?? 作者簡介，愚公搬代碼
??《頭銜》：華為云特約編輯，華為云云享專家，華為開發(fā)者專家，華為產(chǎn)品云測專家，CSDN博客專家，CSDN商業(yè)化專家，阿里云專家博主，阿里云簽約作者，騰訊云優(yōu)秀博主，騰訊云內(nèi)容共創(chuàng)官，掘金優(yōu)秀博主，51CTO博客專家等。
??《近期榮譽》：2022年度博客之星TOP2，2023年度博客之星TOP2，2022年華為云十佳博主，2023年華為云十佳博主等。
??《博客內(nèi)容》：.NET、Java、Python、Go、Node、前端、IOS、Android、鴻蒙、Linux、物聯(lián)網(wǎng)、網(wǎng)絡安全、大數(shù)據(jù)、人工智能、U3D游戲、小程序等相關(guān)領域知識。
????歡迎 ??點贊?評論?收藏

??前言

本文作者：林建明

這是最好的時代，也是最壞的時代。盡管大模型技術(shù)在金融領域具有巨大的應用潛力，但其應用也面臨不容忽視的風險和挑戰(zhàn)。本文將深入研究大模型在金融領域的數(shù)據(jù)隱私和安全風險、模型可解釋性和透明度、監(jiān)管和合 規(guī)要求，梳理中國、美國、歐洲等地 AIGC 技術(shù)的應用規(guī)則，探索對應的風險管理和應對策略。

??一、大模型在金融領域的 5 個典型應用場景

當前，金融科技已經(jīng)從“立柱架梁”邁入了“積厚成勢”新階段，越來越多的金融機構(gòu)積極使用數(shù)字技術(shù)來為金融血脈注入全新能量。人工智能技術(shù)正加速與金融產(chǎn)業(yè)深度融合，以 ChatGPT 為代表的大模型技術(shù)不斷進化，為金融業(yè)帶來深刻變革，驅(qū)動金融服務更加高效、便捷、有溫度。

ChatGPT 擁有持續(xù)的多輪對話能力，并具備一定邏輯推理能力，在生成文章、生成代碼、翻譯等方面展現(xiàn)出令人驚嘆的水平。ChatGPT 的問世，意味著人工智能從 1.0 時代邁入了 2.0 時代。ChatGPT 背后的 GPT 大模型技術(shù)是下一代 AI 技術(shù)競爭的核心，將重新定義包括金融在內(nèi)的眾多行業(yè)，重塑全球科技競爭格局。

金融行業(yè)屬于信息密集型行業(yè)，是大模型技術(shù)的最佳應用場景之一。未來，具有通用能力的大模型將成為信息處理的基礎設施，大幅降低中小銀行應用人工智能技術(shù)的門檻。由于在數(shù)字資源、科技能力、業(yè)務場景等方面的天然劣勢，中小銀行與大銀行相比，在數(shù)字化轉(zhuǎn)型方面相對落后，且差距越拉越大，“智能化鴻溝”也越來越明顯。在大模型時代，各類銀行重新站在同一條起跑線上，都可以便捷地使用 AI 技術(shù)，插上一雙數(shù)智化“翅膀”，曾經(jīng)再“陽春白雪”的復雜數(shù)據(jù)，也能飛入“尋常人家”。

如果將大模型的能力放在金融行業(yè)中去處理原有的任務，會對很多工作產(chǎn)生顛覆性的影響。相比現(xiàn)有的 AI 技術(shù)，大模型技術(shù)在眾多金融場景具有廣泛的應用潛力和影響力。

• 金融風險管理。大模型技術(shù)可以用于構(gòu)建更準確、更全面的風險模型， 幫助金融機構(gòu)評估和管理市場風險、信用風險、操作風險等，提供更精確的風險預測和決策支持，有助于金融機構(gòu)制定有效的風險管理 策略。

• 量化交易。大模型技術(shù)可以應用于量化交易策略的開發(fā)和執(zhí)行。通過 分析海量的金融數(shù)據(jù)和市場信息，識別出潛在的交易機會和趨勢，自 動執(zhí)行交易策略并進行實時調(diào)整。這有助于提高交易效率，降低交易 成本，提升交易的穩(wěn)定性，以及增加收益。

• 個性化投資建議。大模型技術(shù)可以根據(jù)個體投資者的偏好和風險承受 能力，生成個性化的投資建議和組合配置，輔助投資者做出更明智的 決策。

• 金融欺詐檢測和預防。大模型技術(shù)可以應用于金融欺詐檢測和預防。通過分析用戶的交易數(shù)據(jù)、行為模式和歷史記錄，識別出潛在的欺詐行為和異常交易，提高金融機構(gòu)對欺詐風險的識別和應對能力，保護 客戶和金融系統(tǒng)的安全。

