明珠灣智能金融發(fā)展報告

中國金融四十人研究院課題報告明珠灣智能金融發(fā)展報告（2022）課題類型： 中國金融四十人研究院課題 2023年12月課題組1課題負責人：肖鋼課題組成員：技術篇：李鳴、王晨輝、廉貴清、劉冕宸、彭濤國強、金昕、張佳穎探索篇：高峰、陳志明、祝世虎、趙輝、劉越監(jiān)管篇：尹優(yōu)平、汪天都、鐘瑞儀、楊守富政策篇：石錦建、邵宇1本課題人員以個人名義參加此項研究，所表達觀點不代表所在機構觀點。目錄序言第一部分：技術篇一、人工智能技術和產(chǎn)業(yè)發(fā)展狀況（一）術進展 7（二）要技展情況 （三）業(yè)進況 15二、通用語言模型技術分析（一）展歷程 19（二）展情況 21（三）展趨勢 24（四）金融來的影響 26第二部分：應用篇一、金融智能應用概述（一）用規(guī)步增長 32（二）用質(zhì)斷提升 33（三）用成著增強 35二、銀行業(yè)智能應用（一）品創(chuàng)新 37（二）服營銷 41（三）營管理 43（四）控合規(guī) 46三、保險業(yè)智能應用（一）品創(chuàng)新 51（二）服營銷 54（三）營管理 56（四）控合規(guī) 58四、證券基金業(yè)智能應用（一）品創(chuàng)新 59（二）服營銷 60（三）營管理 65（四）控合規(guī) 66五、總結(jié)和展望第三部分：探索篇AI（AIGC）對金融行業(yè)的影響（一）策式AI生成式AI 71（二）AIGC的術特征要素展 72（三）AIGC的應用ChatGPT 83（四）AIGC對行業(yè)的響 96（五）AIGC發(fā)建議與措 109二、元宇宙與金融（一）融元的內(nèi)涵 （二）內(nèi)外業(yè)的元宙應用 （三）內(nèi)金融宇宙建面臨術難點 125（四）內(nèi)金融宇宙建所面術難點解決策 129第四部分：監(jiān)管篇一、智能金融監(jiān)管的基本原理（一）能金倫理標考量 137（二）能金術風險系統(tǒng)全 139（三）融數(shù)全與個信息護 140（四）場行金融消者權護 142（五）能技引起的融風險 143二、國內(nèi)關于智能金融的治理政策與監(jiān)管行動（一）內(nèi)治策與監(jiān)行動 147（二）結(jié) 150三、國外關于智能金融的治理政策與監(jiān)管行動（一）外治策與監(jiān)行動 151（二）結(jié) 159第五部分：政策篇一、關于智能金融發(fā)展的建議（一）強技全研究鼓勵務安全實踐 162（二）極利能技術推動服務創(chuàng)新 162（三）化智融治理，筑牢道德和會責任 162（四）升數(shù)放與共水平善智能融創(chuàng)態(tài) 163（五）強人養(yǎng)與引，夯能金融展基礎 164二、關于智能金融監(jiān)管的建議（一）善對制，不凝聚金融監(jiān)共識 164（二）定智融監(jiān)管則，各主體責利界 164（三）展監(jiān)技，運智能應對新題新戰(zhàn) 165（四）強模理，著破解金融監(jiān)痛點點 165（五）導行律，發(fā)參謀作用 166（六）強金育，著推動者金融養(yǎng)體設 166附錄：大事記頭雁”1程、業(yè)務拓展以及服務模式等方面更加自動化、精細化。20192022（AIforChatGPT2022年+ChatJD2構正在深入研究和評估通用語言大模型對未來金融行業(yè)可能產(chǎn)生的三是智能金融應用深度進一步拓展。智能金融的應用規(guī)模穩(wěn)步增四是智能金融監(jiān)管制度進一步完善。智能金融涉及到人工智能技2022（2022-2025年“”3二是人工智能重構金融體系。大模型技術的突破，未來在金融領三是給金融監(jiān)管帶來新挑戰(zhàn)。當前大模型雖然很強大，但仍然存四是加快實現(xiàn)我國人工智能關鍵技術自立自強。當前，各國在人本報告共分為五個部分。第一部分是技術篇，主要介紹了202242022!（2022）》課題組二〇56一、人工智能技術和產(chǎn)業(yè)發(fā)展狀況（一）學術進展NeurIPS論文分析NeurIPS年NeurIPS“根據(jù)NeurIPS447163份36.46%16350%23%8%AI（OutstandingPapers）127表1.12022年杰出論文獎項統(tǒng)計序號論文名稱中文翻譯主要內(nèi)容1IsOut-of-distributionDetectionLearnable?分布外檢測是可學習的嗎？