lida

陈东升 党的二十届三中全会《决定》提出“积极应对人口老龄化，完善发展养老事业和养老产业政策机制”“积极发展科技金融、绿色金融、普惠金融、养老金融、数字金融，加强对重大战略、重点领域、薄弱环节的优质金融服务”。 做好养老金融大文章，助力实现老有所养、老有所为、老有所乐，保险业发挥着重要作用。泰康保险集团股份有限公司(以下简称“泰康保险集团”)始终坚持金融工作的政治性、人民性，依托保险、资管、医养服务体系优势，持续深化养老金融实践创新，为积极应对人口老龄化贡献力量。 坚持做大做强养老三支柱。近年来，我国加快发展多层次、多支柱养老保险体系。经过多年稳定发展，我国已建成世界规模最大的基本养老保险体系。泰康保险集团旗下的泰康资产参与了基本养老保险基金投资管理，并参与了第二支柱中的企业年金和职业年金投资管理。同时，泰康保险集团积极发展商业保险年金新产品、新服务，助力养老第三支柱建设。 坚持布局养老设施建设。保险资金久期长，具有跨周期属性，是重要的“耐心资本”，与养老产业投资需求天然契合。泰康保险集团坚持发展长期资本、耐心资本，加大对养老事业和养老产业的金融支持力度，助力发展银发经济。一方面，集团累计投入近500亿元投资建设运营医养，目前泰康之家、泰康医疗、泰康拜博口腔等共同组成的“长寿社区+长寿医疗”相关布局280家，覆盖56座城市。其中，“泰康之家”已在36个城市建设43个项目，23家社区已开业运营，在住老年人超1.4万人。另一方面，泰康保险集团累计投入超170亿元，通过直投和投资基金等方式投资大健康生态企业，包括直投企业近40家，大健康股权基金项目20余个。 坚持打造高品质康养服务体系。随着经济社会发展和居民生活水平提高，百姓养老需求日益多样化，对高品质养老服务也有更多期待。长期以来，泰康保险集团积极优化健康养老服务，致力于成为高品质康养服务体系的建设者，从硬件设施、服务体系和新技术应用等方面为行业探索相关标准。近年来，依托运营高品质养老社区积累的服务经验和专业能力，泰康保险集团在一些地区探索布局网络化的社区康养中心，为附近居民提供上门医养服务，打造机构养老、社区养老和居家养老三位一体的“养联体”，形成多方位、全链条的服务体系，更好满足百姓多层次养老服务需求。 此外，泰康溢彩公益基金会聚焦养老主业，积极赋能专业养老机构和社区养老服务，加大养老从业人员培养力度，助力养老生态建设和行业创新。截至今年11月，“溢彩千家”养老机构资助项目已累计资助养老机构410家，捐赠适老康复设备近3万件，惠及8.7万名老人；“溢彩培训”建立了覆盖管理者、护理骨干、护理员的三级培训体系，累计培训养老从业人员近9万人次；“溢彩星光”累计资助28家社会组织开展社会助老服务，已为近5万人次老年人提供服务。 坚持优化养老金融产品供给。为做好养老金融大文章，保险业要在第三支柱中更好发挥主力军的作用，坚持内涵式发展、特色化经营和精细化管理，更好满足消费者多层次、多样化需求。泰康保险集团在传统寿险的“负债端”和“资产端”结构中，引入“医养康宁”的“服务端”，打造“支付+服务+投资”三端协同的新寿险模式，整合个人养老筹资、养老产业融资以及养老服务投资等金融服务，提升寿险经营质效，更有力地助力银发经济发展、支持实体经济，更好满足人们对养老和健康的多样化需求。 新时代新征程，泰康保险集团将不断提升金融保险和健康养老服务品质，努力实现公司高质量发展，做好养老金融大文章，为我国养老事业和养老产业发展贡献更多力量。 (作者为泰康保险集团董事长兼首席执行官) 《 人民日报 》( 2024年12月11日 13 版)

近年来，金融科技（FinTech）已迅速成为全球金融行业的重要组成部分，推动着支付、借贷、财富管理等领域的数字化转型。然而，在没有AI的情况下，传统的金融科技应用仍然面临着诸多局限性。尽管区块链、大数据等技术为金融行业带来了诸多创新，但仍缺乏智能化决策支持系统、精准的风险预测工具以及个性化的客户服务模式。而正是人工智能（AI）的引入，为金融科技行业带来了革命性的变化，提升了整个金融行业的效率、精确度和安全性。 传统金融科技的挑战 在没有AI的情况下，金融科技的应用虽然解决了传统金融行业中许多“低效”的问题，但仍存在明显的短板： 人工决策和操作的局限性传统金融服务中的许多决策和操作仍然由人工完成，例如风险评估、贷款审批和投资管理。人工决策不仅效率较低，而且容易受到主观因素的影响，从而导致误判和风险的增加。尤其在面对复杂的投资和信贷决策时，传统系统的响应速度和准确性远不及AI系统。