• 智能客戶服務。大模型技術(shù)可以用于構(gòu)建智能客戶服務系統(tǒng)，通過提 供流暢的人機對話服務，提升客戶滿意度和忠誠度。

??二、大模型在金融領域應用所面臨的風險及其防范

自 2020 年 OpenAI 提出大語言模型的縮放法則（Scaling Law）以來，用 “大力出奇跡”的方式去做大模型仿佛成為“金科玉律”，“大煉丹”時代序幕 拉開，百億、千億參數(shù)規(guī)模的大模型比比皆是。量變引發(fā)質(zhì)變，超大模型蘊 含著的涌現(xiàn)能力被發(fā)現(xiàn)，但在驚訝于這種神奇能力的同時，我們同樣應該審 視其潛在風險。在斯坦福大學的學者們的眼里，大模型涌現(xiàn)的能力既是科學興奮的源泉，也是意外后果的憂慮之源。換言之，如果不能引導大模型“向 善”，那么它隨時可能傷及人類本身，帶來不可估量的后果。

金融行業(yè)是數(shù)據(jù)密集型行業(yè)，涉及海量的金融數(shù)據(jù)和復雜的金融業(yè)務。大模型對于提高金融業(yè)務的自動化和智能化水平、提高風險控制和決策效率 具有重要意義，在生成書面報告、開展培訓和投教、提升客戶陪伴質(zhì)量等應用場景中潛力巨大。目前，國內(nèi)外金融機構(gòu)已經(jīng)紛紛開始探索將 GPT 等大語 言模型應用在金融領域的各個場景。

??1.大模型應用在金融領域的 5 個風險和挑戰(zhàn)

盡管大模型技術(shù)在金融領域有著廣闊的應用前景，但其穩(wěn)定性、可靠性 和安全性有待提升，面臨著不少風險和挑戰(zhàn)。

第一，數(shù)據(jù)隱私和安全。金融數(shù)據(jù)包含敏感的個人和機構(gòu)信息，而大模 型需要大量的數(shù)據(jù)進行訓練和應用。因此，確保數(shù)據(jù)隱私和安全成為一個重 要的挑戰(zhàn)。大模型十分依賴數(shù)據(jù)，然而許多數(shù)據(jù)質(zhì)量不高、不完整，仍然需 要花費大量人力和時間進行數(shù)據(jù)清洗與預處理。另外，模型可能會受到惡意 攻擊，如對抗樣本攻擊、模型篡改等。這些攻擊可能會導致模型輸出錯誤的 結(jié)果，從而影響金融決策的準確性和可靠性。

第二，解釋性和透明度。大模型往往是復雜的黑盒模型，其決策過程和結(jié)果難以解釋與理解。金融行業(yè)是一個對于模型的可解釋性和魯棒性等要求非常高的行業(yè)。而大語言模型當下輸出結(jié)果的可解釋性目前是相對封閉、不透明的，同時，其穩(wěn)定性也仍然受到數(shù)據(jù)、算法、訓練等方面的干擾，表現(xiàn)出非魯棒性的特征。

第三，數(shù)據(jù)偏見和傾向性。大模型的訓練數(shù)據(jù)可能存在性別、種族等方面的偏見。如果這些偏見被應用到金融決策中，可能導致模型在決策和預測中產(chǎn)生不公平或歧視性的結(jié)果，進而誤導用戶，致使用戶做出錯誤的決策。

第四，可信度與倫理問題。ChatGPT 等生成式大模型以問答形態(tài)存在于社會層面，但其回復往往存在不可信或者無法判斷其正確性的問題，有時看似回答流暢，但卻在一本正經(jīng)地胡說八道，有時甚至會對現(xiàn)有社會倫理產(chǎn)生沖擊。具體而言，存在傳播有害意識形態(tài)、傳播偏見和仇恨、影響政治正確、破壞教育公平、影響國際社會公平、加劇機器取代人類的進程、形成信息繭 房阻礙正確價值觀形成等問題。

第五，組織能力的挑戰(zhàn)。金融行業(yè)可以通過應用大模型來替代人力去執(zhí)行機械的重復性工作。但是，金融機構(gòu)面臨如何厘清人和機器之間的協(xié)同合作關(guān)系的問題：一方面，如何更好地為人賦能，提升人使用 AI 工具的能力；另一方面，如何不斷調(diào)整和優(yōu)化人與數(shù)字員工的職能邊界。