本文提供了分布外（OOD）檢測的理論研究，重點關注此類模型可學習的條件。使用可能近似正確（PAC）學習理論來表明OOD檢測模型僅在數(shù)據(jù)分布空間和預測模型空間的某些條件下是PAC可學習的。它提供了3個具體的不可能定理，可以很容易地應用于確定OOD檢測在實際環(huán)境中的可行性，并用于為現(xiàn)有的OOD檢測方法提供理論基礎。2PhotorealisticText-to-ImageDiffusionModelswithDeepLanguage具有深刻語言理解的逼真的文本到圖像擴散模型的主導范式。3ElucidatingtheDesignSpaceofDiffusion-BasedGenerativeModels闡明基于擴散的生成模型的設計空間散過程的模型的理解和實施的發(fā)展做出重要貢獻。4ProcTHOR:Large-ScaleEmbodiedAIUsingProceduralGenerationProcTHOR：使用程序生成的大規(guī)模具身智能本文提供了用于在大量數(shù)據(jù)上訓練具身AI代理的框架，為這些代理創(chuàng)造從擴展中受益的潛力，就像語言和圖像生成模型一樣。該框架的核心是一個引該框架可用于為多個具體AI任務訓練SoTA模型。5Usingnaturallanguageandprogramabstractionsinstillhuman使用自然語言和程序抽象向機器灌輸人類歸納偏見但也具有程序抽象的魯棒性。8序號論文名稱中文翻譯主要內(nèi)容inductivebiasesinmachines6ANeuralCorpusIndexerforDocumentRetrieval用于文檔檢索的神經(jīng)語料庫索引器本文提出了一種神經(jīng)索引器，該索引器將查詢作為輸入，并通過結(jié)合光束搜索的解碼器輸出與索引中相關文檔相對應的ID列表。它加入了一個小型但不斷增長的研究路線，偏離了占主導地位的高召回稀疏檢索范式。值得注意的是，這種新范式允許使用標準深度學習算法和框架對目標應用程序的索引器進行基于梯度的優(yōu)化。所提出的方法引入了架構和訓練選擇，與以前的工作相比，這些選擇帶來了顯著的改進，證明了神經(jīng)索引器作為可行替代方案的前景。7High-dimensionallimittheoremsforSGD:EffectivedynamicsandcriticalscalingSGD的高維極限定理：有效動力學和臨界縮放本文研究了高維狀態(tài)下步長恒定的SGD的縮放極限。它顯示了如果步長很大，SGD會有多復雜。表征SDE的性質(zhì)，并在步長較小時將其與ODE進行比較，可以深入了解非凸優(yōu)化環(huán)境。8GradientDescent:TheUltimateOptimizer梯度下降：終極優(yōu)化器化“超”參數(shù)的方法，降低了梯度下降中對超參數(shù)的敏感性。9RiemannianScore-BasedGenerativeModelling基于黎曼分數(shù)的生成建模本文通過確定有助于SGM成功的主要成分，將基于分數(shù)的生成模型（SGM）從歐幾里得空間推廣到黎曼流形。10GradientEstimationwithDiscreteSteinOperators使用離散斯坦算子的梯度估計示出實際的改進。9序號論文名稱中文翻譯主要內(nèi)容11Anempiricalanalysisofcompute-optimallargelanguagemodeltraining計算最優(yōu)大語言模型訓練的實證分析FLOP預算，權衡模型大小顯更多的代幣上進行訓練，其性能優(yōu)于其對應模型，同時由于其較小的尺寸，在下游使用也更實用。12Beyondneuralscalinglaws:beatingpowerlawscalingviadatapruning超越神經(jīng)縮放定律：通過數(shù)據(jù)修剪擊敗冪律縮放ImageNet上一系列數(shù)據(jù)過濾指標的經(jīng)驗實例化相協(xié)調(diào)。13On-DemandSampling:LearningOptimallyfromMultipleDistributions按需采樣：從多個分布中優(yōu)化學習本文使用隨機零和博弈的技術研究了多重分布學習。