AI金融助手

随着人工智能技术在过去几年取得突飞猛进的发展,美国政府竭尽全力推动AI概念发展的决心可谓前所未有。无论是巨额财政支出、扶持本土科技巨头投资AI研发,还是部署战略政策规划,推广AI教育,美国可谓是不惜一切代价地力推AI技术在各领域的广泛应用和产业化进程。那么,美国政府如此重视AI概念发展的根本原因是什么?AI技术在金融领域又将产生怎样的深远影响?这是本文探讨的核心主题。 作为当今世界科技创新的焦点领域,人工智能被认为是能够彻底改变人类生产生活方式的革命性技术。美国政府大力推动AI概念发展,首要目标就是确保美国在这场科技革命中继续保持领先地位,确保在全球AI技术竞争中占据制高点。毕竟,谁牢牢掌控了人工智能这一未来的关键核心技术,谁就能够在全球技术创新、产业发展乃至地缘政治格局中占据优势。这不仅关乎国家实力和科技实力,更事关美国长期以来在全球科技体系中的主导地位能否得以延续。 此外,美国本土科技巨头企业如谷歌、微软、OpenAI等在人工智能领域具有举足轻重的地位,它们的AI技术研发获得了联邦政府的大力扶持和支持。这不仅源于政府对维护国内科技产业竞争力的考虑,也因为这些企业的人工智能研究确实处于世界前沿水平。比如OpenAI公司在发布的GPT-4大模型就引起了全球震动,展现了美国在大型人工智能系统研发方面的领先地位。政府希望利用政策和资金扶持,推动这些企业将研发成果加快产业化和商业化步伐,从而扩大美国AI技术的全球影响力。 从美国政府的一系列举措来看,它们对AI技术在经济社会各领域的广阔应用前景寄予了厚望。人工智能被视为是智能制造、智能交通、智能医疗、智能金融等诸多行业发展的关键驱动力。其中,人工智能在金融领域的应用潜力就备受关注和期待。金融行业一直被认为是现代社会的命脉,其稳定高效运转对于保障经济持续健康发展至关重要。 人工智能技术将如何优化和改造金融行业?首先,AI可以被应用于提高金融机构的运营效率、降低人力成本。利用智能算法处理大量复杂的金融数据、文档等,可以比人工操作更加快捷、准确。金融交易中采用AI技术,不仅能够加快结算流程,还有望降低出错风险。此外,基于大数据分析和机器学习算法,人工智能有望为金融风险管控提供强有力的技术支持。 比如,AI模型可以更准确预测宏观经济形势走向、捕捉市场微小波动并及时发出预警,从而帮助金融机构及时规避风险。再者,AI技术在客户营销、投资咨询等领域也可以大显身手,通过智能分析个性化需求,提高金融产品和服务的精准度。总的来说,人工智能被寄予厚望,有望从根本上提升金融行业的智能化和数字化水平。 正因如此,近年来”AI金融货币”的概念才会在业内外广受关注和讨论。所谓AI金融货币,是指基于区块链技术发行的,利用人工智能算法赋予一定智能投资功能的加密数字货币。其背后的核心理念,是希望结合区块链和人工智能两大热门前沿技术,打造出全新的数字金融工具。比如,AI金融货币可能被赋予自动分散投资、动态再平衡资产配置等功能,由AI算法智能进行投资决策和风险管理。 一些人乐观地认为,AI金融货币的出现或许能够为解决全球范围内的金融危机带来全新思路。毕竟,传统的中央银行和政府手段往往在化解系统性金融风险时力有未逮。如果AI金融货币真的能够通过智能算法更好地分散和管理投资风险,在金融动荡时期发挥自动化稳定器作用,那它或许能为化解危机贡献一份力量。 然而,也有不少人对AI金融货币能否解决金融危机存有重重怀疑。金融危机的根源往往植根于社会经济领域的深层次矛盾,比如全球经济失衡、过度金融化、监管体系缺陷等,这些根源问题并非技术层面能够全部解决。此外,AI系统毕竟也是人类设计的技术产品,如果设计出现重大漏洞或被恶意操控利用,AI金融货币也可能沦为危机的新源头。 总的来说,美国政府全力推动人工智能概念发展的根本目的,是为了在这一未来科技竞争中占据主导优势。在金融领域,人工智能技术的确有望通过提高效率、优化风控帮助银行等机构实现数字化智能化转型。但能否彻底解决经济危机,还需要对AI技术的发展前景持谨慎乐观态度。毕竟,AI终究只是一项工具,其发展进程和应用前景仍需时间检验和社会实践的考量。 AI金融货币作为将区块链和人工智能融合的创新尝试,其设想看似曲高和寡,但也存在诸多不确定性。我们有理由对AI在金融创新方面的促进作用保持期待,但也要清醒认识到,人工智能技术并非万能,金融危机问题的彻底解决需要更多领域的综合施策。相信只要坚持人工智能技术自身的健康发展,同时兼顾其他层面的金融改革和全球经济再平衡,我们终将能够有效化解金融动荡的系统性风险 …相信只要坚持人工智能技术自身的健康发展,同时兼顾其他层面的金融改革和全球经济再平衡,我们终将能够有效化解金融动荡的系统性风险。 