南宫体育学会智能产品与产业工作委员会作为支持单位的“智能金融助力数实融合暨产教融合研讨会”在北京举行。

　　本次研讨会以智能金融助力数实融合、产教融合为主题，来自高校、智库和实业界的专家学者汇聚一堂，共同探讨在深度渗透生产流程和生活场景的大背景下，金融如何应对数智化转型浪潮，以及相关业务创新如何更有效服务实体经济、推进数实融合等前沿话题。研讨会现场发布了《智能金融助力数实融合报告2023》，为业界同仁提供基于金融场景的数字化转型镜鉴。

　　华夏时报社党委书记、社长、总编辑冯慧君在致辞中表示，党的二十大报告明确提出，要加快发展，促进和实体经济深度融合，二十大擘画的蓝图，正在指导、引领着金融业深刻的科技变革，在金融服务进入全面进入数字化新阶段的大背景下，以金融机构为主体推进产学研深度融合的创新体系构建具有积极意义。

　　中央财经大学文化传媒学院院长刘双舟远程致辞介绍了学校情况。中央财经大学是财政部、教育部和北京市人民政府共建的部直属院校，累计为国家培养了16万名财经人才。刘双舟院长本人在艺术金融领域也积累了不少研究心得，近年来持续关注艺术品市场与金融创新的结合，诚挚邀请各位专家常来学院指导交流。

　　当前，已经成为新一轮产业变革的核心驱动力，而金融业正是向智能化转型最深入、最彻底的行业之一。

　　“数字化、智能化已经成为金融行业基础设施升级、核心价值重塑、服务模式及产业边界重构的关键驱动力量，带动内部运营降本提质增效和金融机构对外服务赋能能力提升。”中央财经大学数字经济融合创新发展中心主任陈端在会上表示，“金融数据公共化服务与公共数据金融化开发正双线并行加大孕育数据新动能，财政部8月21日发布了《企业数据资源相关会计处理暂行规定》，商业银行过往资产体系以信贷资产为主，未来数据资产入表将大大扩张商业资产体量和资产结构，同时商业也将面对信贷对象企业群体在资产体系、估值体系和风险体系层面的新一轮重构。”

　　与此同时，金融行业的智能化、数字化使得数字安全、网络安全问题更为突出，对金融机构的安全运营和安全管理提出了更高要求，金融安全成为防范金融风险的一种底线要求。

　　在清华大学金融科技研究院金融安全研究中心主任周道许看来，当前金融行业在智能化、数字化过程中面临着两大安全挑战，一是数据安全与隐私保护的挑战，二是与系统稳定性的挑战。

　　一方面，智能化和数字化建设使金融机构收集和存储了大量个人信息，这也增加了隐私泄露的风险。另一方面，则是来自与系统稳定性的挑战。随着云计算、物联网等大量新技术被金融行业广泛应用，金融机构的传统安全保障能力变得薄弱，这也造成在过去的几年中网络安全事件激增。

　　中国财政科学研究院研究员、博士生导师文宗瑜在研讨会上做了《以数据要素产权分段确权加快产业数字化进程》的主旨发言。他认为，在的分段保护方面，除了保护个人隐私，也要保护数据应用开发经营权，应该加大产业数字化推进力度，通过大数据资源和金融科技的深度融合来带动实体经济与、数据产权的融合。

　　在隐私和方面，清华大学复杂工程系统实验室主任、中国人工智能学会智能产品与产业工作委员会主任任勇在演讲中指出，拥有资源和技术的组织会在AI时代更具竞争力，同时AI对人工的替代可能会引发失业和职业转型的问题，深化产教融合对提升人才的市场适配度和社会的全要素生产率都有积极作用。此外，未来的创新还涉及更多技术伦理层面的问题，比如自主AI系统作出决策时，问题涉及到谁负有责任，以及如何解释这些决策，这些都为我们提出了新的挑战。

