文章主题：中国市场, 馨金融, 洪偌馨, 伊蕾
2023年，中国市场这片「沃土」也正在孕育更多可能性。
——馨金融
洪偌馨、伊蕾/文
人工智能的绘画作品超过人类的创作是一种怎样的体验？
在2022年的九月份，一幅名为《空间歌剧院》的艺术作品在科罗拉多州的博览会中以其卓越的品质赢得了第一名的荣誉，这立即在社交媒体上引发了热议。这幅令人惊叹的作品是由游戏设计师 Jason Allen 利用 AI 绘图工具 Midjourney 创作而成，随后经过 Photoshop 的精细润色，使其更加完美。
有人对使用AI创作的作品参与比赛提出质疑，认为这对他人的生活并不公平。然而，这种情况反而突显了技术发展的迅速性。如今，具有更高创造力的“生成式人工智能”正逐渐成为人们关注的焦点。
在 recent years, the rise of AI in various domains has been a significant topic of discussion. From AI-generated artwork winning awards to the inclusion of “AI gets creative” on the list of top breakthroughs in 2022 by《Science》, there is no denying that artificial intelligence is making waves in the world of creativity and innovation. Furthermore, the emergence of DALL-E 2, ChatGPT, and AlphaCode has further solidified the notion that Generative AI has the potential to produce output with a high level of creativity.
近年来，深度学习的应用在诸多领域取得了令人瞩目的成就。尤其是在自然语言理解、数据挖掘以及个性化推荐等方面，借助深度学习技术的研究人员已经取得了明显的突破。如今，基于深度学习的大模型已经成为实现人工智能的主流技术选择。整个行业都在期待着这项新技术能够带来更多的突破性进展。
大模型目前的发展阶段已经达到了全面掌握各种知识的能力，如果在金融领域将其运用得当，将会极大地提高其工作效率和成果。通过将大量金融数据输入大模型，并利用其进行经济形势预测，定会远远超过现有分析方法的性能表现。清华大学人工智能研究院常务副院长孙茂松表示，若因此而获得诺贝尔奖（奖励人工智能在金融研究和预测领域的应用），他并不会感到意外，甚至期待这样的结果。
近期，《麻省理工科技评论》我国正式推出了《2023金融科技趋势展望》报告。该报告由我国研究团队与北大光华度小满金融科技实验室携手，与金融领域的技术专家、科研学者及从业企业代表共同参与撰写，旨在对金融行业未来的发展趋势进行深入预测与探讨。
根据报告指出，2023年的技术发展可能会呈现出以下几个重要趋势：生成式人工智能、因果推断、多模态情感计算、图计算、自动机器学习、科技伦理治理、链上分布式金融应用、隐私计算、虚拟数字技术以及云上能力升级等。这些技术的出现，无疑将为我国的技术发展和创新提供强大的推动力。
在探索前沿技术、优化价值实现路径以及重塑环境基础设施等方面，都体现了我们的创新与实践。无论是技术探索的新方向，还是价值实现的深度优化，亦或是环境基础设施的底层重塑，我们都积极参与其中，力求为行业的发展做出贡献。
「当前，金融行业数字化、智能化转型正在加速，数据和人工智能技术是关键驱动要素，人工智能技术在金融行业的应用必将革新金融行业的现有服务模式。」度小满CTO许冬亮在报告中强调。
长期来看，人工智能在金融行业带来的改变，不仅是降低成本提升效率，还将重塑金融行业价值链的每一环节。
1、生产力提升「新工具」
在上一阶段的技术发展过程中，以人工智能为代表的新兴技术虽然已经得到了广泛应用，但仍有其局限性，它们更多被用于处理机械的数据任务而非创造性内容。但眼下，这些固有认知在被一一打破。
前述《报告》提出，生成式人工智能是新一代生产力工具。在金融领域中，生成文字、传播文案、语音、图像、视频等可以用在智能营销、广告等业务场景中，也有利于客户服务、用户交互、售后服务的效率提升。
不过，生成式人工智能目前依然处于实验阶段，远未达到替代人工的境界，也尚未出现商业化雏形。相比之下，「因果推断」与「多模态情感计算」的发展相较于前者则更进一步。
近两年，关于「因果推断」领域的研究和应用逐渐变得更加活跃，它们与机器学习的关系更为密切，尝试解决如何从非结构化的数据里面把背后真正存在的因果隐变量，以及他们的关系找出来。
卡内基梅隆大学哲学系和机器学习系副教授张坤在报告中提到，我们希望用因果的思维方式去看待机器学习，这样可以帮助我们从传统的只是基于预测的机器学习，走到更高维的层面，走到理解、可信任、可干预的人工智能发展层面来。