客户体验的单一性传统金融科技更多依赖固定的服务流程，而无法提供高度个性化的服务。客户的需求和行为是多样化的，传统模式下，客户服务只能依赖人工客服，无法实时、智能地响应每个客户的独特需求。加之金融产品的多样化和复杂性，客户往往面临“信息不对称”问题，无法及时了解符合自己需求的最佳产品。风险管理的不足在传统金融科技中，风险评估多依赖历史数据和手动审核，往往在大数据分析和实时决策方面存在短板。这种模式下，金融机构无法在极短的时间内识别潜在风险，尤其是在市场剧烈波动或突发经济危机时，传统系统的应对能力较弱。 AI如何推动金融科技的发展 人工智能作为一种强大的技术工具，正在帮助金融科技解决以上传统金融领域的难题。AI的核心优势在于其“自我学习”能力，它通过分析大数据，能够实时优化金融服务的各个环节，推动更智能的决策、更个性化的服务和更高效的风险管理。以下是AI在金融科技中的具体应用： 1. 智能化决策与风控管理 AI能够实时分析来自不同渠道的数据，包括市场数据、用户行为、交易记录等，以做出更加精准的决策。在贷款审批、信用评估等金融服务中，AI通过大数据分析，对用户的信用风险进行全面评估，能够实时判断贷款人的还款能力，从而降低金融机构的风险。同时，AI还能够根据用户的行为和历史数据，提前预测并识别潜在的欺诈行为。 例如，银行在发放贷款时，传统模式下可能仅通过用户的信用评分来评估贷款申请者的还款能力。而通过AI分析用户的支付习惯、购物行为、社交网络信息等，能够从多个维度全面评估贷款风险，做到更加精准的贷款审批，从而避免坏账的发生。 2. 个性化的客户服务 AI技术在金融行业中为客户提供了个性化的服务体验。通过智能客服、聊天机器人和推荐算法，AI可以实时响应客户的需求，提供量身定制的金融建议。例如，AI能够分析客户的投资偏好、风险承受能力等信息，并根据市场动态自动推荐合适的理财产品或投资组合。 AI在个人财富管理领域的应用尤为广泛，通过学习客户的历史交易记录和风险偏好，AI能够帮助客户自动调整资产配置，优化投资组合，最大限度地提高投资回报率。对于银行和金融机构来说，AI不仅提高了客户的满意度，也提升了服务效率，降低了人工客服的工作量。 3. 高效的市场分析与投资预测 AI的另一个显著优势是其在市场分析和投资预测方面的应用。AI通过实时分析大规模的市场数据，能够在短时间内捕捉到市场的细微变化，为投资者提供准确的市场预测。无论是在股票、债券还是加密货币市场，AI都能通过深度学习模型分析市场趋势，预测短期和长期的投资回报。 比如，AI能够识别出股市中的潜在投资机会，并实时对比各类资产的风险与回报，帮助投资者做出更加理性和高效的投资决策。同时，AI还可以帮助基金经理自动进行资产配置和投资组合的优化，从而提高基金的投资回报率。 4. 安全性和合规性保障 金融领域对数据安全和合规性的要求非常高。AI技术能够帮助金融机构有效识别潜在的安全风险，并实时监控交易活动，发现异常行为并及时预警。例如，AI可以帮助银行实时监控交易过程中的异常操作，防止洗钱、欺诈等违法行为的发生。此外，AI技术还可以帮助金融机构确保合规性，自动化检查交易是否符合相关法律法规，降低人工审核的负担。 AIGT如何助力金融科技的智能化发展 AIGT壹米控股（AIGT）在推动金融科技应用AI方面，具有领先的技术优势。作为一家专注于人工智能技术的公司，AIGT致力于将AI技术深度融合进金融行业，帮助金融机构提升服务效率、降低运营风险，并为客户提供更加个性化的金融产品。 1. 提供智能化的金融解决方案 AIGT通过其创新的AI技术，帮助金融机构在风控、贷款审批、信用评估等多个领域实现智能化管理。AIGT的AI系统能够根据用户的金融行为、信用历史、市场动态等信息，实时分析并提供精确的风险预测。同时，AIGT还为金融科技公司提供定制化的解决方案，帮助它们优化客户服务，提升用户体验。 2. 量身定制的个性化财富管理 AIGT的AI系统还可以为银行、财富管理公司等金融机构提供个性化的财富管理服务。通过分析客户的投资偏好、风险承受能力和市场趋势，AIGT能够为客户提供量身定制的理财建议，帮助他们优化资产配置，实现资产增值。 3. AI驱动的市场分析与投资决策支持 在投资领域，AIGT的AI技术可以为投资者提供实时的市场预测和投资建议。通过深度学习模型，AIGT的AI系统能够分析和预测金融市场的变化趋势，帮助投资者抓住市场机遇并规避风险，从而实现更高的投资回报。 总结 AI正在成为金融科技领域的核心驱动力，通过提供更加精准的风险评估、智能化的客户服务和实时的市场预测，AI正在推动金融科技的发展和革新。对于金融机构而言，AI不仅仅是提高效率的工具，更是创新服务、提升客户体验的关键所在。AIGT作为行业的技术领导者，通过AI技术的深度应用，正助力全球金融科技公司走向智能化的未来，推动金融行业的数字化转型。随着AI技术的不断进步，未来金融科技将进入一个全新的智能化时代，迎接更加高效、安全和个性化的金融服务。