AAAI論文分析國際先進人工智能協(xié)會（AssociationfortheAdvancementofrtiiialItlgec,以下簡稱I2022NLP72DeepFake125Transformer10249（bectdtetnClassification）（二）主要技術發(fā)展情況人工智能相關技術發(fā)展情況5G/17SiriCortana等語音助手，各大支付應用推出的人臉識別認證技術，以及谷歌AlphaGoIT11-ChatGPTGPU12目前，人工智能芯片主要包括基于傳統(tǒng)架構的GPU、FPGA及ASICGPUFPGA具有算外的XilinxAlteraLattice和MicrochipFPGA大部分市場，其中Xilinx和Altera90%Tractica202572646.14%年TheanoFacebook開發(fā)的語言理解和醫(yī)療保健等領域發(fā)揮了重要的成效。但不同于編程語言相對于互聯(lián)網(wǎng)應用那樣的成熟，深度學習的產(chǎn)業(yè)應用還有很多有待提升和優(yōu)化的方面。例如基于編譯器的算子優(yōu)化、統(tǒng)一的API國內(nèi)方面，國產(chǎn)深度學習框架平臺變得越來越豐富。百度自研深13AI生產(chǎn)力平臺源了深度學習框架天元MegEngine，華為推出了AI計算框架MindSpore智能金融相關其他技術介紹計算機視覺技術是指運用設備捕捉觀測對象產(chǎn)生的圖像或者是視頻中產(chǎn)生的信息。通過以計算機能夠理解的方式進行分析和處理，14（TTS）（三）產(chǎn)業(yè)進展情況目前，通過人工智能技術，各行各業(yè)的企業(yè)可以實現(xiàn)自動化流程、15AI2017202022年的505％的受訪者將其公司5國外進展情況2855%000531.9%。歐盟發(fā)布《2030數(shù)字化指南：歐洲數(shù)字十年》《升級2020新工”95520214“75.9美國AI作組等機構，各部門密集出臺了系列政策，將人工智能提到“業(yè)”和“未來技術”領域的高度，不斷鞏固和提升美國在人工智能領域202130%，總額1516量子計算等列為2022財年美國研發(fā)預算優(yōu)先事項，將對包括人工智100020217日本繼制定《科學技術創(chuàng)新綜合戰(zhàn)略2020》之后，于2021年6月發(fā)布“AI2021”英國于2021年9月發(fā)布國家級人工智能新十年戰(zhàn)略，這是繼201620142021年23我國進展情況20152025“十三五”2017172035遠景2022630004000挑戰(zhàn)和應對了我國人工智能創(chuàng)新發(fā)展的空間，全球技術發(fā)展不均衡帶來了新的18I二、通用語言模型技術分析（一）發(fā)展歷程AI19——NMT用編碼器-TransformerTransformerEncoderRepresentationsfromTransformer20GPTPre-trainedTransformer）OpenAITransformer4.0（二）發(fā)展情況20233月，OpenAI升級ChatGPT2.5ChatGPTAIGC（AI-GeneratedContent）專業(yè)AIGCAIGCAIGC21的AI創(chuàng)作輔助工具，對AI產(chǎn)業(yè)上下游產(chǎn)生重大影響。ChatJD百度文心一言2023316ERNIE阿里通義千問1000NLP任華為盤古22華為的盤古大模型是一種基于深度學習技術的自然語言處理模NLPGPT騰訊混元AILabNLPTransformer任務。AILab京東-ChatJD京東的ChatJD模型是一種基于深度學習技術的自然語言處理模23NLPChatJD的智能客ChatJDNLP任ChatJD模型在AILab（三）發(fā)展趨勢不同于以往的預訓練語言模型（PLMs），當參數(shù)規(guī)模超過一定水平20132019T5模24OpenAIGPT的技趨勢一：模型規(guī)模持續(xù)增長20191417501（NLP）趨勢二：預訓練和微調(diào)改進趨勢三：多模態(tài)和多領域拓展趨勢四：提升個性化和可解釋性25人工智能產(chǎn)業(yè)將更加關注如何根據(jù)個體的特征和需求進行模型定制趨勢五：數(shù)據(jù)安全和隱私保護趨勢六：跨語言和跨文化研究（四）對金融業(yè)帶來的影響26確保通用語言模型在金融行業(yè)的應用能夠得到可持續(xù)和健康的發(fā)展。通用語言模型具體對銀行金融業(yè)帶來的影響可能包括以下幾個方面：一是智能客服機器人。