当然,人工智能技术在金融领域的应用之路绝非一蹴而就。我们必须清醒认识到,AI系统并非万能,其发展进程还伴随着诸多值得重视的风险和挑战。比如说,AI算法的”黑箱”特性使得其决策过程存在不确定性和不透明性,这在一定程度上加大了金融机构的运营风险。再者,人工智能系统并非100%准确可靠,如果出现重大失误或被黑客攻击,后果将不堪设想。 此外,人工智能在金融领域的广泛应用也将给传统金融从业人员的就业带来巨大冲击,可能加剧社会不平等现象。因此,在全面拥抱AI技术的同时,我们也必须高度重视相关法律法规、伦理道德的完善。只有建立起包括隐私保护、算法公平性、人机协作在内的规则体系,AI技术在金融领域的发展才能行稳致远。 总的来说,人工智能技术给金融行业带来的影响是一把”双刃剑”。它孕育着巨大的创新潜能,但也可能加剧某些固有风险。因此,我们既需要拥抱AI在金融领域可能带来的机遇,又必须充分重视和应对可能产生的挑战。让人工智能为金融行业科技进步贡献力量,同时最大限度规避其负面影响,这是摆在政府、企业、社会各界面前的一项重大课题。 只有在监管政策、伦理规范和技术发展之间达成平衡,充分吸收利用AI技术的同时加以恰当规制,我们才能最终实现金融业的长期稳健发展。这不仅需要政府更加审慎地制定政策,引导AI技术在金融领域健康有序发展,也需要业界共同参与,在实践中总结经验、完善管理制度。相信只要坚持这样的发展道路,人工智能运用于金融领域所展现的价值将会充分释放,为经济社会发展注入新的动力。

CFIC导读 4月12日，AI+金融论坛在张江科学城·数智天地成功举办，旨在集聚“AI+金融”生态资源，加速金融行业迈向大模型驱动提质升级的新阶段。现场，300多位来自大模型企业、金融科技企业、金融机构以及高校的代表汇聚一堂，共话大模型赋能金融行业的机遇与挑战。 以大模型为代表的人工智能正加速与实体经济深度融合，推动新质生产力的形成。那么，大模型如何赋能金融行业，需要突破哪些关键技术？当前有哪些应用场景的先行探索案例？ 4月12日，AI+金融论坛在张江科学城·数智天地成功举办，旨在集聚“AI+金融”生态资源，加速金融行业迈向大模型驱动提质升级的新阶段。现场，300多位来自大模型企业、金融科技企业、金融机构以及高校的代表汇聚一堂，共话大模型赋能金融行业的机遇与挑战。 AI+ 凝聚产业合力 助力浦东全球金融科技高地建设 作为新一轮科技革命和产业变革的核心引擎，以大模型为代表的人工智能技术正在为各行各业发展持续注入新动能。金融行业应用场景丰富，数字化基础好，成为大模型落地应用的最佳场景之一。将大模型注入金融服务全流程，贯穿业务运营全链条，是标志性举措，也是新的着力点。 张江科学城·数智天地是浦东新区以“科学、产业、城市”融合发展为导向的产城融合高地。论坛现场，陆家嘴集团与新致软件等6家首批人工智能核心企业进行了入驻及合作签约。这些企业将凝聚AI、元宇宙、信息技术等领域技术优势和品牌影响力，为浦东数智化发展注入创新原动力。 2023年10月，浦东发起“双城辉映”产融对接平台，以加强张江和陆家嘴的资源整合配对。陆家嘴金融城与张江科学城的“双城联动”，为浦东提供了独有的金融科技生态优势，近年来吸引了大批优秀的金融科技企业。现场，百度智能云、腾讯云、新致软件、达观数据携手生态合作伙伴，共同启动金融科技产业生态计划 ，助力全球金融科技高地建设。 去年7月份在世界人工智能大会上，生于张江的达观数据正式向全球发布曹植大模型。它的第一个应用场景就是金融垂直领域，致力于提升大模型对于金融专业领域的基础底座能力。 “最近，我们（曹植大模型）取得了国家互联网信息办公室关于发布生成式人工智能服务的备案，已经可以正式对外提供服务。”达观数据联合创始人、金融产品负责人纪传俊介绍，在金融领域，风控合规和文本生成是曹植大模型的两大服务方向。目前，合作伙伴们试用后的反馈效果比较好，尤其是在法律法规的查询方面效率提高很多，他们做到了以前做不到的事情；在写作深度上，原来写一篇尽调报告需要大半天时间，现在借助我们大模型的生成能力，约一个小时便可生成最终稿。 AI+ 智引浦东未来 赋能多行业垂直领域产业跃升 作为全国首个人工智能创新应用先导区的核心承载区，浦东在产业规模、创新生态、支撑要素等方面存在显著的发展优势。 现场，浦东新区科经委副主任夏玉忠表示，浦东将以创新业态培育为根本，以产业智能化发展为目标，以大模型创新发展为抓手，以应用效能提升为落脚点，汇聚尖端技术、焦点议题和产业资源，为国家“人工智能+”行动贡献上海智慧、浦东方案。希望人工智能产业各方秉持开放包容、合作共赢的理念，在浦东这片热土上共谋发展，共创美好未来。 