??2.大模型時代的 AI 風險

應對大模型技術(shù)的風險和挑戰(zhàn)，引導科技健康有序發(fā)展，需要政府、平臺、學術(shù)界、行業(yè)和公眾共同努力。通過完善法規(guī)、促進跨學科合作、提高透明度和加強隱私保護、加強道德評估和促進公眾參與等，推動人工智能健康發(fā)展。而金融機構(gòu)更要注重風險管理的前瞻性，加強內(nèi)外部環(huán)境劇烈變化 下的風險管理。

一是全面加強數(shù)據(jù)隱私和安全管理，如采取加密、脫敏等技術(shù)手段，嚴 防客戶和機構(gòu)敏感信息泄露。在數(shù)據(jù)收集過程中利用差分隱私等技術(shù)進行隱 私保護；對于訓練數(shù)據(jù)進行數(shù)據(jù)加密；在模型訓練過程中使用安全多方計算、 同態(tài)加密及聯(lián)邦學習等技術(shù)進行數(shù)據(jù)隱私和安全保護；建立數(shù)據(jù)隱私評估和 保護模型、機制，實施安全認證，并且保護下游應用的隱私；嚴格遵守《中 華人民共和國個人信息保護法》等相關(guān)法律法規(guī)，落實數(shù)據(jù)安全保護責任。

二是加強模型的安全性，包括進行對抗樣本檢測和提升模型的魯棒性，以應對可能的攻擊和欺詐行為；讓不同的模型適用于不同國家的法律條款，以及針對各種對抗攻擊進行防御性訓練。對于對用于大語言模型開發(fā)的數(shù)據(jù) 進行人工標注的，開發(fā)主體應當制定清晰、具體、可操作的標注規(guī)則，對標注人員進行必要的培訓，抽樣核驗標注內(nèi)容的正確性。保障和規(guī)范 AI 的訓練過程，及時發(fā)現(xiàn)問題，及時止損并調(diào)整模型參數(shù)。避免因源數(shù)據(jù)本身存在爭議、來源不可信或素材違法或侵權(quán)，而生成虛假、歧視或不公平的結(jié)果。

三是建立監(jiān)測和評估機制，定期評估大模型系統(tǒng)的性能、準確性和公平性，并及時發(fā)現(xiàn)與解決潛在的風險和問題。

四是提高算法的可解釋性和透明度，使用可視化技術(shù)和交互式界面來展示算法的決策過程。建立審查和評估機制來消除算法黑盒問題，促進負責任的 AI 的開發(fā)、部署和應用，提高生成式 AI 的安全性、可解釋性和可問責性，以更好地預防風險。

大模型已來，要在不確定性中尋找確定性。正如加州大學伯克利分校教授 Jacob Steinhardt 所言：“機器學習的步伐太快了，模型的能力提升往往比預期更快，但其安全屬性的進展卻比預期要慢，我們需要從現(xiàn)在開始構(gòu)建未來十年的機器學習系統(tǒng)的發(fā)展圖景，防范大模型時代的 AI 風險。同時，我們要認真思考 AI 與人類的關(guān)系，以實現(xiàn)人機合作和共生發(fā)展，而不是簡單地用 AI 取代人類?！?/p>

??三、AIGC 技術(shù)的科林格里奇困境

當我們驚訝于機器人越來越“聰明”之時，也不可忽視人工智能給人類社會帶來的道德危機和合規(guī)風險。英國技術(shù)哲學家大衛(wèi)·科林格里奇在《技 術(shù)的社會控制》（1980）一書中指出：一項技術(shù)如果因為擔心不良后果而過早 實施控制，那么該技術(shù)很可能就難以爆發(fā)；反之，如果控制過晚，已經(jīng)成為整個經(jīng)濟和社會結(jié)構(gòu)的一部分，就可能走向失控，再來解決不良問題就會變得昂貴、困難和耗時間，甚至難以或不能改變。這種技術(shù)控制的兩難困境就是所謂的科林格里奇困境（Collingridge’s Dilemma）。{資料來源：方興東，顧燁燁 . ChatGPT 的治理挑戰(zhàn)與對策研究—智能傳播的“科林格里奇困境”與 突破路徑 [J]. 傳媒觀察，2023（3）：25-35.}

以 ChatGPT 為代表的 AIGC 技術(shù)的治理問題，就是一個我們今天迫切需要解決的科林格里奇困境。ChatGPT 橫空出世，旋即讓生成式 AI 的應用規(guī)則制定和監(jiān)管問題成為全球關(guān)注的焦點。美國聯(lián)邦貿(mào)易委員會（FTC）主席稱， 生成式 AI 將是“高度破壞性的”，F(xiàn)TC 將在該領域進行嚴格執(zhí)法。在數(shù)據(jù)隱私合規(guī)領域，意大利數(shù)據(jù)保護監(jiān)管機構(gòu)（GPDP）打響了國別監(jiān)管的“第一 槍”—GPDP 于 2023 年 3 月 31 日宣布全面禁用 ChatGPT，并禁止 OpenAI 處理意大利用戶數(shù)據(jù)。

