作為人工智能與金融領(lǐng)域的融合形態(tài)，智能金融發(fā)展正呈現(xiàn)出技術(shù)驅(qū)動(dòng)與場(chǎng)景深化雙輪并進(jìn)的態(tài)勢(shì)。一方面，在政策支持下，人工智能相關(guān)投資快速增長(zhǎng)，應(yīng)用產(chǎn)品創(chuàng)新不斷涌現(xiàn)，技術(shù)門(mén)檻不斷降低，使其更精準(zhǔn)地賦能金融生態(tài)建設(shè)；另一方面，金融風(fēng)險(xiǎn)治理也向著智能化推進(jìn)。

值得注意的是，隨著資金從稀缺要素轉(zhuǎn)變?yōu)橄鄬?duì)充裕資源，金融業(yè)賴以生存的“賣方市場(chǎng)”時(shí)代正走向終結(jié)。這一根本性變局，正倒逼行業(yè)將智能金融從提升效率的工具，升級(jí)為應(yīng)對(duì)存量競(jìng)爭(zhēng)、管理復(fù)雜風(fēng)險(xiǎn)的核心戰(zhàn)略，從而步入挑戰(zhàn)與機(jī)遇并存的“深水區(qū)”。12月20日，在2025深圳香蜜湖金融年會(huì)上，多位權(quán)威專家圍繞智能金融的發(fā)展路徑、風(fēng)險(xiǎn)挑戰(zhàn)與生態(tài)建設(shè)展開(kāi)深度交流。

智能化是“必然選擇”

當(dāng)前，智能金融的發(fā)展正立足于兩大顯著趨勢(shì)之上：人工智能技術(shù)的快速普惠化，以及金融業(yè)宏觀格局的根本性轉(zhuǎn)變。

進(jìn)入“十五五”，金融業(yè)的機(jī)遇在哪兒？在中國(guó)社會(huì)科學(xué)院大學(xué)教授、國(guó)務(wù)院原副秘書(shū)長(zhǎng)江小涓看來(lái)，要加快市場(chǎng)化、數(shù)智化、國(guó)際化轉(zhuǎn)型，抓住我國(guó)科技創(chuàng)新帶來(lái)的新機(jī)遇，拓展自身的發(fā)展空間，“三條線”并走。其中，智能化尤其關(guān)鍵，智能化不僅是技術(shù)選項(xiàng)，更是行業(yè)提升資源配置效率的必然選擇。

全國(guó)政協(xié)委員、科學(xué)技術(shù)部原副部長(zhǎng)李萌指出，底層技術(shù)正經(jīng)歷深刻的“效率革命”。模型效率革命通過(guò)混合專家框架、注意力機(jī)制優(yōu)化等工程創(chuàng)新，大幅降低訓(xùn)練與使用成本；算力效率革命借助池化、切片等資源調(diào)度技術(shù)，將利用率從不足30%提升至60%—90%；數(shù)據(jù)效率革命則致力于讓海量數(shù)據(jù)從靜態(tài)資產(chǎn)轉(zhuǎn)化為動(dòng)態(tài)生產(chǎn)力。這三重革命使得AI技術(shù)的“能效比”顯著提升，為金融業(yè)的智能化提供了堅(jiān)實(shí)的技術(shù)底座。

人工智能的“短板”

盡管前景廣闊，智能金融的深化應(yīng)用仍面臨一系列復(fù)雜挑戰(zhàn)，涵蓋技術(shù)融合、風(fēng)險(xiǎn)治理、數(shù)據(jù)應(yīng)用等多個(gè)維度。

最突出的難點(diǎn)在于技術(shù)與業(yè)務(wù)的深度融合。香港理工大學(xué)人工智能高等研究院院長(zhǎng)、加拿大皇家科學(xué)院及加拿大工程院院士楊強(qiáng)指出，高達(dá)95%的美國(guó)企業(yè)AI項(xiàng)目未能產(chǎn)生實(shí)質(zhì)性回報(bào)，主因在于AI系統(tǒng)如同“空降專家”，難以與傳統(tǒng)業(yè)務(wù)流程和組織架構(gòu)有效集成。這意味著，人工智能的應(yīng)用僅僅是開(kāi)始。

技術(shù)本身也存在矛盾，多智能體協(xié)同能處理復(fù)雜任務(wù)，但數(shù)量增加可能導(dǎo)致整體準(zhǔn)確率下降；追求更好的推理效果往往需要更多數(shù)據(jù)，又與隱私保護(hù)要求相沖突。此外，楊強(qiáng)提醒，當(dāng)前大模型的訓(xùn)練模式可能存在“高分低能”危機(jī)，即擅長(zhǎng)刷題測(cè)試卻解決不了實(shí)際場(chǎng)景中的簡(jiǎn)單問(wèn)題。

