范式轉變，開辟了新的賽道，大家重新站在了賽道起點，我個人理解，新技術將有助于解決包括金融發(fā)展不平衡、不充分的結構性問題，數據要素向數據資產轉化的問題、金融科技人才短缺的問題，以及客戶體驗、運營效率和風險防控等經營效能提升。目前，包括交行在內的部分大型金融機構已在積極布局，推動實現(xiàn)商業(yè)價值。
一是探索升級客戶服務能力。生成式AI將變革人機交互方式，賦能差異化的產品和服務創(chuàng)新，促進實現(xiàn)從人性化、個性化到感性化的體驗升級。比如，在精準營銷方面，借助生成式大模型，在灌注專業(yè)領域知識后，一方面提升行業(yè)洞察能力，另一方面將更為精準地解讀個體個性化需求，幫助實現(xiàn)從理解“客群”到理解“客戶”的跨越，提升客戶服務精準度和滿意度。在智能客服方面，生成式人工智能在準確理解人類意圖，進行流暢、自然、高質量的對話方面具有優(yōu)勢，甚至能夠體現(xiàn)出一定的共情能力，結合文檔理解分析和生成能力，人機交互的體驗和效率將有望出現(xiàn)質的飛躍。
二是探索提升內部運營效率。探索將生成式AI應用于運營流程優(yōu)化、運營模式創(chuàng)新、運營知識提供，從而實現(xiàn)運營效率提升、運營成本降低。比如，在軟件研發(fā)方面，Gartner預測，到2027年，將有15%的新應用程序由AI自動生成，金融業(yè)可利用大模型實現(xiàn)代碼生成、代碼審查等能力，提升研發(fā)效率和質量。在智慧辦公方面，可以存儲復雜、專業(yè)、動態(tài)的制度規(guī)范，以在線問答的形式為員工提供高效精準的工作指引，成為提升員工能力的“智慧助手”。
三是探索精準的金融風險防控。生成式AI或將幫助金融機構更快識別、分析和預測風險。比如，在反洗錢、反欺詐方面，可探索借助大模型的泛化能力提升知識圖譜構建效率，從而提高欺詐行為和洗錢活動的識別效果，及時發(fā)出預警，在減少客戶損失的同時，降低銀行自身法律合規(guī)風險。
當然，有機遇，也必然有挑戰(zhàn)，生成式AI所形成的諸多挑戰(zhàn)，需要加以關注和重點研究解決。
一是大模型對算力、算法、數據的協(xié)同提出了更高要求，對基礎設施建設帶來巨大沖擊。萬億級別參數的人工智能大模型是大國重器，不是一般國家、一般企業(yè)可以承受的。大模型需要不斷提升算力資源統(tǒng)籌調度能力、算法創(chuàng)新能力和高質量數據要素供給能力。在建設過程中，既需要產業(yè)上下游的合力、也需要建立國家、行業(yè)、企業(yè)的基礎性規(guī)劃，在海量數據(603138)收集、數據質量控制、算力大規(guī)模組網、算法持續(xù)突破等方面統(tǒng)籌推進，解決模型在規(guī)模變大過程中引發(fā)的一系列工程化問題。
二是數據少、質量差和處理能力弱，將限制了人工智能的應用場景，降低人工智能大模型的“智商”。前期，金融業(yè)雖然已經積累了大量數據和數據處理經驗，但相對于大模型需要的數據量、知識密度和處理質量來說，還遠遠不夠。目前，互聯(lián)網中文數據相比英文數據還非常少、開源語料庫有限、數據質量參差不齊，細分到金融領域，專業(yè)數據和公共數據更加不足，并且由于金融制度的差異，無法完全照搬國外的金融語料、金融知識。而金融服務的專業(yè)性、精準性又對人工智能技術的效果和可信度提出了非常高的要求。因此，在豐富數據種類、強化數據治理、提升數據質量、保障數據安全、完善數據共享機制等方面我們還任重道遠。
三是數字時代是生態(tài)體系間的競爭，建立適合大模型的商業(yè)生態(tài)是當下大模型發(fā)展的重要挑戰(zhàn)。Win-tel生態(tài)體系主導了PC時代，ARM-Android主導了移動互聯(lián)網時代，人工智能時代同樣將面臨新的生態(tài)體系，以及不同生態(tài)間的競爭。在技術生態(tài)上，目前尚沒有成熟的軟硬件技術路線，國產化芯片體系建設仍是發(fā)展關鍵，通過加大國產化產業(yè)扶持和培養(yǎng)力度，將有力提高我國在大模型領域的自主可控能力。其次應用生態(tài)、場景生態(tài)決定了人工智能走多遠、走多好，尋找合適的商業(yè)模式是制勝關鍵，尤其是要不斷豐富人工智能應用場景，目前國內外各大模型廠商已經開始了具有廣泛、豐富能力的智能服務生態(tài)體系構建，大模型之爭即將演變?yōu)榇竽Ｐ蜕鷳B(tài)之爭。
交通銀行高度重視人工智能技術發(fā)展和應用，“十四五”時期致力于打造人工智能新名片。上半年，交通銀行(601328)已成立人工智能聯(lián)合創(chuàng)新實驗室，制定GPT大模型建設規(guī)劃，組建專項團隊，加快生成式AI在金融場景的應用，推動人工智能與金融相向而行、融合發(fā)展。
第三個觀點、應用人工智能需要特別關注幾個方面
提五個方面的意見建議：
