人工智能在金融業的應用一直備受關注。近日,由清華大學經濟管理學院、度小滿等機構聯合編寫的《2024年金融業生成式人工智能應用報告》發布。《報告》認為,生成式人工智能技術在金融業中的應用尚處于技術探索和試點應用的并行期,預計1年至2年內首批大模型增強的金融機構會進入成熟應用期,3年后將會帶動金融業生成式人工智能規模化應用。
記者采訪發現,從當前人工智能的發展狀況來看,要想在金融業規模化應用上取得實質成果仍面臨諸多挑戰。首先面臨的是風險問題。中國人民銀行近年來已先后印發《人工智能算法金融應用評價規范》和《人工智能算法金融應用信息披露指南》,對人工智能在金融領域應用所面臨的風險進行深入分析,并提供相應的指導,對人工智能算法在金融領域應用過程中的信息披露原則、信息披露形式和信息披露內容等要素進行了指導;針對當前人工智能技術應用存在的算法黑箱、算法同質化、模型缺陷等潛在風險問題,建立了人工智能金融應用算法評價框架,系統化地提出基本要求、評價方法和判定準則等。
除了風險問題,成本也是目前制約人工智能發展的因素之一。2023年11月,一家市場機構聯合京東云發布的《金融行業先進AI存力報告》提到,人工智能大模型落地的成本問題是業界關注重點。千億級別參數、動輒以月來計算的訓練周期,對應到存儲環節意味著巨大的成本,因此人工智能若想在更大范圍內應用,仍有很強的降本增效需求。
2023年,國內金融領域人工智能大模型遍地開花,一度上演“百模大戰”。進入2024年,“百模大戰”的熱度正逐漸減退,不少企業難以持續投入大量資金。有業內人士分析,未來在金融領域真正能堅持做人工智能大模型的廠商或許不超過10家。作為數據密集型行業,金融業積極擁抱人工智能,在數字化創新方面相較于很多行業都走在前列。然而,即使擁有充足的數據訓練人工智能,很多金融機構仍因高昂的成本望而卻步。另外,金融業在追求科技金融的同時,想要兼顧綠色金融的發展目標也面臨挑戰。
從理論上來說,數據規模越大,人工智能所展現的能力越強。現實中,對于絕大多數金融機構而言,盲目追求人工智能技術的全覆蓋應用并非最優解。相反,聚焦于某一特定的業務場景,從小規模起步,選擇合適的人工智能模型進行應用,這樣的策略能更好地發揮中小金融機構的靈活性。光大銀行相關技術人員對記者表示,人工智能在金融領域的應用還是要以人為本,要為金融業務帶來實質性的幫助和提升。(記者 蘇瑞淇)
本文鏈接:http://www.www897cc.com/showinfo-16-75237-0.html“金融+人工智能”尋求最優解
聲明:本網頁內容旨在傳播知識,若有侵權等問題請及時與本網聯系,我們將在第一時間刪除處理。郵件:2376512515@qq.com
上一篇: 筑牢網絡支付安全防線