監(jiān)管的連鎖反應正在全球范圍內(nèi)發(fā)酵。2023 年以來，多國數(shù)據(jù)保護監(jiān)管 機構(gòu)宣布對 ChatGPT 開展調(diào)查。4 月 3 日，德國表示也在考慮禁用 ChatGPT。法國、愛爾蘭也紛紛采取措施，包括但不限于與意大利研討執(zhí)法相關(guān)事項， 西班牙則要求歐盟數(shù)據(jù)保護委員會（EDPB）評估 ChatGPT 隱私相關(guān)問題。4 月 4 日，韓國個人信息保護委員會委員長表示正在調(diào)查 ChatGPT 的韓國用戶 數(shù)據(jù)泄露情況。同日，加拿大宣布就數(shù)據(jù)安全問題調(diào)查 OpenAI。4 月 13 日， EDPB 決定啟動 ChatGPT 特設工作組。

4 月 11 日，中國國家互聯(lián)網(wǎng)信息辦公室正式發(fā)布《生成式人工智能服務 管理辦法（征求意見稿）》，這也是我國首次針對生成式 AI 產(chǎn)業(yè)發(fā)布規(guī)范性政 策。而 7 月，經(jīng)修訂的《生成式人工智能服務管理暫行辦法》正式發(fā)布，并 于 8 月 15 日正式實施。

與其他新技術(shù)一樣，AIGC 的發(fā)展也伴隨著風險，短時間內(nèi)就帶來了虛假新聞、數(shù)據(jù)安全、隱私風險、學術(shù)剽竊、算法安全等一系列問題。新機遇，也是新挑戰(zhàn)，當舊的治理范式落伍，治理進入深水區(qū)后，更加考驗監(jiān)管的張弛之道。把握發(fā)展規(guī)律和節(jié)奏，全球各國需要協(xié)同制定相應的監(jiān)管政策，帶領 AIGC 走出科林格里奇困境。

??1.負責任的 AI：歐美實踐與啟示

作為全球數(shù)字治理制度建設的風向標，歐美正試圖在 AI 治理全球規(guī)則的 制定上掌握主動權(quán)與主導權(quán)。比如，美國政府于 2022 年 10 月發(fā)布《人工智能 權(quán)利法案藍圖：讓自動化系統(tǒng)為美國人民服務》，就應對大數(shù)據(jù)和人工智能技 術(shù)對于美國政治生態(tài)的負面影響，提出了人工智能技術(shù)應當遵循的五大原則：

● 建立安全且有效的系統(tǒng)原則（Safe and Effective Systems）；

● 避免大數(shù)據(jù)算法歧視原則（Algorithmic Discrimination Protections）；

● 保護數(shù)據(jù)隱私原則（Data Privacy）；

● 通知和解釋原則（Notice and Explanation）；

● 保留人工評估和選擇原則（Human Alternatives, Consideration and Fallback）。

美國更加偏重于利用人工智能系統(tǒng)的發(fā)展在全球經(jīng)濟中保持競爭地 位，并滿足國家安全需求。2023 年 5 月 16 日，OpenAI 創(chuàng)始人兼 CEO Sam Altman 出席了美國國會召開的主題為“AI 監(jiān)管：人工智能的規(guī)則”的聽證會。他在聽證會上提出了一個包含 3 個要點的計劃：

1）成立一個新的政府機構(gòu)，負責審批大型 AI 模型，并對不符合政府標 準的公司進行處理，包括吊銷它們的 AI“執(zhí)照”。

2）為 AI 模型創(chuàng)建一套安全標準，用于評估其風險。AI 大模型必須通過 某些安全測試，例如它們是否能夠“自我復制”或是“出逃（擺脫人類控制）”。

3）要求獨立專家對模型在各個指標上的表現(xiàn)進行獨立審核。

面對 AIGC 對現(xiàn)有監(jiān)管體系的巨大沖擊，歐洲在監(jiān)管思路上與美國有鮮明的差異。歐盟在數(shù)據(jù)保護和隱私上較為保守，計劃更新即將出臺的全面人工智能法規(guī)—《人工智能法案》，對生成式 AI 生成圖像和文本的智能模型制定限制性規(guī)則。同時，歐洲數(shù)據(jù)保護委員會（EDPB）發(fā)出質(zhì)疑，稱 ChatGPT 作為商業(yè)產(chǎn)品，利用網(wǎng)絡信息自我迭代，應不屬于合理使用范疇， 且采用用戶個人數(shù)據(jù)參與模型訓練，不符合歐盟頒布的《通用數(shù)據(jù)保護條例 （GDPR）》。