一是推進產業(yè)協(xié)同，共生共贏。大模型基礎投入大、技術門檻高，在建設過程中可能面臨模型優(yōu)化能力不足、數據算力準備不充分、模型評測體系缺失等不確定性。因此，建議加大產學研合作，構建開放融合生態(tài)，建立金融領域可信、安全的生成式AI研究應用生態(tài)，積聚行業(yè)力量、產業(yè)力量，合力解決算力、算法、數據困境。大模型的持續(xù)優(yōu)化需要建立軟硬件協(xié)同發(fā)展的研發(fā)生態(tài)，不斷迭代的大規(guī)模分布式訓練框架軟件，充分發(fā)揮高性能硬件的計算能力，實現(xiàn)海量數據下的模型高效訓練。并且與傳統(tǒng)軟件工程不同，大模型的開發(fā)模式已從機器語言轉向自然語言，研發(fā)與應用的落地離不開配套的中間件、數據庫、插件等一系列工程化設施，有待國內各方發(fā)揮自身優(yōu)勢，合力共建一個便捷使用、繁榮發(fā)展的應用生態(tài)。
二是持續(xù)提升數據供給質量，重視數據安全和隱私保護。金融業(yè)合規(guī)性、時效性特點，決定了對模型訓練數據的質量要求更高、更專業(yè)、更精準。通過增加代碼語料的訓練，提升的不僅是大模型的代碼生成能力，也提升了大模型的邏輯能力。因此，要將金融大模型效果發(fā)揮到極致，光有金融專業(yè)數據是不夠的，還需要進一步拓展數據來源，如政務、海關、稅收等經濟數據，水電煤氣等產業(yè)公共數據。在此基礎上強化數據治理、規(guī)范數據標準，持續(xù)提升數據標注質量，持續(xù)保證數據可信好用、易用能用。在數據安全和隱私保護方面，ChatGPT引發(fā)的安全問題已受到各界關注，數據供給和語料訓練直接關系信息安全，甚至可能影響國家安全。建議研究建立有效的生成式AI應用內部控制機制，確保訓練數據合法依規(guī)使用，防止客戶信息、核心商業(yè)數據等關鍵信息泄露。
三是強化基礎設施前瞻規(guī)劃與統(tǒng)籌。宏觀層面，我國算力產業(yè)正進入新一輪發(fā)展周期，東數西算、5G網絡與大數據等國家重大工程驅動的新型算力網絡體系正在形成，算力統(tǒng)籌和智能調度能力持續(xù)提高。中國在算力總規(guī)模上已走在全球前列，但在微觀層面，我國算力市場存在碎片化、區(qū)域性、小市場等特征。因此有必要建立國家級的云計算底座作為大模型的基礎設施，有效統(tǒng)籌大模型在訓練、微調、推理等不同環(huán)節(jié)所需的算力資源，合理分工，統(tǒng)籌規(guī)劃，避免大模型基礎設施出現(xiàn)低水平重復建設。可以探索建立行業(yè)公有云，提供公正、可信的算力用于訓練行業(yè)通用大模型。針對金融、政務等對數據安全要求較高的場景，可以在行業(yè)通用大模型基礎上進行專屬私有化模型訓練。以此來降低生成式AI應用的技術門檻，助力產業(yè)數字化、智能化進程。
四是加強監(jiān)管、關注科技倫理。技術本身是中性的，無所謂善惡。合理應用將幫助人類走向進步，濫用誤用將可能引發(fā)災難，核的利用就是最好的例證。當前生成式AI在各領域的應用還處于起步階段，大模型的高泛化性、生成式特點讓AI具有了一定的不可知性和不可控性。對大模型高“智能性”的濫用也已經引發(fā)問題，比如近期AI換臉詐騙、AI虛假新聞等頻發(fā)高發(fā)，造成了一定的社會危害。為促進AI健康發(fā)展，建議加強對生成式AI應用的科學監(jiān)管、行業(yè)自律及企業(yè)自治。要關注生成式AI應用的合理性、準確性、可靠性，建立有效的管控機制和應急策略，避免誤導濫用；要關注生成式AI應用的可解釋性，尊重社會公德、公序良俗，避免出現(xiàn)價值導向偏離、不公平決策、歧視性內容等倫理問題。
五是注重數字素養(yǎng)的建立和人工智能領域專業(yè)人才培養(yǎng)。大模型的出現(xiàn)意味著未來人工智能的技術應用將更具普及化、大眾化趨勢，這不僅是一項技術變革，更多的將體現(xiàn)為思維、理念、認知變革的過程。如果說20年前，英語是一種技能，開車是一種技能，未來數字化能力也將是一種基本素養(yǎng)。要推動全員全社會提升數字素養(yǎng)和數字技能，以數字化思維改造經營理念、展業(yè)習慣和工作方法。同時，大模型的落地需要人才的支撐和保障。生成式AI的誕生與發(fā)展，不僅需要大量硬件加速、服務器架構、模型架構、模型算法、數據庫等科技人才，還將誕生提示（Prompt）工程師等新職業(yè)。金融業(yè)要加大自身人才引進和培養(yǎng)，構建技術和業(yè)務的專業(yè)人才隊伍，強化與高校、企業(yè)等外部合作，拓寬人工智能人才培養(yǎng)渠道。
各位領導，各位來賓，大模型所代表的公共服務知識體系，未來極有可能成為金融基礎設施的重要組成部分。上海具有金融要素市場齊全、科技創(chuàng)新主體集聚的產業(yè)優(yōu)勢、技術優(yōu)勢和生態(tài)優(yōu)勢，深處大好環(huán)境，交通銀行將不辱使命，愿攜手在座的企業(yè)、高校、科研院所，全力推動AI技術的前沿突破，為全社會的數字化轉型做出自己應有的貢獻。謝謝！
【免責聲明】本文僅代表第三方觀點，不代表和訊網立場。投資者據此操作，風險請自擔。
最新評論