落脚到金融行业中，因果模型是智能营销的关键手段，能促成最大化全局营销效率。
以度小满的实践来看，其在近几年的业务发展中通过「因果推断」加大了客户对价格敏感度的研究，即如何让用户权益的使用和体验最大化，同时减少不必要的营销投入，这也使得度小满平台在整体运营效率实现提升的同时，推动对客利率持续下行。
与此同时，令一个快速兴起的交叉前沿学科——情感计算（Affective Computing）也在金融场景中大有可为。
随着金融行业加速从「以产品为中心」转向「以客户为中心」，情感计算有助于了解客户的实情感表达，可以收集客户情感信息、识别客户情感变化，并作出相应的决策指导。
比如，在催收场景下，以人工智能代替人工坐席已经成为大势所趋，但出于合规和业务效率要求，人工智能不仅需要通过识别客户情绪选择继续或者中断催收动作，还需要承担起辅助测谎功能——综合对用户语音的分析，通过多因子判断说话者说谎的概率，如果可以判断客户没有明显的说谎特征、逾期还款理由真实，金融机构则可以针对用户情况提供延期还款等「千人千面」、更有温度的服务。
2、价值释放「新动力」
除了对于未知的探索之外，在一些我们已知、已用的领域，技术的不断精进同样能够带来新的发展空间。典型如《报告》中提到的图计算、虚拟数字技术、自动机器学习等。
先来看图计算，截止到目前，图计算技术最清晰的应用效果是智能信审、资金流向查询和金融数据可视化。
利用图计算技术，可以在金融场景中实现实时地找到最完整的路径。在数字支付、数字服务、数字金融等核心金融业务中，可以显著提升风险行为的实时识别和调查分析效率。
仍然以度小满为例，在拓展小微金融服务的过程中，平台通过将图计算技术应用于智能信审，可以实现更精准的企业风险评估、企业关联分析和企业信息查询，更高效地描绘出精准、全面的用户画像，并提供与之相匹配的策略支持。
值得注意的是，随着应用的普及，图计算技术的研究与探索正在向更高维度迁徙。
从技术演进的角度来看，提升分布式图算法效率、推动跨数据源的融合与打通、设计新兴图计算模型和高能效图计算体系结构系统、以及相关基准的标准化制定都是可能带来惊喜的方向。
除了图计算之外，自动机器学习也是对业务优化有显著提升的一个赛道。
在金融领域，自动机器学习（AutoML） 技术极大简化了从数据到模型的过程，提高了模型产出的效率和质量，同时也降低了机器学习的门槛，让没有该领域专业知识的人员也可以使用机器学习来完成相关工作。
此外，在2022年，诸多金融机构近一年纷纷推出数字品牌代言人，引领场景营销新方式。
未来，金融机构将进一步利用物联网、移动通信技术突破物理网点限制，建立人与人、人与物、物与物之间智慧互联的服务渠道，打造「无边界」的全渠道金融服务能力。
3、基础设施带来「新可能」
如果我们以更宏观的视角来审视整个行业，监管与市场环境变化带来的底层「基础设施」升级也仍在持续，且逐渐进入深水区。
近两年中国对于AI伦理、安全、法律法规方面高度重视，将科技伦理治理提到新高度。
典型如2022年10月9日，中国人民银行正式发布《金融领域科技伦理指引》，明确了科技伦理即开展科学研究、技术开发等科技活动需要遵循的价值理念和行为规范；并提出在金融领域开展科技活动需要遵循的守正创新、数据安全、包容普惠等七个方面的价值理念和行为规范。
随着监管红线越发清晰、金融机构成为科技伦理建设的第一责任人，在合规框架内，技术创新也更加有据可依，并为业务发展提供了更稳固的支撑。
许冬亮提到，在数据治理方面，围绕《网络安全法》、《数据安全法》和《个人信息保护法》，度小满把整个数据安全与管理、隐私保护贯穿于数据的采集、存储、流通、应用以及销毁全环节，制定数据的全生命周期的管理，并且设置了严格的数据红线。
而在技术治理方面，度小满从三个维度开展工作打破算法模型黑箱。其中包括：通过技术革新，比如因果推断的方式打破深度学习算法可解释性差的瓶颈；通过构建模型全生命周期管理机制，将模型立项到下线全流程纳入规范管理；通过专家经验防范系统性的风险，例如用成熟的框架限定新技术应用边界。
数据治理和伦理规范也直接推动了隐私计算进入快速发展阶段——它能够在确保数据安全和用户隐私不泄露的前提下，对数据进行分析计算，保障数据在流通融合过程中的「可用不可见」，促进数据的流通开放和价值共享。
更进一步来看，业务发展的需求和市场竞争加剧也在驱动金融业加速「基础设施」升级。
比如，在云上能力升级方面，可以预见的是，未来几年，云计算能力在金融机构内部的底层基础设施地位不动摇，也是其数字化转型的基础保障能力之一。
而在链上分布式金融应用方面，虽然完全基于链上编程的金融业务尚未真正成熟，但这并不影响市场参与者们在技术方向与业务应用价值上的探索：完全基于去中心以及可编程技术构建的链上分布式金融应用，将步履蹒跚、但也会越来越进步与成熟。
从这个角度来看，技术进步带给这个市场的惊喜并未减少，甚至出现遍地开花的趋势。而随着监管与市场环境持续向好，技术企业持续加大投入，2023年，中国市场这片「沃土」也正在孕育更多可能性。
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
