必博体育网页版2024：着力做好数字金融大文章数字金融借助数据技术优势，从掌握商品流、资金流、信息流数据延伸至支付、融资、投资等金融核心业务领域，并运用数字系统，将许多复杂多变的金融信息转变为可以度量的数字、数据，再以这些数字、数据建立起相对应的数字化模型，转变为二进制代码，可以使金融工作更加敏捷，在瞬息万变的市场业务中拥有更强的竞争力，可以更进一步强化金融服务和实体经济的深度融合，推动经济高质量发展。

　　数字金融是指通过互联网及信息技术手段与传统金融服务业态相结合的新一代金融服务模式。由定义可知，数字金融的构成要素具有如下特征：一是数字金融是以金融科技为核心的金融行业数字化过程，是金融科技领域一项性创新。金融科技是基于大数据、云计算、人工智能、区块链等一系列技术创新，全面应用于支付清算、借贷融资、财富管理、零售银行、保险、交易结算等六大金融领域，是金融业未来的主流趋势。二是数字金融的参与主体多样化。既包括传统金融机构，也包括数字平台企业、金融科技公司等新兴市场主体。其中，传统金融机构最为踊跃，数字金融促进了金融服务效率提升，有条件的金融机构尤其是商业银行都在加快数字化转型的步伐。三是对数据要素的开发和运用高度重视。金融机构主要依托数字技术、数字渠道和数字基础设施实现金融产品和服务供给，而数据是数字金融的基石，是金融机构数字化转型的基础，为此，金融机构高度重视对数据要素的开发和运用。金融机构的数字化转型已基本实现了数据支撑业务贯通，也引入社保、公积金、税收等数据用于获客、营销、授信与风控。未来，金融机构或更需关注数据的赋能，即数据价值的第三次释放，这是促进金融产品服务、业务流程、商业模式等方面的数字化创新的关键。

　　我们再来看看数字金融与科技金融、绿色金融、普惠金融、养老金融这“五篇大文章”之间的关系。科技金融、绿色金融、普惠金融、养老金融分别聚焦支持科技创新、绿色低碳、民生普惠、老年群体领域的金融服务和产品，而数字金融则用数字技术或金融科技推动金融业务创新发展。也就是说，科技金融、绿色金融、普惠金融、养老金融这些业务类型，只要由数字技术加持，就可以形成全新的业务发展模式，即变为数字科技金融、数字绿色金融、数字普惠金融和数字养老金融。这些全新的业务发展模式都是以数字技术为支撑的数字金融模式，并创造出如下三种应用价值：一是毛细价值。借助物联网、互联网、大数据等数字技术触达更多实体企业特别是小微企业，增强信息获取存储以及应用能力，降低系统性风险。二是长尾价值。借助人工智能等数字技术挖掘数据中的有效信息，并基于价值调整匹配资源，满足长尾普惠群体多元化融资需求、链接需求以及财富需求等。三是精准价值。综合利用ABCDEFG等数字技术（即A是人工智能、B是区块链技术、C是云计算技术、D是大数据、E是体验提升、F是包括人脸识别在内的感觉界面、G是基因技术），通过数字化转型形成敏捷服务平台，变被动为主动，最终实现实体企业和普惠大众多元化需求的终极满足。

　　中国信通院日前发布的《中国金融科技生态（2023年）》指出，大模型技术变革正在持续演进为金融业带来新机遇。金融行业数字化基础好、人工智能应用场景密集，也为大模型落地应用提供充分的环境。所谓金融大模型，是指应用于金融领域的拥有大量参数和复杂结构的机器学习和多模态人工智能（AI）模型。如图所示，在这样的生态架构中，无论是通用大模型还是垂直应用大模型乃至金融大数据、算力与算法，都是金融科技的组成部分，正所谓“根深”才能“干壮”，“枝繁”方能“叶茂”，各个部分相互依存、相互促进，紧密配合，才能共同推动金融大模型有序运行，进而促进数字金融发展。此外，金融大模型与金融科技、数字金融同样是密切相关的。金融大模型是集大数据、云计算、区块链、元宇宙以及人工智能等多项金融科技于一体的复合技术产物，能够被金融机构广泛应用于智能风控、智能投研、智能客服等领域，为其提供智能化、高效的解决方案。而且，通过使用金融大模型，金融机构可以更好地理解客户需求、丰富业务场景、提升客户体验、预测市场趋势、优化产品设计和业务流程、加强安全与合规性等，从而为金融行业的数字化和智能化转型提供强有力的支持。具体而言，在业务前台，大模型可以作为智能客服，提升网点业务人员工作效率；在业务中台，大模型的分析能力可以作为投研投顾，提升信贷准确性；在业务后台，大模型可以提升风控能力，降低投资风险。金融大模型近乎可以贯穿金融业的全流程、全任务，通过各个端点生产力的释放，重塑金融行业生产关系。这些创新与数字金融新生态的要求完全契合。