今年的全国两会《政府工作报告》首次提出“人工智能+”行动，进一步明确“AI+”应用将成为未来科技发展的重点方向之一。为响应国家关于新一代人工智能发展战略的具体行动，今年浦东将开展大模型赋能产业系列活动，深入探讨大模型的行业垂直应用，每期活动将聚焦1个垂直应用场景和1个特色产业园区，实现产业深度转型与创新跃迁，加快形成新质生产力，增强发展新动能。 据介绍，围绕“AI向实 产业跃升”这一主题，该系列活动将立足浦东新区硬核产业，陆续推出智能车、机器人、元宇宙、生物医药等垂直领域专场论坛，持续带来学界大咖与产业一线的前沿观察与思考，驱动产业蝶变，助力浦东打造人工智能世界级产业集群。 AI+ 释放智慧动能 且听业内大咖破题金融科技生态建设 金融服务模式与金融产品形态已随着人工智能的发展产生了深刻的变化，金融科技在带来便捷化、智能化服务的同时，也对安全提出了新的挑战。 围绕维护金融稳定的重要性，复旦大学金融科技研究院副院长、计算机科学技术学院教授、博士生导师吕智慧以《金融科技安全风险监测研究及大模型实践》为题，深入探讨了利用新一代人工智能技术构建智能金融风险监测系统，分析并验证新出现的人工智能安全挑战 。 他建议：采取基于金融大模型的数据共享、风险知识表示和模型可解释性多元方法，以促进安全、高效的金融科技生态系统的建立和完善。 百度智能云金融产品部AI原生应用方向产品负责人常琳介绍了对大模型能力的认识方法，并分享了大模型应用落地的成功实践。腾讯云智能商业化中心金融业务负责人汪凯峰立足于大模型技术在金融领域的创新应用及其引发的效能革命，介绍了腾讯云金融行业大模型的能力矩阵及多个典型应用场景。建信金科基础技术中心副总裁、量子金融应用实验室主任吴磊对金融场景中大模型应用的新范式进行了分享，并详细阐述了建信金科在金融行业大模型应用方面的服务实力。晴数智慧 创始人兼 CEO 张晴晴从数据视角出发，解读了如何利用智能化工具和大模型能力为金融行业赋能，并提供完整的数智化解决方案。 最后，在圆桌对话环节，上海纽约大学助理教授王丹、达观数据联合创始人纪传俊、新致软件咨询总经理李若炜、汇丰金科技术总监王天宏、建行银行上海分行科技金融创新中心总经理董宣忠、海通证券计算机首席分析师杨林等嘉宾，就“大模型时代:金融的机遇、挑战和展望”话题进行了深入交流与讨论，为大模型在金融领域的多元化应用前景建言献策。 本文来源：科Way 微信编辑：关乔 《风险预警·金融版》简介 金融是现代经济的命脉，金融稳则经济稳。金融安全事关国家、区域企业发展大局，需要对金融风险时刻保持高度警惕，增强风险防范意识，科学应对，防范于未然。由中国金融信息中心出品的《风险预警·金融版》在政府权威部门指导下，依托先进的大数据舆情监测系统和专业的分析师团队，对金融业不同领域、不同类别的风险舆情进行总结梳理和分析研判，为金融监管部门、要素市场、金融机构、上市公司、行业协会、各类企业、高等院校、研究机构等提供权威、专业、实用、及时、有效的金融风险舆情监测、研判、预警与应对建议。1.8万/年，每周一期，每周五发布。 最新报告： 【2024年4月第2期】总第122期：金交所黄粱一梦终成空 【2024年4月第1期】总第121期：新规施行！保险消费投诉顽疾待解 【2024年3月第4期】总第120期：上市公司财务造假严打进行时

编辑：编辑部 【新智元导读】专业数据分析师要危了！国产首款金融数据分析AI诞生，数秒即可完成PB级金融数据「海底捞针」，普通用户无需编程就能搞定数据分析。 在探索人工智能领域的浪潮中，针对个人消费者C端的AI解决方案的实际落脚点，似乎依旧沿着一条较为狭窄的路径发展。 美国著名科技风投机构a16z最新的研究报告透露，当前市面上颇受欢迎的五十种C端AI产品，主要集中于视频、音频、图像和文本处理的智能工具领域，这一趋势反映出面向C端的应用依然有待进一步拓展和深化。 在此背景下，国内AI创新企业功夫源科技重磅推出「功夫量化」AI应用，这是针对金融行业的一次跨越性进击。 它能够在PB级金融数据海洋中，以秒级速度进行精准的信息搜寻，国内首款面向普通投资者的AI金融数据分析产品。 其核心竞争力在于它能够对繁杂的数据进行深度筛选，洞悉背后的价值信息，并据此生成新的、有力的洞见，帮助用户做投资决策。 在过去，进行这类复杂的金融分析通常要求分析师具备高级编程技能，并需要在专业金融数据库上执行一系列开发工作。 而现在，借助功夫量化的AI技术，即使用户不具备编程能力或使用专业工具的经验也能轻松进行分析。 他们只需通过免费的小程序或桌面客户端，以类似ChatGPT的问答形式，即可实时获取所需的分析结果。 