热线电话
  • 010-88558925010-88558943
  • 010-88558955010-88558948
CMIC专家更多

中国科学院院士周成虎

5月15日,以“重新定义数据价值”为主题...更多>>

中国工程院院士李培根

4月26日,在2024中关村论坛年会期间...更多>>

中国市场情报中心 > CMIC研究 > 产业研究
CMIC:AI赋能金融,技术转化能力是关键

发布时间:2024-05-31 11:05:12

来源:赛迪-中国电子报

作者:张维佳

【打印】 【进入博客】 【推荐给朋友】
  【CMIC讯】具备专家知识的智能客服、能辅助投资分析的智能助手、利用大数据技术实时反诈的风控系统……如今,人工智能(AI)技术正在悄然扎根金融业,不断释放出新的生产力。近日,北京市特聘专家杨晓静在接受《中国电子报》记者专访时表示:“生成式人工智能(AIGC)技术的问世标志着金融人工智能发展已从提效、赋能,进入部分替代产能的新阶段。”
  
  杨晓静践行将技术优势与金融业务结合,在成功创业之后,又领导了多个知名互联网证券及理财产品的策划和创新,创造出多个技术及商业模式的行业第一,并积极参与行业标准制定。展望金融AI 的未来,她指出:“未来,大模型技术或将在金融行业率先落地。要真正产生价值,必须做到既深入了解行业的本质需求,又有技术转化能力。”
  
  “AI+金融”已进入部分产能替代阶段
  
  金融是典型的数据密集型、技术密集型行业,对技术创新高度敏感,被认为是最能够与AI进行结合并产生价值的领域之一。
  
  “金融人工智能的发展历程可被划分为三个阶段:提效、赋能以及部分替代产能,即自动化(Robot)、信息化(Smart)和智能化(Intelligent)。”杨晓静指出,在第一阶段,AI主要用于自动化分析统计;到了第二阶段,智能金融能力主要体现在智能投研,在这个阶段,互联网海量非结构化数据为深度学习提供了参数基础,AI可以归纳出新的投资因子,帮助投资者优化投资决策;而随着生成式人工智能(AIGC)技术的问世,应用的涌现集中在大模型叠加金融领域的专属知识,比如OpenAI 与摩根士丹利推出智能投顾,标志着进入了部分生产力替代的阶段。
  
  技术转化能力是AI落地的关键
  
  成果转化是科技创新转为新质生产力的关键。在杨晓静看来“AI+金融” 要产生价值,必须要做到既深入了解行 业的本质需求,又有技术转化能力。
  
  “‘+’代表赋能,这要求新时代金 融从业者具备跨专业、跨学科的知识 能力,能够在不同领域之间进行有效 的沟通和整合。从业者一方面需要能 够结合业务知识洞察行业发展痛点, 进行深入的分析和研究;另一方面,还 要具备数字化技能,包括数据分析、人工智能等方面的知识,从而能够顺应新兴科技趋势,提出创新角度、赋能行业发展。”杨晓静说道。
  
  作为信息工程专业出身,又在金融领域深耕多年的“斜杠青年”,杨晓静与金融科技的故事可以追溯到 2010年。彼时,量化投资方式已占据欧美基金市场规模的约 1/3,而在我国却仍处于起步阶段。瞄准这个机 会,杨晓静毅然放弃英国金融机构的高薪工作,选择回国创业,立志做出适合中国市场的投资决策支持工具。
  
  此后她又加入知名互联网企业,持续创新推动中国证券及理财行业的数字化和智能化。她领导团队推出了我国第一个面向个人用户的智能基金配置产品、第一个用搜索数据辅助投研的公募基金、第一只大数据量化对冲基金、第一个智能估计可转债新债上市价格的方法等。其中,一项创新成果融合百度LBS 地图时空数据和人工智能的机器学习技术,推出了国内资本市场首款以自动化分析为特色信用债分析服务,并在 4 个月内实现了国内5000亿元信用债的自动监控,极大地帮助了对内外部客户的资产管理进行风险管理,并受到证监会等监管层的高度好评。据了解,其创新成果已为超过1亿名个人用户创造出了普惠价值。
  
  “未来,大模型技术将沿着多模态智能、具身智能、科学推断推理(AI for research)等方向长期发展,最终实现通用人工智能。AI for research也将成为‘AI+金融’的重要方向,通过更多的数据学习,帮助金融机构理解全球经济的运作规律及行业兴衰原因,挖掘出新的增量机会。”杨晓静说。
  
  做负责任的AI产品
  
  近期,杨晓静参与了国家层面AI大模型相关技术要求和测试方法 标准的评审,希望通过一系列行业标准和规范的制定,构筑AI时代多层次的技术保障。她表示:“AI在金融领域的应用并非一片坦途,在提高金融机构服务质量和效率的同时,也带来了数据安全、模型风险、伦理责任治理等方面的挑战。”
  
  “智能化最终的意义还是服务人。”杨晓静认为,科技本质上是工具,其真正价值在于解决我们面临的各种问题。杨晓静提醒说,大模型要求较多参数,但金融行业数据管理要求非常高,必须依法、严格遵守数据流动的各项监督管理条例和规定,做到“安全用数”。此外,大模型结果不都具备可解释性。算法如果造成财产损失,能否被问责?这亟须技术标准和规范。“金融行业分析预测类模型容错率低,有长尾风险,特别是在投资顾问领域还需要
  
  解决问责问题。”杨晓静说道。
  
  “新技术的核心价值是场景化 下的创新应用。作为从业者,我们有责任,也有义务打造负责任的产品,让人民真正享受到AI技术所带来的便捷和便利,让科技成果从‘书架’走向‘货架’。”杨晓静说道。
相关报道
  • --

联系我们:8610-8855 8955 zhouhl@staff.ccidnet.com

广告发布: 8610-88558925

方案、案例展示: 8610-88558925

Copyright 2000-2011 CCIDnet.All rights reserved.

京ICP000080号 网站-3