　　2023年11月23日，作为国内金融云市场领导者的腾讯云，正式发布金融行业大模型解决方案，致力于让每个金融机构都拥有自己的大模型。商业银行也积极布局AIGC及金融大模型。从上市银行2023年中报来看，工商银行、农业银行、中国银行、交通银行、招商银行、中信银行、兴业银行、华夏银行、浙商银行9家银行，都明确提出正在探索大模型的应用。其中，农行已率先推出ChatABC，并不断迭代升级；工行在国内同业率先实现百亿级基础大模型在知识运营助手、金融市场投研助手等多个场景应用；交行制定生成式人工智能建设规划，组建GPT大模型专项研究团队；邮储积极探索数字员工、NLP对话机器人、预训练大模型等前沿技术领域课题研究，日前又正式发布了i-PSBC数字邮储及包括手机银行9.0在内的四项数字金融“i”系列成果；招行提升大模型建设能力，并重点发掘其在全流程财富管理中的应用，投产FinGPT创意中心。同时，商业银行的所有金融场景都在探索适配大模型接口，其采购需求从算力储备到模型采购、从云计算资源到数据治理，覆盖了人工智能产业链上的各类厂商。在各大保险集团内部，针对大模型准备的GPU服务器采购、数据治理服务项目的招标，也在紧锣密鼓地推进。纵观整个金融业的数字金融，俨然进入金融大模型时代。

　　如何着力做好数字金融这篇大文章，关键还是要找准目前在数字金融发展中所遇到的痛点或难点问题，然后予以突破解决。笔者在深入实践和认真调研后，认为当前数字金融发展中所遇到的痛点或难点主要有如下几个方面：一是数据安全和隐私保护问题。数字金融业务高度依赖互联网和数字技术，涉及金融机构和大量用户隐私和个人数据的收集、传输和存储。一旦发生安全事件，可能会对金融机构和用户造成重大损失。所以，如何确保这些数据的安全性和隐私性，防止数据泄露和滥用，是一个重要挑战。二是金融服务的普惠性和包容性问题。当前，仍有一部分弱势群体无法享受数字金融服务的红利。如何进一步扩大金融服务的普惠性和包容性，让更多人受益数字金融的发展红利，也是一个亟待解决的问题。三是金融大模型应用落地“水土不服”的问题。大模型在应用过程中并非一帆风顺，主要是金融机构垂直应用大模型并不能与金融行业通用大模型无缝对接。原因在于金融机构数字化能力参差不齐，对大模型的需求各不相同，加上金融行业普遍对数字化效率、安全、风控等方面有着苛刻的要求。因此，金融行业大模型面临适配度低、缺乏场景牵引、时常出现“AI幻觉”等一系列挑战，从而使大模型无法顺利落地对接。四是金融科技伦理问题。金融科技如智能风控、智能投顾、智能客服（机器人客服）等基于人工智能、大数据技术的金融应用几乎成为各金融机构的标配。而这些技术应用本身就存在科技伦理问题，尤其是人工智能技术在金融领域应用的伦理问题最为凸显。例如，智能算法可能产生算法黑箱、算法歧视等问题，可能产生信贷供给歧视，存在诱导过度借贷等伦理问题，应对不当可能影响金融稳定和安全。

　　通过充分了解数字金融发展面临的挑战和风险，我们可以更好地应对和解决问题。首先，着力加强数据安全与隐私保护。随着数字金融的加速发展，数据安全与隐私保护已经成为关键的话题。加强数据安全与隐私保护，可以从以下几个方面加强。一是加强数据加密。对于重要的数据，使用强加密算法进行加密处理，确保只有授权人员才能够读取和处理其中的数据。同时，需要采用防泄漏技术，在数据传输和存储的过程中加入多重安全层，以避免数据流失。二是加强数据权限管理。只有授权人员才能访问和处理敏感数据，且需要建立严格的权限控制机制。这可以通过建立数据中心或者云端服务来实现。在授权的同时需要建立详细的日志记录机制，以便追踪每个人对于数据的访问和操作记录。三是加强个人隐私信息保护。对于个人隐私信息应该进行匿名化或者脱敏处理，避免个人敏感信息被非法获取和利用。四是加强反欺诈力度。坚守“网络渠道眼见不一定为实”法则，警惕不法分子利用“拟声”“换脸”等AI合成技术以假乱真，轻易伪装成他人，并通过快速筛选目标人群、定制化脚本，精准实施的非法行为；转账汇款时，面对自称“熟人”“领导”等通过社交软件、电话等以各种理由诱导汇款，务必核验对方身份。五是建立一个完整的安全风险管理措施。包括建立由监管部门、行业协会、金融机构、科技企业共同参与的反欺诈联盟；加强行业层面对消费者的权益保护，可以联合建立客户权益保护中心，形成行业风险缓释与互助机制；建立完善的数据安全治理组织架构和人员配置、加强制度建设、关注人员管理及流程建设；建立完善的数据安全风险评估和监测机制等。目前，《中华人民共和国数据安全法》《中华人民共和国个人信息保》《中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》等相关法律法规的发布实施，为金融行业数据风险防控提供了法律保障。