例如，用户可以轻松查询： 「今年3月每天收盘前30分钟逐笔成交数量最多的股票」「中国石油和上汽集团在今年1月3号开盘后10分钟内每分钟逐笔成交数之差」「2024年宁德时代三十分钟内涨幅超过1%的随后五分钟的涨跌幅度」 小程序版：手机端亦可轻松获取TB级数据的AI测算，洞悉市场秘密 桌面客户端：市面上唯一基于l2数据进行因子研究和因子生成的AI计算工具 这种能力让普通投资者也能深入挖掘那些曾经只有专业数据分析师才能触碰的深层信息，自由探索数据海洋中的线索，从而揭示新的投资和交易机会。 而这对于那些习惯于通过复杂算法和策略来寻求盈利的股票操盘手和期货交易者来说，无疑将面临工作形态与流程的变革—— 过往，他们可能需要依赖IT开发者或数据分析师来实现复杂策略，如今，在AI的帮助下，他们能够独立完成这些任务，这大幅提升了工作效率，也为他们的决策提供了更直接、更精确的支撑。 产品一经推出，已经有金融从业者调侃并感叹，又一波失业大潮要来了！ AI能力强，还需优质数据打底 目前，功夫量化已经为用户提供了覆盖国内全市场的金融市场Level2数据。这种数据的深度和广度，使得用户不仅能够以更高精度分析市场动态，还能更精确地分析市场动态并制定相应的交易策略。 Level 2数据的稀缺性和价值体现在其提供比传统市场数据更丰富的交易层面信息，包括订单簿的所有买卖报价级别，这是洞察市场供需状态、预测价格走势并把握交易时机的关键因素。 在数据服务行业，Level 2数据往往价格不菲，通常超过10万元人民币，且对于终端用户来说，其使用不仅停留在昂贵的获取成本上，还包括了必要的存储和计算基础设施的搭建。 这一系列的技术和财务门槛，自然将许多个人用户和小型机构排除在外，传统上，只有资金雄厚的机构才能够应对这样的成本投入。 针对于此，功夫量化团队所开发的全新无服务架构改变了这一局面，通过云计算平台提供弹性算力服务，使得用户无需前期投资即可实现数据的即时在线处理和分析。 通过这种创新模式，高成本的数据服务以更加亲民的方式呈现给了C端用户，同时保持专业级的数据处理能力。 不同用户之间的计算任务完全隔离在各自的沙盒内，这不仅保障了数据安全，也确保了高并发环境下的优良用户体验。 功夫量化团队的产品经理透露，除了现有的Level 2数据，今年内还将进行一系列的数据升级，包括添加基本面数据、另类数据等多种数据类型。 这些升级将帮助用户在功夫量化产品内获得更加完整的市场图景。 金融版的特征工程，因子计算创新应用 在机器学习的应用过程中，特征工程是确保模型有效性的关键步骤。 在金融行业，这一概念对应着因子的提取和使用，这些因子常常是投资决策和量化策略的基石。 针对这种场景，功夫量化还特别推出了基于因子计算的AI Infra—高性能金融因子工厂，支持用户通过功夫量化的先进无服务算力设施来自定义和部署因子计算任务，进而提高金融分析和交易策略的精准度。并通过开放式的API在其他系统内连接使用计算结果。 高性能金融因子工厂特点如下： 自定义因子计算：用户可根据个人或机构的特定需求，自定义因子计算逻辑。为投资策略带来了极大的灵活性和针对性，满足每个市场参与者采用其独到的视角和策略。无服务算力设施：功夫量化的无服务架构允许用户在虚拟化的隔离环境中运行因子计算任务，无需担心底层硬件的维护和升级。这种云基础设施支持高弹性和可扩展性，确保了计算资源的即时可用性和高效执行。开放式API接口：通过开放式API，用户可以轻松地将因子计算结果集成到其他系统中，无论是内部的交易系统还是外部的分析工具。这种高度的互操作性极大地增强了因子应用的灵活性和广泛性。 以上三点共同构成了强大的运营壁垒，为用户提供个性化、低维护和高度互联的量化交易解决方案的同时，也为商业模式创新奠定了坚实基础。 在特征工程领域，国外已经出现AI基础设施独角兽，例如Tecton就为机构用户提供通用的数据特征管理基础设施。 相比之下，功夫量化专注于金融行业，提供了更为定制化和行业特定的解决方案，包括专业数据、定制工作流集成、交易执行无缝衔接等特点。 同时通过功夫量化特有的产品设计，使得这些功能既能满足专业投资机构的需求，也能完全开放给个人用户自由使用。 AI加速，全能交易Agent即将到来 功夫量化的未来发展计划表明，他们致力于将人工智能功能更全面地融入金融交易的各个环节，从数据分析到实盘交易。这种全链路的AI增强不仅将改变传统的交易方式，还预示着AI在金融领域应用的新纪元。 不久后的功夫量化平台将通过高级的用户界面和自然语言处理技术，使用户能够直接与系统对话，描述他们的交易需求和目标。AI Agent将解析这些需求，自动执行以下步骤：...

