现今，我们正身处智能科技全面普及的时代浪潮中。2023年以来，“人工智能+”加速创新迭代，金融应用逐步从“工具”跃升为“引擎”，推动金融高质量发展。当然，创新不是一蹴而就的，“人工智能+金融”的创新发展仍面临不少挑战。

一、“人工智能+金融”的基本情况

金融业一直是科技创新应用的“先行先试者”，场景、数据和技术优势，必将推动“人工智能+金融”涌现。进而，随着“人工智能+金融”相关政策力度的加大及场景应用的普及，不仅会推动金融服务的普惠化，更会驱动新质生产力的代际跃升。

在“人工智能+金融”的政策规划层面，面对新一代人工智能技术快速演进的新形势，要充分发挥举国体制优势，坚持自强自立，突出应用导向，推动我国人工智能朝着有益、安全、公平方向健康有序发展。

8月26日，国务院印发《关于深入实施“人工智能+”行动的意见》提出，加快从数字赋能的互联网服务向智能驱动的新型服务方式演进，推动金融等服务业领域广泛应用新一代智能终端、智能体。

在“人工智能+金融”的场景应用层面，以大模型为代表的人工智能技术，正逐步从特定任务降本增效的“辅助工具”进化为多元领域赋能增值的“驱动中枢”。以银行为例，根据2024年公布的国有大中型银行财报，大部分银行机构均重点提及智能金融和大模型应用，并强调算力规划、数据优化和应用牵引。

具体来说，第一，加强算力统筹。构建百卡或千卡异构的大规模算力集群，实现算力、存储和网络的资源池融合化与调度敏捷化，进一步提升资源的整体使用效率。第二，提升数据质量。打造金融级数据中台，建立金融行业统一的数据标准体系和数据标注系统，提升训练数据集的质量。第三，推广应用场景。利用深度学习、自然语言处理、知识图谱和音视频等成熟技术，搭建“人工智能+金融+生活+生产”场景，推广智能技术在反欺诈、信贷审核、智能客服、无感支付、投资情绪分析和量化投资等泛金融领域的应用。

二、“人工智能+金融”的多重挑战

当前，人工智能技术作为效率工具与驱动中台，和金融体系多个业务板块深度融合，比如智能营销、智能运营、智能风控、智能客服、数据分析和财富管理等业务领域。客观来讲，“人工智能+金融”在各个领域的应用还不成熟，面临算力、数据、模型和治理等多方面的挑战，需要高度重视和强化引导，推动高质量发展。

第一，算力短缺。人工智能在金融领域的应用，特别是对海量金融业务数据的训练和推理，高度依赖算力的支撑，尽管DeepSeek从工程上降低了算力的部分成本，但从长期来看，金融机构和科技公司的算力需求仍将呈现“井喷式”增长，而算力供应并未得到改善，预计算力短缺问题短期内难以解决。

第二，数据安全。人工智能在金融领域的应用，亟需关注数据安全问题。在大模型对海量金融业务数据集进行训练时，除了预防训练数据泄露、LLM（自然语言模型）聊天数据泄露和Agent（智能体）上下文泄露以外，更需要从技术侧设计预防机制，避免大模型对用户的敏感信息（如家庭住址、健康状况、金融资产配置等）进行推理攻击与信息聚合。

第三，算法黑箱。人工智能在金融领域的应用，亟需预防技术误用滥用带来的“算法歧视和黑箱”问题。对算法歧视进行寻因溯源，算法训练数据集的不公正、算法模型的特征选择问题、算法设计者的“大数据杀熟”偏见和企业的利益最大化等都有可能造成算法歧视。算法黑箱归因于主流算法模型结构复杂、程序运行自主性过强等，导致算法模型在运行全过程无法掌控和难以解释。

第四，监管治理。人工智能在金融领域的应用，亟需关注人工智能监管治理问题。人工智能技术升级迭代速度，远超监管制度工具的制定响应能力，一般而言，将给创新应用带来“滞后”或“过度”的双重风险。此外，人工智能治理道阻且长，人工智能算法和每一位用户交互的过程中，是否符合伦理道德和法律法规的合规要求，以及针对线上应用场景多变和价值观标准难以量化的现实困难，人工智能的敏捷治理和向善引导显得尤为重要。

三、“人工智能+金融”的发展路径

迈进通用人工智能时代，“人工智能+金融”将驱动金融行业进行高质量变革，切实加强顶层设计、深化算法治理、维护数据安全和推进基础设施体系建设，扎实做好金融“五篇大文章”，加快构建数智化的现代金融体系。

一是加强顶层设计。在推进“人工智能+金融”的过程中，金融机构和科技企业要加强自上而下的战略规划。构建企业级统筹协调机制，探索业技融合的数智化转型组织，打造异构兼容的多元模型调度中台，强化与科研院所合作的人才培养机制，全面推动“人工智能+”的战略落地。

二是深化算法治理。在推进“人工智能+金融”的过程中，产学研政机构要坚守“以人民为中心”的智能治理原则。推动治理范式从工业时代的制度治理，向通用人工智能时代的算法治理与制度治理并重演进。通过人工智能技术创新提升监管治理效能，既要建设智能化监管科技系统设施，也要建立科学适配的价值约束框架。

三是维护数据安全。在推进“人工智能+金融”的过程中，金融机构与科技企业应积极配合监管部门，主动遵守网络安全、数据安全、个人信息保护、算法推荐管理、深度合成管理和科技伦理审查等法律法规，并在推进数智化转型升级过程中，优化现有技术和数据管理规则，实时确保客户数据安全。

四是推进基础设施体系建设。在推进“人工智能+金融”的过程中，金融机构与科技企业应配合公共部门，推进算力、数据、人才等公共基础设施体系建设。特别地，公共智算中心、超算中心及金融业务本地数据中心的投产建设，可大幅度降低算力软硬件设施采购与大模型训练成本。展望“十五五”，我国金融业将步入一个新阶段。在“人工智能+ 金融”创新的双轮驱动下，金融业将更加深入地融入经济社会发展大局，服务实体经济、支持消费升级、服务民生保障，从而在服务中国式现代化进程中，开创高质量发展的新格局。

编辑|谢邦彦

· 未经授权，不得转载。转载请注明作者及来源《科技与金融》杂志。

· 如需获取转载、合作、采访等需求请到微信公众号菜单栏-商务合作，获取相应信息。

· 您亦可在知网、今日头条、南方号等相关平台上关注我们。