对话上海交通大学上海高级金融学院副院长李峰：良好经济回报才能驱动金融机构持续运用大模型

随着科技与金融日益融合，越来越多金融科技创新项目正积极纳入央行的金融科技创新监管工具应用范畴。

记者从近日举行的第6届上海金融科技国际论坛了解到，2021年4月央行金融科技创新监管工具在全国推广实施以来，截至今年10月20日，全国已累计公示322个金融科技创新应用项目。其中，江苏、广东、上海和北京四地推出的金融科技创新应用项目均超过25个，排名靠前。截至今年10月20日，已有137个项目完成测试。

上海交通大学上海高级金融学院副院长李峰在论坛间隙接受本报记者专访时表示：“这一方面意味着央行金融科技创新监管工具创新应用项目在机制构建方面跑完‘最后一公里’，正形成完整的工作闭环；另一方面显示这些完成测试的项目在金融科技创新监管领域的应用相当成熟，并进入落地阶段，将在具体金融业务流程与金融场景发挥更大价值。”目前，上海向央行申报的金融科技创新应用工具还呈现技术复合性高（多数项目运用两种及以上金融科技）、业务覆盖面广（涵盖普惠金融、风控、客户营销、支付、银行服务、函证、跨境金融、票据融资、供应链金融等）、服务对象全（包括同业金融机构、个人客户与企业客户等）等特点。

上海交通大学上海高级金融学院副院长 李峰

图片来源：主办方

他向记者透露：“截至2024年10月20日，上海申报的27个项目里，已有14个项目圆满完成测试。去年‘基于人工智能的智慧供应链融资服务’‘基于区块链的小微企业在线融资服务’和‘基于大数据的商户服务平台’三个项目率先成功完成测试，完成金融科技创新监管工具应用闭环。”

不同规模金融机构的AI大模型研发路径各不相同

李峰告诉记者，当前上海金融科技产业正呈现快速发展期。一是作为国际金融中心，上海的金融要素市场相当齐备，金融机构的业务类别相当齐全且业务规模相当大，给金融科技创新应用创造广泛的场景；二是在人工智能、区块链等新技术研发应用方面，上海金融科技企业也有相当深的布局。

他指出：“尤其是人工智能技术的蓬勃发展，正给金融行业服务能力与风控能力提升带来巨大的推动作用。”金融机构要提供卓越的服务能力，一个核心竞争力是分析与处理数据能力，而人工智能最擅长的，就是高效准确地分析处理不同数据。

以资管行业为例，AI大模型的应用场景已覆盖资管业务前台、中台与后台，从客服到产品营销等业务场景，都能与人工操作形成“互补”；在推动千人千面式资管服务方面，财富管理计划与资产配置计划的设计也能充分发挥AI大模型的价值；在资管业务风控能力增强与运营效率提升方面，AI大模型也有很大的“用武之地”。

李峰认为，尽管人工智能大模型在金融业务场景的应用日益广泛，但它能否真正推动金融行业高质量发展，关键在于它能否给金融机构带来实质的降本增效，以及创造更强的风险管理与金融安全能力。

他指出：“目前，越来越多金融机构一面积极运用AI大模型技术的算法能力，及时分析各类金融业务与金融投资风险，提升风控的有效性，一面也密切关注AI技术本身存在的风险，比如技术风险、运营风险、道德风险，以及对客户隐私数据的保护风险等。”

李峰指出，在实际操作环节，不同规模金融机构对金融大模型的研发思路也存在明显差别。李峰表示：“这是因为通用大模型的开发成本相当高，可能训练一次的费用达到上千万美元，相比大型金融机构拥有足够的资本投入自研金融领域垂直类大模型，中小金融机构会选择相对成本更低的AI大模型开发路径。”

据悉，基于成本控制的考量，中小金融机构研发金融大模型，主要采取三种路径。一是与外部大模型服务商合作，借助后者的大模型技术，再结合自身的私域数据进行微调，形成适合自己业务场景的AI小模型；二是采取抱团取暖策略，即多家中小金融机构合作研发金融大模型，但数据跨公司交流面临较大的合规风险；三是通过行业性的公共平台布局AI大模型技术，比如信托公司会通过行业性组织构建基于金融科技的基础设施。

李峰直言：“无论是大型金融机构，还是中小金融机构，都需要高度关注大模型技术研发过程的投入产出比。”即便是大型金融机构自研大模型，由于AI大模型技术迭代需要耗费大量GPU卡，因此大型金融机构一方面要注意GPU卡的较大损耗成本，另一方面需关注未来大模型技术迭代发展趋势给现有AI大模型生存空间的巨大冲击。

要高度关注AI大模型合规操作风险

在李峰看来，由于金融是一个强监管行业，金融机构在积极研发AI大模型技术时，还需密切关注合规操作问题。

他告诉记者：“在众多业务场景，金融机构的数据不能随便‘出境’，必须做好数据安全保护，即便完成数据预训练形成AI大模型，它的应用也需要符合相关监管要求。”金融机构目前在AI大模型应用方面呈现相对谨慎的策略，会先从一些风控相对可控的场景切入，再逐步推广到前台业务场景。

例如，不少金融机构目前都先将AI大模型用于内部办公场景，一个重要原因是AI大模型即便出现幻觉风险，其危害性相对较小，金融机构内部员工能迅速联系IT部门解决这些幻觉问题，不会影响业务正常运转；此外，越来越多金融机构将AI大模型作为金融产品服务销售环节的辅助工具，即便大模型出现幻觉风险，金融机构员工也能迅速决定不采纳大模型生成的某些“结论”，将金融服务风险降至可控水准。

李峰强调：“与此同时，金融机构在AI大模型应用方面，还会考虑先在回报最大的场景应用。毕竟，AI大模型在金融领域的最大价值，就是降本增效。若没有良好的经济回报，金融机构对AI大模型的使用热情难以持续。”

记者了解到，作为AI大模型技术的新发展方向，AI Agent（智能体）日益受到金融机构的密切关注。相比传统AI大模型，AI Agent能自主感知环境，进行规划决策、执行动作、反馈效果与迭代优化，从而令金融机构的运营效率与风险识别防范能力“更上一层楼”。

李峰向记者透露，尽管AI Agent的发展速度相当快，但由于金融机构属于强监管行业，因此相关部门是否允许AI大模型自主进行业务决策，仍是未知数。因此金融机构在使用AI Agent时，仍需高度关注合规操作风险。

封面图片来源：主办方