原标题：萨摩耶云科技集团林建明：AI+时代，新质生产力重塑金融 新质生产力，形成于“百年未有之大变局”的全球背景，时代的变迁带来了经济发展模式的深刻变革，引发了政策目标的调整、需求结构的演变、产业结构的升级。AI+时代，如何寻找中国创新发展的着力点与内在逻辑？在4月25日证券时报、国海证券主办的“解读新质生产力”读书会上，萨摩耶云科技集团创始人、董事长兼首席执行官林建明携热门新书《AIGC重塑金融》与公募、私募、险资机构代表、证券、媒体人士，共同从书籍和实际应用中探寻高质量发展的答案。 新质生产力重塑金融竞争力 新质生产力作为由科技创新发挥主导作用的先进生产力，具有高科技、高效能、高质量特征，将由技术革命性突破、生产要素创新性配置、产业深度转型升级而催生，创造出全要素生产率大幅提升，加快发展新质生产力对我国经济发展的质量和效率至关重要。 金融是国民经济的血脉，新质生产力发展需要金融体系的有力支撑，做好金融五篇大文章，是统筹推进经济和金融高质量发展的重要抓手。国海证券合规总监兼董事会秘书覃力在致辞时认为，对于金融业而言，要在发展新质生产力，建设金融强国方面彰显新的担当。勇于面对挑战拥抱变革，充分运用AI技术促进生产力的提升，促进社会发展。 证券时报社编委、机构中心主任、券商中国总编辑汤泳表示，新质生产力的崛起，正在深刻改变全球竞争格局。一方面，它打破了传统生产要素的边界，使得知识、信息、数据等无形要素在经济发展中的作用日益凸显，推动了从资源依赖型向创新驱动型的转变。另一方面，它催生了平台经济、共享经济、智能制造等新兴业态，加速了产业融合，重塑了产业链、供应链、价值链，为经济增长开辟了广阔的新空间。 腾讯研究院前沿科技研究中心主任王强判断，AI+时代基础大模型会进一步集中，2024年大模型技术在广告、金融、教育等行业加速渗透，逐渐由工具变成伙伴提升生产效率。发展新质生产力，科技创新是核心驱动力。林建明认为，大模型被视为金融业发展“新质生产力”的重要引擎。AIGC会对整个生产力带来一个质的飞跃。对于金融业而言，AIGC将从提升金融机构内部生产效率、外部服务效率、金融业科技水平，以及推动监管科技发展等方面重塑金融竞争力。 “1+1>2”辩证应用AIGC 在AI技术的推动下，金融业正迎来技术革新的关键时期。金融机构数字化转型逐步拓展至细分领域的深度垂直整合，并迈向全面应用与持续创新的崭新阶段。凭借庞大的客户基数、稳定可靠的数据资源以及坚实的技术支撑，金融领域已然成为AI应用的优质土壤。 当下，金融垂类大模型虽然尚处于技术探索和试点应用的并行期，但其与现有的技术融合赋能金融服务，将实现“1+1>2”的效果。尤其在智能营销、智能风控、智能运营、智能客服等金融场景能大幅增强信息和数据处理能力，帮助金融企业优化风险管理、产品设计、客户服务等流程环节，不断创新服务模式，提升服务效率。 “AIGC能够通过自动化运营、数据分析、人机协作等方式，显著提高金融机构的内部生产效率。”以数据分析为例，林建明指出AIGC通过对多种复杂因素分析，从大量数据中提取关键特征，处理非结构化数据，改善不确定性建模和预测、增强决策过程可解释性等方式，帮助金融机构提升数据分析能力。 “除了对金融业内外部的效率产生重要影响，AIGC技术还将带来算力系统、金融数据处理能力、人才需求结构等方面的变革。”谈及AIGC对金融科技水平的影响时，林建明说未来的程序员将转变为大语言工程师等新角色，整个开发过程也会发生变化。不过，尽管AIGC将全方位地对现有金融科技从架构层到应用层进行全面的重构，但这个过程不会那么快，因为底层技术发展还不够完善。 尽管金融行业对大模型的关注和应用日益升温，但金融业的特殊性，使得合规、数据、算力、隐私等挑战不容忽视。在林建明看来，不能因为担忧而拒绝变革。金融机构要以全面、辩证、发展的眼光看待大模型，因地制宜探索利用AIGC技术。克服安全和隐私风险、调整生产关系、推动监管法规更新、解决人才短缺等问题，促进金融领域新质生产力的可持续、健康发展。 “未来，所有的AI服务将会变为需求方驱动的服务模式。”展望金融服务未来发展时，林建明认为，在新的人机关系中，机器人将可满足人类需求提供个性化服务。返回搜狐，查看更多 责任编辑：

机器之心报道机器之心编辑部 4 月 12 日，在上海市浦东新区科技和经济委员会指导下，由上海市浦东新区产业发展促进中心、上海市浦东新区投资促进二中心、上海陆家嘴（集团）有限公司主办，上海浦东科技创业中心、中国建设银行上海浦东分行、机器之心（上海）科技有限公司承办的 “AI+金融” 论坛在张江科学城・数智天地成功举办。 浦东新区科技和经济委员会副主任夏玉忠，北蔡镇人民政府党委书记殷宏、上海陆家嘴（集团）有限公司总经理蔡嵘，建行上海浦东分行党委书记邹林出席了本次论坛。来自大模型企业、金融科技企业、金融机构及高校的嘉宾和 300 多位专业观众参加了本次论坛，4 万余人次通过多个直播平台进行了在线观看。 夏玉忠在致辞中指出，浦东未来将以大模型创新发展为抓手，以产业智能化发展为目标，以创新业态培育为根本，以应用效能提升为落脚点，汇聚尖端技术、焦点议题和产业资源，致力为国家 “人工智能+” 行动贡献上海智慧、浦东方案，全力建设成为国内领先的新一代信息技术与产业深度融合的发展高地。希望产业各方秉持开放包容、合作共赢的理念，在浦东这片热土上共谋发展，共创美好未来。 论坛现场，陆家嘴集团与铂傲智能、J HUB、XREAL、上海人工智能技术协会、新致软件、爱客易智能等 6 家首批人工智能核心企业进行了入驻及合作签约。浦东新区科经委夏玉忠副主任和浦东新区北蔡镇人民政府书记殷宏进行了见证。