保守的監(jiān)管模式雖然有效地解決了信息泄露的問題，但也在很大程度上限制了 ChatGPT 的發(fā)展；“鼓勵型監(jiān)管”有利于 AI 技術(shù)的進一步研發(fā)，但是很可能存在監(jiān)管力度小、效果不盡如人意的問題。由此可看出，生成式 AI 的監(jiān)管困難并不在于“監(jiān)管”，而在于如何讓 AI 在有效監(jiān)管下依然能迸發(fā)出創(chuàng)新活力。

??2.中國的規(guī)則與治理策略思考

技術(shù)的進步往往是一把雙刃劍，我們在看到 AIGC 對社會生產(chǎn)力帶來的 巨大推動之外，也需未雨綢繆，充分關(guān)注其對社會的多元影響。通用大模型 存在魯棒性不足、可解釋性低、算法偏見等技術(shù)風險，以及可能存在數(shù)據(jù)濫 用、侵犯個人隱私、偏見歧視、寡頭壟斷、監(jiān)管失能等方面的經(jīng)濟、社會、 政治風險。中共中央政治局會議指出：“要重視通用人工智能發(fā)展，營造創(chuàng)新 生態(tài)，重視防范風險?！盇IGC 全球治理秩序、規(guī)則與規(guī)范的建設還遠遠滯后， 因此，亟須從人工智能系統(tǒng)生命周期治理的角度，制定加強隱私保護、信息 安全、可追溯和可問責的全球治理方案。{資料來源：《AIGC 沖擊下的國際技術(shù)政治變革》，葉淑蘭，中國社會科學網(wǎng)。}

（1）鼓勵創(chuàng)新發(fā)展，構(gòu)建規(guī)范治理體系

在中國，2023 年 7 月 13 日中央 7 部委聯(lián)合發(fā)布《生成式人工智能服務管理暫行辦法》（簡稱《辦法》），這是全球首部 AIGC 領域的監(jiān)管法規(guī)。除了這部專門的監(jiān)管法規(guī)外，我國在科技發(fā)展、網(wǎng)絡安全、個人信息保護、互聯(lián)網(wǎng)信息等多個方面已發(fā)布多項法律、行政法規(guī)等規(guī)范性文件，包括《中華人民共和國個人信息保護法》《中華人民共和國數(shù)據(jù)安全法》《互聯(lián)網(wǎng)信息服務算法推薦管理規(guī)定》《新一代人工智能倫理規(guī)范》，構(gòu)成了人工智能領域多層級、多角度的規(guī)范治理體系。

《辦法》統(tǒng)籌了生成式人工智能的發(fā)展與安全問題，為我國 AIGC 產(chǎn)業(yè)發(fā)展提供重要遵循。首先，與 2023 年 4 月發(fā)布的征求意見稿相比，《辦法》有較大的思路調(diào)整，明確了提供和使用生成式人工智能服務的總體要求，內(nèi)容涵蓋技術(shù)發(fā)展與治理、服務規(guī)范、監(jiān)督檢查和法律責任等方面。

其次，《辦法》與現(xiàn)有規(guī)范一脈相承，延續(xù)了此前的監(jiān)管手段，提出國家堅持發(fā)展和安全并重、促進創(chuàng)新和依法治理相結(jié)合的原則，采取有效措施鼓勵生成式人工智能創(chuàng)新發(fā)展，對生成式人工智能服務實行包容審慎和分類分級監(jiān)管，反映了國家對生成式人工智能更加包容的心態(tài)和鼓勵發(fā)展的態(tài)度。

（2）有序開放數(shù)據(jù)，促進算力資源協(xié)同共享

人工智能需要 GPU 算力、網(wǎng)絡及存儲等硬件基礎設施的全方位支撐。《辦法》指出，鼓勵生成式 AI 算法、框架、芯片及配套軟件平臺等基礎技術(shù)的自主創(chuàng)新，鼓勵平等互利開展國際交流與合作，參與生成式 AI 相關(guān)國際規(guī)則制定。

“大模型時代，得數(shù)據(jù)者得天下。”大模型訓練對于訓練數(shù)據(jù)的數(shù)量、質(zhì)量、結(jié)構(gòu)都有著非常高的要求，而目前產(chǎn)業(yè)界在進行模型訓練時面臨高質(zhì)量訓練數(shù)據(jù)資源稀缺的問題。訓練數(shù)據(jù)成為影響大模型性能的重要因素之一?！掇k法》提出：“促進算力資源協(xié)同共享，提升算力資源利用效能。推動公共數(shù)據(jù)分類分級有序開放，擴展高質(zhì)量的公共訓練數(shù)據(jù)資源?！?/p>