通用語言模型可以用于構建智能客服和聊天機器人系統(tǒng)，提供24小時全天候的客戶服務。在金融行業(yè)，此類應用可以有效地處理日常的客戶查詢、賬戶管理和產(chǎn)品推薦等任務，提高客戶滿意度和響應效率。二是投資分析和預測。通用語言模型可以用于分析和預測金融市場趨勢，幫助投資者做出更準確的決策。通過對大量的新聞、財報、三是智能風控和反欺詐。通用語言模型可以用于金融機構的風險四是個性化推薦和財務規(guī)劃。通用語言模型可以通過客戶基本資27282021年末，金融行業(yè)監(jiān)管機構先后發(fā)布《證券期貨業(yè)科技發(fā)展‘（2022-2025年在數(shù)字化轉(zhuǎn)型戰(zhàn)略的推動下，2022年行業(yè)呈現(xiàn)數(shù)字智能技術在在能力建設方面，金融機構持續(xù)提高技術平臺的自動化效率，降29低平臺使用門檻。大數(shù)據(jù)和人工智能領域2022年迎來DataOps2和MLOps3的能力成熟度標準的發(fā)布，受到金融行業(yè)的廣泛關注和積極（No-Code）（Low-Code）4AR/VR5,DataOps（DataOperations）MLOPs(MachineLearningOperations)機器學習運維：MLOPsDevOps零代碼（No-Code）：用程序的開發(fā)模式。低代碼（Low-Code）：一種可視化的應用開發(fā)方法，用較少的代碼、以較快的速度交付應用程序，將程序員不想開發(fā)的代碼做到自動化。AR（AugmentedReality）器等多種技術手段，將虛擬信息與真實世界巧妙融合，從而實現(xiàn)對真實世界的“增強”。VR（VirtualReality）虛擬現(xiàn)實：綜合使用計算機、電子信息、仿真技術，模擬產(chǎn)生虛擬空間給使用者沉浸式的體驗。3020222022年我國技術均超過02022套重大技術2220225.92萬億元，。31一、金融智能應用概述態(tài)勢。（一）應用規(guī)模穩(wěn)步增長202112.34%20220.9%和-1.2%202219.4%6。證券行202219.8%2022年年度報告，/press-releases-attachments/1512617/HKEX-EPS_20230426_10707958_0.PDF32的高速增長，體現(xiàn)證券行業(yè)對于科技競爭力的高度重視7。在對智能化技術的接受程度方面，相關調(diào)研報告8顯示2022年58%2021升近20620218年開始越來越多地運用到營銷領域以及20229AI26%82%AI48.5%（二）應用質(zhì)效不斷提升國金證券，行業(yè)深度研究報告《金融科技板塊小結(jié)：20222023/pdf/H3_AP202305081586348531_1.pdf?1683553801000.pdfnvidia發(fā)布調(diào)研報告：20234AI方向，/2023/02/02/financial-industry-ai-survery/2022年年度報告，/app_upload/images/info/upload/2091cada-04c0-443f-be50-0b1396c10575.pdf33同業(yè)務流程的耦合程度愈加緊密，系統(tǒng)化場景支撐能力越來越強。精準度不斷提升金融行業(yè)各類模型的準確率和有效性是智慧金融質(zhì)量水平的重融合度不斷深化34廣應用，將更多的復雜和非結(jié)構化的智能數(shù)據(jù)處理和分析多樣性不斷延申360（三）應用成效顯著增強RPA（RoboticProcessAutomation）AI（ArtificalIntelligence）人工智能：利用計算機或其他控制的設備，通過感知環(huán)境、獲取知識、推導演繹等方法，對人類智能的模擬、驗收或拓展。352022數(shù)字運營能力提升加強數(shù)字化和智能化賦能水平。一是在服務質(zhì)效方面，加快大數(shù)據(jù)、4391.8++數(shù)字風控能力加強50%36200普惠金融廣度拓寬二、銀行業(yè)智能應用（一）產(chǎn)品創(chuàng)新招商銀行創(chuàng)建招銀智庫，有效解決投資研究面臨的外部數(shù)據(jù)源繁雜、口徑差異大、系統(tǒng)繁多等問題。37（2022融創(chuàng)新。1+N1+N2模式，發(fā)掘這些小微企業(yè)背后鏈接著的更多小微，繼續(xù)服務于他的上下游，38把數(shù)字金融服務帶給N2量級的小微。