这些企业在 AI、元宇宙、信息技术等相关领域有着深厚的技术积累和品牌影响力，将为张江科学城・数智天地的发展注入创新原动力。 浦东作为上海国际金融中心核心区，不仅集聚了全球顶尖金融机构，近年来也吸引了大批优秀的金融科技企业。活动现场，百度智能云、腾讯云、新致软件、达观数据携手沁诚信息、望繁信科技、燧原科技、东华软件、沐曦、科大讯飞、中科曙光、争锋科技等生态合作伙伴，与陆家嘴集团总经理蔡嵘、建行上海浦东分行党委书记邹林一起，共同启动金融科技产业生态计划，以人工智能产业链上下游合力，构建金融领域数智化解决方案，助力全球金融科技高地建设。 复旦大学金融科技研究院副院长、计算机科学技术学院教授、博士生导师吕智慧以《金融科技安全风险监测研究及大模型实践》为题发表了主旨演讲。吕教授的报告围绕维护金融稳定的重要性展开，深入探讨了利用新一代人工智能技术构建智能金融风险监测系统的相关研究问题，分析并验证了新出现的人工智能安全挑战，倡导采取基于金融大模型的数据共享、风险知识表示和模型可解释性多元方法，以促进安全、高效的金融科技生态系统。 百度智能云金融产品部 AI 原生应用方向产品负责人常琳介绍了对大模型能力的认识方法，并分享了大模型应用落地的最佳实践。腾讯云智能商业化中心金融业务负责人汪凯峰立足于大模型技术在金融领域的创新应用及其引发的效能革命，向与会者介绍了腾讯云金融行业大模型的能力矩阵及多个典型应用场景。建信金科基础技术中心副总裁、量子金融应用实验室主任吴磊对金融场景中大模型应用的新范式进行了分享，并详细阐述了建信金科在金融行业大模型应用方面的服务实力。晴数智慧创始人兼 CEO 张晴晴从数据视角出发，细致解读了如何利用智能化工具及大模型能力为金融行业赋能，为金融行业数智化转型提供了一套解决方案。 最后的圆桌对话环节，由上海纽约大学助理教授王丹主持，达观数据联合创始人、金融产品负责人纪传俊、新致软件咨询总经理李若炜、汇丰金科技术总监王天宏、建行上海市分行科技金融创新中心总经理董宣忠、海通证券计算机首席分析师杨林，共同就 “大模型时代：金融的机遇、挑战和展望” 话题进行了交流与讨论。来自产学一线的专家们结合自身工作实践，深入讨论了大模型在金融领域的多元化应用前景，为金融行业的稳健发展和推进大模型赋能提供了丰富的思路。 以大模型为代表的人工智能正加速与实体经济深度融合，推动新质生产力的形成。以 “AI 向实・产业跃升” 为主题，浦东新区大模型赋能产业系列活动应运而生，立足浦东新区产业，探讨大模型在各行业的垂类应用。每期活动聚焦 1 个垂直应用场景和 1 个浦东特色产业园区，未来将陆续推出智能车、生物医药、元宇宙等垂直领域专场论坛，持续带来学界大咖与产业一线的前沿观察与思考。第二期活动将于 5 月 11 日推出，聚焦于 “AI+智能网联车” 领域，期待与大家不见不散。 © THE END  转载请联系本公众号获得授权...

本周共同虚拟带来AI金融分析平台Bridgewise、法律AI技术平台Lawhive、AI现场管理平台FYLD等三个AI应用。 AI金融分析平台Bridgewise 为全球投资者提供可靠分析 Bridgewise是全球证券的开创性人工智能分析平台，已成功完成新一轮融资，获得2100万美元融资。 这项投资将公司筹集的总资本推高至3500万美元。本轮融资由 SIX Group 领投，Group11 和 L4 Venture Builder 以及其他全球顶级金融机构参投。 Bridgewise提供人工智能驱动的投资分析工具，迎合不同的客户群，包括交易所、银行、交易平台、投资公司、财富顾问以及金融媒体和教育平台。Bridgewise 的技术在超过 15 个国家/地区开展业务，为这些机构提供数据驱动的洞察力和分析，从而增强他们的决策过程。 Bridgewise通过分析全球90%以上上市证券的基本面数据，在金融科技领域取得了重大进展。这包括股票和共同基金，它为这些基金提供已经在多个市场获得批准的受监管投资建议。 Bridgewise的技术核心是两项关键创新：一种是评估超过50,000支上市证券的机器学习算法，另一种是以用户喜欢的语言生成易于理解的报告的生成式AI。这些技术确保Bridgewise保持在金融科技行业的最前沿，提供可操作和可访问的金融情报。 此外，Bridgewise还拥有名为 Bridget™ 的专有对话式人工智能聊天机器人。该机器人及其机器人顾问旨在根据用户的现有投资组合量身定制个人投资建议。 Bridgewise联合创始人兼首席执行官Gaby Diamant表示：“这是我们缩小全球资本市场知识和可及性差距的使命的一个重要里程碑。我们的人工智能技术具有独特的优势，可以为全球投资者提供做出明智决策所需的可靠分析、建议和支持。” 法律AI技术平台Lawhive 旨在扩大AI驱动的服务范围 总部位于英国的法律科技初创公司Lawhive通过针对小型律师事务所的软件即服务平台提供基于人工智能的内部“律师”，该公司在种子轮融资中筹集了950万英镑（1190万美元），以扩大人工智能驱动的服务范围。 本轮融资由Google Ventures（GV）领投，Episode 1 Ventures 参投，是Lawhive继 2022 年 4 月获得 150 万英镑投资后的又一笔投资，该投资使公司在过去 12 个月中实现了快速增长。 这家初创公司表示，它应用了各种基础人工智能模型以及自己的内部模型来总结文件并加快重复性任务，例如 KYC/AML、客户入职和律师及其客户的文件收集。 Lawhive 平台的核心是人工智能律师 Lawrence，它建立在 Lawhive...