2024年11月28日，以“打造新生态、合作赢未来”为主题的2024数字产业生态伙伴大会，在重庆悦来国际会议中心开幕。 本次大会由重庆市经济和信息化委员会、重庆两江新区管理委员会、中共重庆市委网络安全和信息化委员会办公室、中共重庆市委金融委员会办公室、重庆市科学技术局、重庆市人力资源和社会保障局、重庆市大数据应用发展管理局、重庆市知识产权局、重庆市科学技术协会等9大政府部门联合主办，重庆市发展和改革委员会支持，马上消费金融股份有限公司承办，华为技术有限公司、阿里云计算有限公司、腾讯云计算（北京）有限责任公司、北京百度网讯科技有限公司、北京中关村科金技术有限公司、重庆市大模型联盟等单位协办。 在会上，华为中国政企昇腾计算业务总经理李潇发表“昇腾AI加速行业智能化升级”主旨演讲，并表示：昇腾AI将坚持围绕基础软硬件、训推解决方案持续演进，做深技术根基。昇腾构筑高效和可靠的算力基础设施，助力金融机构拥抱大模型孵化系列应用创新，加速金融行业智能化升级。 人工智能走深向实，大模型学习和泛化能力持续增强，促使推理应用快速增长。今年，全球AI应用活跃用户数量已从21年的1800万飙升至2.3亿，其中个人及企业级付费用户比例达15%，AI应用已逐步探索出多种商业模式。伴随AI Agent、RAG、SFT等技术发展，大模型准确度可达90%以上，促进了AI与业务的融合。在互联网、金融等数字化转型水平较高的行业，AI渗透率已超过30%。根据预测，到2030年，AI将带动超过万亿的产业空间，未来充满着无限的想象。 昇腾打造了开放易用的全系列训练、推理、训推一体硬件产品、创新的硬件使能CANN和全流程工具链，全面加速并行算法、模型和应用的开发和创新。 在解决方案层面，训练系统要充分发挥有效算力，训练性能、稳定性和开发成本是关键。昇腾训练解决方案始终围绕“高性能、高可用、高易用”持续创新，满足大模型训练算力的增长需求。在训练性能上，昇腾独创了多种优化算法，如计算优化、内存优化和通信算法优化，大幅提升了训练效率。推理应用是人工智能释放价值的关键，为了更好地匹配大模型应用演进趋势，昇腾推理解决方案秉承开放、快速部署、极致性能的原则，在有效吞吐、服务化和算力部署等能力上持续演进，实现更高的AI落地经济性。 在软件层面，CANN是昇腾AI生态的根基和锚点，CANN深度开放，上接各类AI框架、加速库和应用，向下使能算力资源调度和计算加速，实现典型融合算子开发周期从2个月缩短至1.5人周，使能客户和伙伴自主开发；MindSpore持续提升动静统一能力，以1套API使能2种模式开发，让开发者忽略动静态图开发差异，小时级编码。通过编译选项，实现动/静态执行模式灵活选择；昇腾分布式加速套件MindSpeed 1.0，提供100+预置模型、60+加速算法及算子、10余种微调算法，降低从预训练到增量训练的分布式开发成本，加速模型迭代。 为了方便金融等客户部署AI推理应用，我们开放了MindIE推理引擎，可以大幅提升推理吞吐性能，加快推理应用开发及部署。同时，昇腾构建极简易用的全流程工具链MindStudio，快速支持大模型从训练开发到推理部署，让整个流程更加便捷高效。 此外，李潇还介绍了昇腾在金融行业的一些具体应用场景，并指出客户在选择算力平台的同时，也要考虑应用场景和模型的选择。昇腾凭借强大的算力和软件开放应用的能力，已经支持了多个基础大模型和行业大模型的适配。同时，昇腾还与合作伙伴一起，围绕金融行业的智能化升级，探索了多种AI应用场景，如办公、营销和客服等。当前已与马上消费联合开展了5大技术创新，马上消费的天镜大模型已基于昇腾完成测试，并应用于语音类业务场景，测试效果基本持平业界。其中智能客户分流94.7%，问题识别率93.6%，精准保障消费者合法权益，提升效率。 面向未来，建议金融客户选择相对成熟的AI技术路线和可持续迭代的基础设施，以保障关键行业的安全稳定和可持续发展；行业应聚焦成熟的场景，小步快跑地落地AI应用；联合主流模型厂商基于基础大模型进行金融数据增量训练，高效孵化出匹配自身业务的金融大模型，并提升整体的金融服务质量和效率。 本文源自金融界