2023年以來，AIGC的爆發式發展給諸多行業帶來了巨大的想象空間。但經過一年的沉淀之后，市場開始發現，AI大模型技術在諸多場景遇到了落地上的阻力。

站在2024年年初這一新的起點上，玩家們終于意識到，AI大模型的真正價值最終將體現在具體場景中，未來產業競爭將從“規?！鞭D向“應用”。行業想要依靠大模型產生新變革，首先要解決通用大模型在行業內的落地應用——開發行業大模型，成為AI技術實用化落地的新風向標。

而與此同時，移動互聯網時代，中國金融科技在移動支付、數字信貸等領域均創新無數，大幅提升了金融數字化、智能化水平。由于前期的積累，金融業在行業垂直類大模型落地所需的三大支柱：算法、算力、數據中相較其他行業都有獨特優勢。其中數據決定了大模型的智能范圍，而金融行業掌握了海量的歷史數據和文字資料等，為行業大模型的開發提供了天然的便利；金融科技企業在金融數字化、智能化的過程中在算法和算力等方面形成了自己獨有的解決方案。

近日，21世紀經濟報道記者與畢馬威中國資產管理業主管合伙人王國蓓、畢馬威中國數字化賦能咨詢合伙人陳立節兩位專家進行了對話。同時圍繞AI大模型在金融等場景的落地現狀、風險與前景進行了討論。

在專家看來，在投研、投顧等與投資決策相關的場景以及客戶觸點方面，AIGC的應用都有著巨大的增長空間，但與此同時，大模型技術在“數據質量、數據安全、隱私保護、合規表達”等方面還存在一定的落地風險，需要行業未來共同規避。

以下為采訪實錄，略有刪節：

《21世紀》：回望2023年，對大模型的討論非?；馃?，它對金融，尤其財富管理的價值體現在哪些方面？大模型更適合于落地哪些場景？能解決財富管理的哪些痛點問題？

王國蓓：AIGC的爆發式發展給金融行業帶來了巨大的想象空間，財富科技企業把自身在AI應用領域積累的數據和經驗應用到金融大模型訓練，為多個財富管理業務場景提供賦能。 

具體可以分為兩個層面，第一是客戶觸點方面，AIGC的應用可以提升內部效率和服務升級，例如在智能客服場景中，傳統模式有時會讓客戶明顯感覺是在與機器人對話，  而依托大模型強大的學習能力和語言生成能力，實現了客戶個性化需求解答及特定任 務處理等智能化客戶服務；又比如在營銷場景中，大模型技術能夠對海量的金融數據、新聞、社交媒體等信息進行實時分析，迅速捕捉市場動態并有助于用戶畫像的快速建立。第二是投研、投顧等與投資決策相關的場景中，傳統的投研和投顧模式更多依賴于行業專家和投資顧問自身的知識經驗和能力水平，個體差異度可能會比較大，而大模型經過海量底層數據的搜集、梳理、學習后，其分析結果或將在全面性、準確性、 時效性等方面賦能傳統模式，但我們也注意到，由于相關監管不明確，以及數據安全、數據隱私等問題，在這些場景的應用仍需謹慎。

《21世紀》：您認為大模型技術在金融科技業務場景（尤其是財富管理方面）落地時，如何解決過程中的挑戰？

王國蓓：在落地過程中，大模型技術財富管理領域面臨的主要挑戰集中于數據質量、數據安全、隱私保護、合規表達、事實一致性等方面，為解決這些挑戰，機構首先需要進行大量 數據治理、夯實數據基礎等工作，且需要在語料安全、模型安全、模型評估等方面設立完善的安全機制，確保大模型生成內容的安全合規并符合監管要求；除此之外，業內機構還需持續追加金融大模型基礎設施建設投入，夯實其在歸屬權管理、隱私保護 脫敏、業內協同合作等方面的能力，以積極且謹慎的態度推進大模型落地進程。

《21世紀》：在AI大模型的賦能下，怎么定義和理解“金融科技”的內涵和業務范圍？數據在其中扮演著什么角色？

陳立節：金融科技是金融行業利用科技理念與手段來更好的提供金融服務，并提高經營效率和效果，其內容涵蓋了傳統金融業務的范圍以及科技發展趨勢下的創新金融業務、以及金融業務相關的經營管理活動。說的直白一點，就是通過科技對金融業務提供賦能。而科技賦能業務的過程，在現今的技術背景下就是數字化賦能業務，數據在其中發揮了極為重要的作用。金融業務和經營管理活動中產生了各種數據，金融機構利用這些數據來打造自身的數字化核心能力，并應用于各個業務場景和經營管理領域，從而更好的對業務經營與管理提供效率和效果上的賦能與提升。

《21世紀》：作為全國金融中心，您對上海未來將如何著力推動AI大模型、數字化等相關技術與金融融合發展？如何加快建設具有全球競爭力的金融科技中心有何建議？

王國蓓：近年來，上海積極促進金融科技創新實踐，成果顯著，在近期發布的全球金融科技中心發展指數排名中，上海位列全國第一、全球第三。為持續深化上海金融科技建設， 我們認為還可以在以下四方面繼續發力建設，第一，持續加強技術創新，尤其是在風險可控之下加快實現大模型技術的應用場景落地；第二，持續優化營商環境，例如在監管環境與國際化程度方面，并持續打造知識產權保護高地；第三，繼續優化金融科技產業結構，特別是加強培育硬科技含量高的金融科技平臺；第四，繼續充實金融科技人才隊伍，完善人才培養認證體系，建設人才涵養實訓基地，為金融科技人才提供良好環境。

《21世紀》：數據資產入表已進入倒計時階段，您認為這對數字金融建設將帶來哪些影響？ 

陳立節：數據資產入表是數據價值實現的重要方式，通過財務會計的核算與計量，將數據資產的價值直接在企業財務報表上予以體現，有利于激發金融機構開展數據治理并打造良好質量的數據資產，并與金融業務場景進行充分融合，通過數字化賦能業務并促進數據資產價值的實現與考核認定。此外，數據資產入表后需要定期估值測算來確認是否存在減值，這能夠促進數據資產的權屬業務部門持續推進數字化和產品創新，提升業務創新活力以實現數據價值的保值與增值。

《21世紀》：加強數據治理是金融行業數字化轉型的抓手，目前還有哪些瓶頸需要突破？ 

陳立節：從金融監管機構 2018 年發布數據治理指引以來，金融機構開展數據治理已經有多年時間，目前基礎的治理體系、架構和機制已基本健全，但是在很多金融機構面臨后繼乏力、難以持續長效推動的壓力。這和數據治理是由單一部門牽頭、數據賦能業務的價值或收益很難直接且快速體現、業務部門開展數據工作的積極性和持續性不高等制約因素有很大的聯系。這都是在新的數字化環境和數字經濟、數據要素背景下亟待突破和解決的問題與瓶頸。

責任編輯：王超