随着AI（人工智能）大模型的发展成熟，这一新技术如何在金融行业落地应用备受关注。 4月10日，IDC中国副总裁兼首席分析师武连峰在接受媒体群访时表示，今年是大模型与行业结合落地的元年，而金融业又是数字化最好的行业。“今年将是金融业对大模型的‘投入年’，更多集中在基础设施、应用解决方案的投入上，未来两三年，金融行业大模型有望真正产出，实地应用。” 实际上，目前已有银行探索在业务中使用AI大模型，10日，网商银行在2024数字产业链金融行业峰会上宣布升级大雁系统，将AI大模型的能力应用于产业链金融，这一应用这并非是直接生成内容、与用户互动，而是在后台，大模型成为金融风控系统的“助手”，帮助金融机构识别小微。 网商银行信息科技部副总经理方珂在群访中表示：“今天，在小微领域，唯有AI、科技能深入下去，如果没有这两项，我们也难以服务下沉客群。” 大模型应用于两方面 能将企业挂载到产业链上 贝壳财经记者了解到，网商银行主要将AI大模型应用在两方面，第一，用知识抽取能力构建产业链图谱。大模型通过读取海量的商品信息、企业关系信息之后，形成产业链图谱，让全产业链上下游的小微“显形”；第二，通过信息解析能力，对小微企业的经营情况进行秒级评价。大模型就像24小时无休的智能产研专家，读研报、判断产业趋势、解析小微经营数据，评价其信用情况。 为何要在产业链金融中引入大模型？ 举了个例子，在浙江嘉兴，有一家名为丞达新材料科技有限公司（以下简称：丞达）的企业，其主营业务是高温尼龙材料，新材料研发时间长，需要资金投入，客户回款周期长达3个月，周转需要资金，然而，几年前企业主向银行申请信贷时，仍需要抵押房产，并等待一周时间。 “在金融机构眼中，丞达的画像是一家普通的小微企业，年营业额在1000万元左右。但它生产什么，最终销向何处，金融机构并不清楚。因此，在没有品牌企业担保的情况下，金融机构很难给予其需要的贷款额度。” 网商银行行长冯亮表示。 大模型则能将看企业的“视角”向深处延伸，从海量信息中理解数据，形成产业链图谱，再通过技术识别小微企业的主营业务，将其挂载到产业链上。 比如，大雁系统通过大模型就识别出了丞达位于汽车产业链上，且拥有12项专利，是浙江省的高新技术企业，其所生产的尼龙材料最终去到了比亚迪汽车，成为保护连杆器核心电子器件的绝缘层。同时，其位于浙江嘉兴的新兴材料生产基地，拥有供应优势。最终，网商银行结合“AI产研专家”的评分与其他金融风控数据进行严格的验证，为其提供了200万元额度的纯信用贷款。 目前，网商银行通过大模型搭建了包括汽车、医疗、建筑等在内的9条产业方向的产业链图谱，识别超2100万产业链上下游的小微企业，小微信用画像效率提升了10倍。 大模型可提高风控精细度 落地应用最关键的是找到合适场景 不过，目前来说，大模型还不能直接应用于金融机构的授信。 方珂表示，授信是决策系统，需要在各种各样的维度上进行决策，而决策对精准度、风控的要求非常高，大模型的决策能力没那么高，且带来的系统性风险很高。“现在谈大模型在风控系统中的应用，主要是利用大模型的认知系统能力。换言之，大模型能从较多数据维度中刻画更多认知画像，但在最终决策时，选择画像仍需要一些准入标准和方法。” 方珂进一步表示，目前，网商银行使用的是大数据风控，而大数据风控中很重要的一个方向是将数据提取成认知特征，让决策系统更有精细度。其实，人审是最精细的，但人审的成本非常高，而量化风控的精细度又略低，使用数据的效率也略低，在保证效果的情况下采用度不能过高，如果过高会导致在认知维度足够的情况下，可能会看不清楚或无法给足授信。“引入大模型实际上强化了认知画像的维度，在量化风控的基础上更接近人审，虽然仍达不到人审的精细度，但确实降低了成本。” 面向未来，武连峰认为，大模型高价值应用，最关键的是找到合适的场景。其至少必须满足两个条件，一是需要对海量数据进行分析，二是需要高昂的专家知识。网商银行大雁系统通过大模型构建产业链图谱，在发展新质生产力与“人工智能+”的产业命题下，不失为服务实体经济的探索。 新京报贝壳财经记者 潘亦纯 编辑 王进雨 校对 柳宝庆

来源：上海财经大学 大纲目录 一、概述 二、大模型应用技术分析 三、大模型的应用安全 四、大模型评测 五、金融大模型发展中的人才培养 【报告领取方式见文末】 完整版领取方式 该份报告共76页 如果您觉得这份资料对您有帮助 希望获取完整的电子版内容参考学习 您可以关注+评论+转发 然后私信我：报告