目前，北京、深圳等地已出臺不少關(guān)于公共數(shù)據(jù)開放利用的條例，這對于利用公共數(shù)據(jù)投喂人工智能、發(fā)揮數(shù)據(jù)紅利邁出了重要的探索步伐。不過，公共數(shù)據(jù)的開放范圍、質(zhì)量仍然存在較多阻力，未來需推動有序開放，亟待分類分級，探索更加契合公共數(shù)據(jù)價值利用的規(guī)律和規(guī)則。科技企業(yè)應重點關(guān)注《辦法》中的內(nèi)容審核義務、訓練數(shù)據(jù)合規(guī)處理義務、對用戶的保護及監(jiān)督義務、備案義務。

（3）明確責任和義務，平衡創(chuàng)新與安全

生成式人工智能在社會變革中具有重要作用，但它可能存在的數(shù)據(jù)違法 收集、知識產(chǎn)權(quán)侵權(quán)、生成虛假信息等問題同樣不容忽視?！掇k法》積極回應生成式人工智能帶來的社會問題，明確提供和使用生成式人工智能服務的法律底線。它將生成式人工智能服務提供者明確納入了網(wǎng)絡平臺責任的規(guī)制范圍內(nèi)。要求不得生成違法內(nèi)容、防止歧視、尊重知識產(chǎn)權(quán)和他人合法權(quán)益、 提高生成內(nèi)容的準確性和可靠性。明確提供者的義務與責任、界定不同環(huán)節(jié)的要求更有利于降低生成式人工智能的安全風險，提高制度的可落地性。

生成式人工智能的監(jiān)管是一個復雜的全球性問題，需要監(jiān)管機構(gòu)和企業(yè)共同努力，制定出更加科學、合理、可行的監(jiān)管政策和規(guī)范。預計未來，中國生成式人工智能有望形成敏捷完善的監(jiān)管模式，促進 AIGC 可持續(xù)創(chuàng)新發(fā)展。

1）建立健全敏捷監(jiān)管機制。監(jiān)管機構(gòu)可能會出臺更多的法規(guī)和規(guī)范，強調(diào)在對 AI 應用進行分級分類的基礎上，不斷創(chuàng)新監(jiān)管工具箱，采取分散式、差異化監(jiān)管，對 AIGC 的研發(fā)和應用進行動態(tài)敏捷監(jiān)管，不斷平衡創(chuàng)新和安全之間的關(guān)系。

2）企業(yè)將更加注重自我監(jiān)管和合規(guī)意識。企業(yè)將更加重視 AIGC 的倫理和安全問題，制定詳細的規(guī)章制度，對 AIGC 算法的設計、開發(fā)、測試、應用等環(huán)節(jié)進行全面監(jiān)管，確保其符合相關(guān)法律法規(guī)和道德標準。同時，企業(yè)將更加注重員工的教育和培訓，以幫助員工增強合規(guī)意識和提高技能水平， 準確理解并遵守相關(guān)規(guī)定。

3）形成多方參與的協(xié)同治理機制。在 AIGC 治理方面，政府、企業(yè)、學術(shù)界、社會組織及公眾將更加積極地參與，建立多方參與的協(xié)同治理機制，制定更具共識的規(guī)則和準則，共同推動 AIGC 技術(shù)的發(fā)展和應用。

4）建立 AI 倫理風險管理機制。組建倫理委員會，構(gòu)建 AI 倫理風險管理機制，包括設立倫理委員會、制定清晰的倫理準則和政策，并確保其在技術(shù)的各個階段（預設計、設計開發(fā)、部署以及測試和評估）貫穿始終，以應對潛在的倫理風險，打造可信的 AIGC 應用生態(tài)。

??四、金融機構(gòu)使用 AIGC 技術(shù)的 4 條可能路徑

金融行業(yè)具有信息、數(shù)據(jù)、知識密集型的特性，使 AIGC 天然可以在很多方面提升金融服務的效率。ChatGPT 強大的自然語言處理和生成能力，為金融行業(yè)帶來了更高效、更準確的信息處理和決策分析能力，同時為金融機構(gòu)提供了更好的客戶服務和風險管理能力，它在金融領域有著廣泛的應用潛力，包括客戶服務和支持、財務咨詢、欺詐檢測和風險管理、自動化交易和投資以及信用評估和貸款審批。