　　“在金融领域，业务合规性和事实一致性是非常特殊的部分，为此，我们专门研发了安全围栏技术 ，保障大模型可控可信。”蚂蚁财富智能服务技术总监、支小宝技术负责人陆鑫表示，通用大模型在金融领域落地还有很多问题和困难，比如不严谨、有“幻觉”现象，等等。大模型要在金融领域能提供真正的服务，需要补全“安全力、语言力、知识力、专业力”四大缺失。

　　在规避道德风险和法律风险方面，中央财经大学私募投资基金研究中心副主任吴锴结合相关分析指出，如果智能投顾以虚拟专家的方式来提供投资建议的话，这里面会涉及到法律问题，当投资顾问的建议发生了错误，甚至出现欺诈行为，法律主体到底应该由谁来承担？如果机器人提供的建议出现了错误，甚至是有意误导投资者的话，投资者如何进行追溯，如何进行索赔？这是目前在业界、法律界、监管层都需要注意的问题。

　　今年以来，处在“风口”的大模型，被业界看作是人工智能以高阶形态带动金融业发展范式跃迁的典型，而诸多金融机构纷纷入局更是把金融大模型推向新高潮。如何利用新一代人工智能技术助推行业高质量发展，是金融机构正在思考的问题。

　　在金融大模型安全可信方面，针对“幻觉”问题，马上消费人工智能研究院算法总监肖冰以天镜大模型为例，解释了观点。例如用户说自己在开车，这时大模型会知道您需要注意安全就会挂机。但当用户说，自己在高速上，大模型就会出现错误。因为在训练语料中，“我在开车”这句话训练的频率较高，但是“我在高速上”非常少见，大模型在语料没有学习到这一话术金融，其应答方式就会出现错误，这就是产生幻觉的原因，对某些长尾用户表述学习不够充分。

　　“大模型瞄准的赛道是更好的进行人机交互。”中金公司研究部执行总经理陈昊表示，比如在银行业，大模型和小模型未来可能是互相助力的南宫体育，大模型用来交互，小模型用来做出产业里想要的结果，这对于未来产业结构会产生比较大的影响。

　　在实际应用方面，百信银行首席战略官陈龙强则希望在两个地方做出尝试，一是财富投教助手，在跟用户交互的时候，利用“大模型+小模型”，在银行理财领域，能够把事情讲清楚，让用户更清楚买7天的理财和买6个月、12个月的理财有什么不同，风险如何？二是其可以作为研发助手，用于写代码。

　　在利用人工智能技术助推金融业变革上，微众银行首席人工智能官杨强表示，金融的核心是风控。在风控场景中，涉及反欺诈，以及授信时要对用户进行全面分析，这些环节可以用人工智能来提升风控质量。通过身份证的分析取得对用户防止坏人伪造证件或者偷窃别人的证件，能够防止复印件和屏幕翻拍等多种攻击方式，并且能够精准的识别字面，再和公安数据进行比对。

　　中译出版社社长乔卫兵结合数字原生与数字原生经济体相关理念介绍了中译出版社近两年来在元宇宙南宫体育、新经济领域的出版成果和未来布局。他认为，数字原生会构建新的数字经济的生态体系，如果我们真正有了数字原生的思维，数字思维就成了逻辑起点，也成了我们的基因，也成了我们思考数字经济和实体经济一种新的逻辑关系，数字将成为本体，实体可能成为陪衬。那我们真正进入时代，以后进入真正的无货币、无纸币时代，未来将构建一个真正的以数据为基因，为逻辑起点的一个新的数字原生经济的生态是非常重要的。

　　随着数字经济上升为国家战略，金融科技推动金融业数字化转型深入发展，数字金融已经成为行业发展的主流。

　　在本次研讨会上，华夏时报金融研究院研究员刘佳发布了《智能金融创新发展报告2023》，该报告是由华夏时报金融研究院携手中央财经大学数字经济融合创新发展中心、算力智库联合撰写，本次报告也基于学界理论研究和金融机构、金融科技创新企业的前沿实践探索成果，综合梳理数智行业变革大背景下金融场景化应用创新典型案例，洞察金融行业数智化升级路径和未来趋势，也为数智时代财经人才的创新培养模式提供新思路。