当前，人工智能大模型席卷全球，加速融入经济社会等领域，成为包括金融在内的各行各业创新变革的关键变量。金融大模型是人工智能技术在金融领域深化应用的最新最重要的成果之一，正在引发金融科技发展范式创新、行业运行方式变革、服务生态体系重塑，成为推动金融科技创新和发展的重要动力。近期，马上消费金融股份有限公司副总经理兼首席信息官蒋宁牵头撰写的著作《金融大模型》已出版。为就相关话题进行深入探讨，上海金融与发展实验室于2024年4月12日举办“前沿金融读书会——金融大模型”。读书会由上海金融与发展实验室前沿金融研究中心主任、万向区块链首席经济学家邹传伟主持。马上消费副总经理兼首席信息官蒋宁蒋总做了题为“金融大模型的机遇与应用探索”的主旨演讲。蒋总谈到，大模型是数字时代的智能基础设施，是推动科技平权的新范式。金融大模型的核心技术特征在于双轮驱动的关键过程，即训练过程的核心技术：高效模型精调（微调）和使用过程的核心技术：提示工程。目前，基于大模型的技术栈更加复杂，通用基础类&行业领域类参与者都在各自赛道中寻找最优解。不过，大模型与金融场景的融合应用还存在着专业、精确、严谨、安全可信、合规的高标准领域适配等方向的挑战。未来大模型在金融领域商业化、全面工程化落地，仍需具备成本与商业价值闭环、幻觉检测、关键任务、安全技术体系、合规标准体系、动态评价机制等六大核心能力。对于金融机构来说，面向特定场景任务和成本效果要求，金融机构需要四大类别模型：通用大模型、知识处理大模型、工具大模型、决策大模型。就应用前景而言，大模型应用加速了更加广泛的个性化服务，风险分析和直接对客场景价值潜力更高，未来可围绕“三大方向八大应用”加速落地：三大方向即知识平权、决策平权及体验平权，八大应用即知识助手、大模型平台PowerAgent、大模型+人机交互、大模型+BI智能决策、大模型+洞察分析、大模型+防伪安全、大模型+消保合规、智能办公+管理数字化。交通银行金融科技创新研究院高级经理钱菲、星展银行（中国）首席信息官宫霄峻、江南农村商业银行首席信息官兼金融科技部总经理杨凯、华泰证券科技与电子行业首席分析师黄乐平、上海交通大学上海高级金融学院教授董兵兵、上海金融与发展实验室主任曾刚、上海农商行原首席风险官吴国华等从各自的角度展开了热烈讨论和深度交流。最后，蒋总就新书《金融大模型》进行了现场签赠。 来源：上海金融与发展实验室

2024年3月29日，中关村西城园管委会、北京市西城区总工会、北京金融科技产业联盟、北京金融信息化研究所联合主办，曙光信息产业股份有限公司支持的“全球金融科技大会系列活动——大模型金融应用创新与实践大赛”终审圆满结束。大赛收到来自工商银行、农业银行、中国银行、建设银行、百度、蚂蚁、腾讯等39家机构68份应用实践报告，经过前期初赛评审，遴选出25项应用实践进行终审。 << 滑动查看下一张图片 >> 本次大赛终审邀请了中国工程院院士柴洪峰、北京金融科技产业联盟理事长吕仲涛、中国金融电子化集团副总经理潘润红、中国银行业协会系统服务部主任赵成刚、深圳证券交易所人工智能专家杨振新、中科院计算机网络信息中心副研究员苟甜、百川智能联合创始人洪涛、中关村天使百人会理事长肖庆平共8名专家对入围作品进行评审。大赛的获奖情况将在西城区总工会五一表彰大会中正式公布。 “大模型金融应用创新与实践大赛”充分展示了大模型在金融应用领域的创新实践成果，有效推动了大模型金融应用场景探索及生态建设，为数字金融和智慧金融的稳健发展提供了有力支持。 关闭 观看更多 更多 退出全屏 视频加载失败，请刷新页面再试 刷新 视频详情 入围现场评审作品名单（抽签路演顺序） 序号 机构 作品名称 1 建设银行 大模型技术在远程智能银行中心的应用探索 2 中信银行 基于多模态大模型Agent的金融智能操作助手 3 中信百信银行 基于AIGC的数字人客户经理助手 4 农业银行 ChatABC金融大模型创新应用探索实践 5 腾讯云 腾讯云AI代码助手助力研发提效的方案和实践 6 徽商银行 徽商银行大模型合规助手的设计与实践 7 百度网讯 大模型技术在金融机构内控合规管理领域的应用初探 8 交通银行 基于Transformer模型的反欺诈应用研究报告 9 华夏银行 基于RAG大语言模型的金融机构知识信息搜推问生成式一体化应用 10 火山引擎...