??1.全球金融機構(gòu)踴躍試水 AIGC

ChatGPT 的大火，讓金融行業(yè)開始重新審視 AIGC 的價值所在。“當我們思考親情時，卻發(fā)現(xiàn)它是一種超越生物學的‘利他’行為。”這句頗具哲思的話來自招商銀行信用卡公眾號利用 ChatGPT 撰寫的營銷文章，引發(fā)了金融機 構(gòu)對 AIGC 的踴躍試水。{ 資料來源：招商銀行武漢分行，《 ChatGPT 首秀金融界，招行親情信用卡詮釋“人生逆旅， 親情無價”》。}

AI 已賦能海外金融機構(gòu)的前中后臺，為 AIGC 應用升級筑基。前臺業(yè)務中，AIGC 已被海外金融機構(gòu)應用于智能營銷、智能客服、智能投顧等領域，摩根大通、摩根士丹利、美國支付巨頭 Stripe、高盛等都已紛紛入局 AIGC ；中后臺業(yè)務中，當前海外金融機構(gòu)主要基于自身主營業(yè)務需要布局 AI 應用。AIGC 一方面有望強化現(xiàn)有的 AI 應用，另一方面有望提升公司的經(jīng)營效率。此外，金融機構(gòu)或也有望發(fā)揮專業(yè)細分領域的優(yōu)勢打造金融類語言模型。

自 2023 年 2 月以來，江蘇銀行、招商銀行信用卡中心等機構(gòu)陸續(xù)披露AIGC 在業(yè)務中的具體運用。此外，百信銀行、中國郵儲銀行、泰康保險、廣發(fā)證券、鵬華基金等機構(gòu)也宣布接入號稱中國版 ChatGPT 的百度“文心一言”。一些機構(gòu)聲稱自己將集成“文心一言”的技術(shù)能力，推進智能對話技術(shù) 在金融場景的應用。

??2.金融機構(gòu)使用AIGC 大模型的難點

雖然機構(gòu)對新技術(shù)普遍秉持積極態(tài)度，但在合規(guī)壓力巨大的金融行業(yè)，是否能完全復制 AIGC 應用在其他領域的效能，還有待商榷和驗證。

首先，從組建 AIGC 模型到實際應用，大致需要以下幾個步驟：數(shù)據(jù)采集和清洗、模型訓練、模型測試和評估、部署和應用。目前，大模型并不完美，需要不斷迭代和優(yōu)化，才能取得更好的效果。相比較而言，金融領域的 AIGC 應用可能會更加復雜，對數(shù)據(jù)質(zhì)量的要求更高，對數(shù)據(jù)的安全性和合規(guī)性等要求更為嚴格，令不少機構(gòu)望而卻步。

大模型技術(shù)研發(fā)訓練成本仍較高，包括算力消耗、模型訓練、訓練語料與數(shù)據(jù)標注等，都是制約銀行試水的因素。訓練通用大模型是“燒錢”的游戲，從零開始訓練一個大模型，所需的成本和時間是大多數(shù)企業(yè)無法承受的。以 ChatGPT 為例，大模型訓練一次的成本為 200 萬～1 200 萬美元。AIGC 大模型研發(fā)需要深厚的人工智能技術(shù)沉淀、海量訓練數(shù)據(jù)、持續(xù)優(yōu)化的算法模型與完善的生態(tài)體系等，且這項新技術(shù)從研發(fā)到商業(yè)化應用，需較長的時間與高額的資金投入。目前的大模型輸出結(jié)果仍不夠可靠，存在事實性錯誤， 距離“可使用”還有一定差距。

??3.金融機構(gòu)使用 AIGC 技術(shù)的 4 條可能路徑

技術(shù)的發(fā)展通常是波浪式前進、螺旋式上升的，面臨問題和挑戰(zhàn)總是不可避免的。但是，AIGC 技術(shù)已是時代大勢，大模型將對金融行業(yè)的智能化水平和數(shù)字化程度產(chǎn)生深刻影響。身處時代洪流，金融機構(gòu)已大致勾勒出使用 AIGC 技術(shù)的 4 條可能路徑，如下圖所示。

其一，基于大模型的通用能力，疊加金融客服領域的數(shù)據(jù)和專業(yè)服務經(jīng)驗進行模型預訓練。通過模型壓縮、小樣本訓練等方式進一步降低應用成本。對于大多數(shù)金融機構(gòu)而言，自建大模型并不現(xiàn)實。調(diào)用通用大模型疊加金融客服領域的數(shù)據(jù)，可以使模型更加符合金融行業(yè)的特點和要求，提高模型在金融領域的適應性和準確性。在數(shù)據(jù)合規(guī)層面，充分重視數(shù)據(jù)質(zhì)量問題，從數(shù)字化改造的源頭進行標準化建設，對數(shù)據(jù)進行清洗和篩選，設置嚴格的評估指標和方法。部署模式以專用、自主可控的私有化部署，滿足數(shù)據(jù)保密性和數(shù)據(jù)所有權(quán)的要求。