　　其次，着力加强数字金融服务的普惠性和包容性。数字金融能够创造出毛细、长尾及精准三种应用价值，而这三种应用价值恰好在普惠群体的金融服务中得以充分体现。为此，《国务院关于推进普惠金融高质量发展的实施意见》（国发〔2023〕15号文）要求，强化科技赋能普惠金融，支持金融机构深化运用互联网、大数据、人工智能、区块链等科技手段，优化普惠金融服务模式，改进授信审批和风险管理模型，提升小微企业、个体工商户、涉农主体等金融服务可得性和质量。推动互联网保险规范发展，增强线上承保理赔能力，通过数字化、智能化经营提升保险服务水平。稳妥有序探索区域性股权市场区块链建设试点，提升服务效能和安全管理水平。还要打造健康的数字普惠金融生态，支持金融机构依托数字化渠道对接线上场景，紧贴小微企业和“三农”、民生等领域提供高质量普惠金融服务。在确保数据安全的前提下，鼓励金融机构探索与小微企业、核心企业、物流仓储等供应链各方规范开展信息协同，提高供应链金融服务普惠金融重点群体效率。鼓励将数字政务、智慧政务与数字普惠金融有机结合，促进与日常生活密切相关的金融服务更加便利，同时保障人民群众日常现金使用。

　　再次，着力加强金融大模型落地应用的多方合作。从2023年金融大模型应用实践看，新技术固有的不确定性及高昂训练成本，决定了依靠一家金融机构自身技术及研发力量“单打独斗”难以推进其落地应用。所以，笔者认为，金融机构与科技公司的携手共创、生态共建无疑是大模型在金融行业应用加速落地的最有效路径。作为数字化和智能化应用的前沿领域，金融行业数据资源丰富，实践场景广泛，拥有与大模型深度结合的前景。而科技公司也需要通过业务场景的锤炼提升大模型能力并探索商业化路径，双方合作大有前景。从现实案例看，腾讯云过去一年里，已经与不少金融机构开展了金融大模型落地应用合作，并取得了积极成效。在产品上，腾讯云TCE已经助力中国银行、建设银行、中国人保、中国银联等一大批大型金融机构构建了安全合规的全栈私有云，是行业落地案例最多、规模最大的专有云解决方案。腾讯云金融行业大模型解决方案的问世，有望推动大模型在中国金融业加速落地生根。对于“AI幻觉”以及机器人客服风险问题，也需要加强合作，在技术上主要采取人工智能体代理（AI Agent）来有效解决。AI Agent不同于传统的人工智能，它通过独立思考、调用工具去逐步完成给定目标的能力，是一种能够感知环境、进行决策和执行动作的智能实体。当下，AI Agent在解决大模型“AI幻觉”、上下文容量限制等问题方面方法独到，金融机构在与科技公司合作中不妨尝试。展望未来，AI Agent或将让大模型借助一个或多个Agent的能力，构建成为具备自主思考决策和执行能力的智能体，来继续实现通往人工通用智能（AGI）的道路。

　　最后，着力加强金融科技伦理治理与建设工作。所谓科技伦理，是指开展科学研究、技术开发等科技活动需要遵循的价值理念和行为规范。促进金融科技向善，迫切需要加强金融科技伦理治理，完善金融科技伦理监管规则，强化金融科技伦理审查作用，切实有效防控金融领域科技活动伦理风险，实现金融科技创新高质量发展和高水平安全的良性互动。2022年10月9日，人民银行正式发布并实施《金融领域科技伦理指引》，这是构建金融科技伦理治理体系的一个重要里程碑。该指引提供了在金融领域开展科技活动需要遵循的守正创新、数据安全、包容普惠、公开透明、公平竞争、风险防控与绿色低碳七个方面的价值理念与行为规范。2023年10月8日必博体育网页版，科技部联合十部门印发了《科技伦理审查办法》，该办法的出台为我国AI、生命科学等新技术的加速突破系上“安全带”、把正“方向盘”。随着上述科技伦理治理相关政策文件陆续出台，金融科技伦理建设已融入金融机构风险管理与科技治理体系，成为其中的重要部分，科技伦理教育与信息安全、数据安全风险管控已然强化。未来金融科技伦理治理相关要求、防护手段应得到进一步强化，金融科技伦理治理体系不断健全，治理举措全面落地，特别是商业银行要加快成立负责科技伦理审查工作的相关组织。同时，要将伦理治理嵌入金融科技产品服务设计与实现过程中，充分考虑语言、文化、性别、年龄等因素，以直观简洁地设计、人性化的交互方式提供“有温度”的服务，避免对“最不利者”造成不便和障碍，切实提升金融服务可得性、易用性和安全性。在金融机构与科技公司的合作中，要秉持“金融为本、科技为器”原则，坚持科技为金融赋能的定位，划定金融机构与科技公司的合作边界，有效隔离金融风险与科技风险。