中國(guó)人民銀行原副行長(zhǎng)李東榮補(bǔ)充，模型幻覺(jué)、算法黑箱、信息污染等新型技術(shù)風(fēng)險(xiǎn)，疊加傳統(tǒng)金融風(fēng)險(xiǎn)，使得風(fēng)險(xiǎn)圖譜空前復(fù)雜。與此同時(shí)，從技術(shù)層面來(lái)看，我國(guó)的“東數(shù)西算”工程正在加快構(gòu)建底層的算力網(wǎng)絡(luò)，國(guó)產(chǎn)芯片雖然與先進(jìn)芯片有差距，但也在努力追趕，開(kāi)源的模型生態(tài)則為整體產(chǎn)業(yè)發(fā)展帶來(lái)機(jī)遇。

數(shù)據(jù)層面的挑戰(zhàn)同樣嚴(yán)峻。楊強(qiáng)指出，用于訓(xùn)練大模型的公共數(shù)據(jù)即將耗盡，而大量有價(jià)值的私域數(shù)據(jù)尚未被有效、合規(guī)地開(kāi)發(fā)利用?！拔覈?guó)的數(shù)據(jù)優(yōu)勢(shì)尚未完全轉(zhuǎn)化為智能優(yōu)勢(shì)，數(shù)據(jù)的治理、流通與價(jià)值釋放機(jī)制仍不完善?！崩蠲韧瑯犹岬?。

從金融業(yè)“反哺”人工智能產(chǎn)業(yè)發(fā)展的過(guò)程來(lái)看，中國(guó)證監(jiān)會(huì)原主席肖鋼提出，人工智能大模型呈現(xiàn)“價(jià)值縮水隨發(fā)展速度同步加速”的特征。技術(shù)迭代越快、大模型能力提升越快，既有技術(shù)的市場(chǎng)價(jià)值折舊周期就越短，被淘汰率也越高。在技術(shù)路徑頻繁“換道”的背景下，智能技術(shù)沉淀困難，智能產(chǎn)品難以實(shí)現(xiàn)成熟化、穩(wěn)定化、產(chǎn)業(yè)化的長(zhǎng)期沉淀，新模型的出現(xiàn)可能在短時(shí)間內(nèi)使既有模型競(jìng)爭(zhēng)能力大幅下降，前期投入的資本價(jià)值也會(huì)隨之縮水。而一些新成立的企業(yè)可能往往憑借單一技術(shù)突破“出道即巔峰”。這種特殊性直接沖擊傳統(tǒng)估值體系，對(duì)投融資決策提出極高的要求，也極大地增加了金融支持的難度。

監(jiān)管“不缺位、不越位”

“相信在即將到來(lái)的‘十五五’時(shí)期，我國(guó)的智能金融業(yè)必將是更加負(fù)責(zé)任的金融，也將賦能更多科技?！崩顤|榮如是說(shuō)。

具體如何推動(dòng)其發(fā)展？構(gòu)建適配的技術(shù)與管理體系是基礎(chǔ)。風(fēng)險(xiǎn)管理智能化需有科學(xué)的“度量衡”。金融風(fēng)險(xiǎn)管理作為一項(xiàng)干預(yù)性和外部性都很強(qiáng)的專業(yè)性工作，依靠智能水平僅僅達(dá)到人類的平均水平是不夠的，必須顯著超越人類，否則難以建立足夠的信任。這種“超越”不僅體現(xiàn)在速度、效率和成本上，更體現(xiàn)為專業(yè)化的水平和專家化的能力。要加快建設(shè)智能測(cè)試的檢驗(yàn)程序、最低標(biāo)準(zhǔn)和金融題庫(kù)，推動(dòng)智慧評(píng)判測(cè)準(zhǔn)、測(cè)深、測(cè)透，保證宏觀決策可信、可控、可靠。

同時(shí)，風(fēng)險(xiǎn)管理智能化沒(méi)有統(tǒng)一模板，其功能邊界和責(zé)任邊界需與機(jī)構(gòu)定位相匹配，不同金融機(jī)構(gòu)治理能力、風(fēng)險(xiǎn)偏好和風(fēng)險(xiǎn)輪廓上的差異，決定了其智能化的深度、廣度和側(cè)重點(diǎn)也不盡相同。大型銀行要關(guān)注系統(tǒng)性的風(fēng)險(xiǎn)防范，中型銀行要關(guān)注風(fēng)險(xiǎn)結(jié)構(gòu)一致化，區(qū)域性銀行要關(guān)注本地經(jīng)營(yíng)的可得性等。

強(qiáng)化監(jiān)管與風(fēng)險(xiǎn)治理能力是關(guān)鍵保障。李東榮指出，監(jiān)管需緊跟技術(shù)發(fā)展步伐，堅(jiān)持技術(shù)中性原則，在“不缺位、不越位”中尋求平衡，并加快相關(guān)標(biāo)準(zhǔn)制定。

值得注意的是，最終，所有技術(shù)探索都需回歸“金融為民”的價(jià)值本源。李東榮指出，“讓金融更智能”是方向，而“讓智能更溫暖”是本質(zhì)要求，智能金融的發(fā)展必須超越技術(shù)本身，體現(xiàn)科技與人文的交織。這意味著在追求效率與創(chuàng)新的同時(shí)，必須始終堅(jiān)守安全底線，保護(hù)消費(fèi)者權(quán)益，確保金融發(fā)展惠及更廣泛的群體，讓智能化成果帶有服務(wù)的溫度。

北京商報(bào)記者 岳品瑜 董晗萱