例如，經(jīng)過垂直領域定向訓練后，客服機器人既能與用戶進行多輪對話，讓運營智能客服更簡單，又能提出具體可行的解決方案，提升復雜問題解決率、人機交互感知和意圖理解程度，完成流程自主構(gòu)建、知識生成等。

其二，在降本增效、場景變革和產(chǎn)品升級維度進行。AIGC 應用場景與產(chǎn)品類型不斷豐富，率先從智能客服、智能營銷場景切入，逐步拓展應用范圍。比如在優(yōu)化內(nèi)容生產(chǎn)創(chuàng)意與效率層面，傳統(tǒng)獲客以互聯(lián)網(wǎng)營銷模式為主，結(jié)合 AIGC 技術(shù)在自動化生成營銷物料的同時，實現(xiàn)千人千面的個性化營銷?？商剿髟谕堆?、研發(fā)編程、授信審核及流程管理等方面提高效率，減少基礎人員投入。在通用基礎能力中引入高級認知能力，整合碎片知識與多樣化需求，形成創(chuàng)新的產(chǎn)品化模型與業(yè)務解決方案。

其三，數(shù)字人打通線上、線下服務場景。虛擬員工和真人員工相輔相成，數(shù)字人或?qū)⒊蔀殂y行服務用戶的新形態(tài)，革新傳統(tǒng)銀行的人機交互模式。在 AIGC 技術(shù)的驅(qū)動下，通過構(gòu)建更有趣的 3D 數(shù)字空間、打造線上與線下更好玩的內(nèi)容互動社區(qū)、營造更溫暖的金融體驗，為用戶提供全新的沉浸式數(shù)字金融服務。

其四，訂閱式付費定制模型。類似 SaaS 付費模式，金融機構(gòu)選擇采購軟 件 / 解決方案，按照服務調(diào)用次數(shù)付費，按照內(nèi)容生成數(shù)量付費。大模型服務提供商按需定制大模型能力，金融機構(gòu)按需支付相應的服務費。金融機構(gòu)的成本壓力將大幅減輕，支出和收入的比例將得到更好的控制和匹配。

未來，哪些金融機構(gòu)可能會在 AIGC 的浪潮中勝出？總的來說，擁有數(shù)據(jù)儲備優(yōu)勢的金融機構(gòu)，或者能構(gòu)建差異化 AIGC 服務能力、流量場景豐富、已建立較為完善的 IT 系統(tǒng)和 AI 生態(tài)、疊加科技和金融專長的機構(gòu)平臺有望脫穎而出。

??五、本文書籍

??六、贈書活動

• ??本次送書3本，【取決于閱讀量，閱讀量越多，送的越多】??
• ??活動時間：閱讀量滿足3000
• ??參與方式：關(guān)注博主+三連（點贊、收藏、評論），評論語：我要《AIGC重塑金融：AI大模型驅(qū)動的金融變革與實踐》

需要完全了解本書可以看下面：

• 直達京東購買鏈接??：購買地址《AIGC重塑金融：AI大模型驅(qū)動的金融變革與實踐》

??七、中獎名單

??感謝：給讀者的一封信

親愛的讀者，

我在這篇文章中投入了大量的心血和時間，希望為您提供有價值的內(nèi)容。這篇文章包含了深入的研究和個人經(jīng)驗，我相信這些信息對您非常有幫助。

如果您覺得這篇文章對您有所幫助，我誠懇地請求您考慮贊賞1元錢的支持。這個金額不會對您的財務狀況造成負擔，但它會對我繼續(xù)創(chuàng)作高質(zhì)量的內(nèi)容產(chǎn)生積極的影響。

我之所以寫這篇文章，是因為我熱愛分享有用的知識和見解。您的支持將幫助我繼續(xù)這個使命，也鼓勵我花更多的時間和精力創(chuàng)作更多有價值的內(nèi)容。

如果您愿意支持我的創(chuàng)作，請掃描下面二維碼，您的支持將不勝感激。同時，如果您有任何反饋或建議，也歡迎與我分享。

再次感謝您的閱讀和支持！

最誠摯的問候， “愚公搬代碼”文章來源地址http://www.zghlxwxcb.cn/news/detail-844556.html

到了這里，關(guān)于【粉絲福利社】《AIGC重塑金融：AI大模型驅(qū)動的金融變革與實踐》（文末送書-完結(jié)）的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！