大雁系統(tǒng)提升貸款可得率和解決資金管理難問題取得了顯著成助力下，核心企業(yè)上下游的小微商家貸款可得率從30%提升至了1個1011,000家，實現(xiàn)資金歸集智能化。工商銀行依托智能虛擬仿真平臺應用，新建虛實融合交互服務群組，建立企業(yè)級虛實融合交互平臺能力。工商銀行建立企業(yè)級虛實融合交互平臺，為總分行各類應用系統(tǒng)，391213LayaAir11一打造，集成NFT通過H5輕量級入口（微信掃碼）進入，進行身份認證后即可參與NFTNFT1213農(nóng)業(yè)銀行使用計算機視覺深度學習AI技術賦能鄉(xiāng)村振興。LayaAirLaybox20163D2D、3D、VRAR產(chǎn)品的開發(fā)。NFT（Non-fungibletoken）H5：HTML540邊+AIAI10（二）客服營銷AI的配置需求。AIAPPAI小招以技術創(chuàng)新層面417*24APP2022AI工商銀行打造數(shù)智交易體系，探索資金交易智能化轉(zhuǎn)型。市場研判方面理可疑交易，守護交易安全。目前數(shù)智交易體系已經(jīng)覆蓋包括匯率、利率、商品等業(yè)務品種，場景化應用超過100個，在外匯交易中心等主要銀行間渠道開展業(yè)202230%~70%，42部分交易模式占比接近100%，平均交易響應速度提升一倍以上，已經(jīng)形成工商銀行在數(shù)字時代保持同業(yè)競爭力的強有力引擎。（三）運營管理工商銀行卡專業(yè)條線利用金融大數(shù)據(jù)架構的企業(yè)級數(shù)據(jù)驅(qū)動能力，實現(xiàn)數(shù)據(jù)驅(qū)動重塑數(shù)字化運營全流程。14BI14展洞2022年自助上線180+張看板、報表及清單，賦能業(yè)務發(fā)展標準路徑，提升工行卡條線數(shù)字化經(jīng)營決策水平。建設銀行構建貨幣市場交易機器人，智能分析交易對手方需BI（BusinessIntelligence）商業(yè)智能：用來幫助企業(yè)更好地利用數(shù)據(jù)提高決策質(zhì)量的技術集合，是從大量的數(shù)據(jù)中鉆取信息與知識的過程。43求，自動執(zhí)行交易詢報價流程，顯著提升交易磋商效率。95%式的金融影像識別能力，提升票據(jù)識別質(zhì)效。44支持高精度、多形態(tài)的復雜圖像識別場景。8780%4695%交通銀行多模態(tài)融合應用于計算機視覺。OCR估值業(yè)務在日終后基金經(jīng)理會與各基金管理人根據(jù)各家基金公司的45OCR15%87%66%高票據(jù)審核效率。AIOCRNLPASR152022404000（四）風控合規(guī)ASR（AutomaticSpeechRecognition）46提升信貸監(jiān)測質(zhì)效。OCR+NLP組合基于OCRNLP90%以上，其中試點分行在維持現(xiàn)有人力的情況下，業(yè)務覆蓋率提升約80%息，提升風險管控效率。傳統(tǒng)輿情分析需耗費總分行相關崗位人員大量時間與精力，每條477597*24招商銀行構建融合對公和零售的聯(lián)邦式知識圖譜，依托復雜設。10.87（21.74億條（18個小類48在對公營銷場景中售營銷場景中100在風控場景中信貸技術，服務百萬用戶?！?4小時在線，可以與客戶自動交互，接收客戶自主上傳的經(jīng)營流497*24AIAI70種自證任務，上線以來，已服務超過600萬小微經(jīng)營者。農(nóng)業(yè)銀行搭建隱私計算金融網(wǎng)，助力金融領域數(shù)據(jù)價值安全釋放。1050/30余家商業(yè)三、保險業(yè)智能應用（一）產(chǎn)品創(chuàng)新框架，打造鷹眼系統(tǒng)DRS2.0。DRS2.0512022年管理體系和良好的業(yè)務應用效果榮獲中國人民銀行金融科技發(fā)展獎二等獎。太平洋保險基于人工智能技術，打造“5A”數(shù)字員工，構建智慧業(yè)務模式，為企業(yè)數(shù)智化轉(zhuǎn)型提供范式。太平洋保險“5A”數(shù)字員工，即自主性Autonomous、適應性AdaptiveAll-aroundAdept52業(yè)場景任務執(zhí)行等服務。70%30%以上。驗式經(jīng)營保險支持系統(tǒng)。5G系統(tǒng)前端——依托沉浸式養(yǎng)康科技體驗設備及主動式、智能化實1616系統(tǒng)后臺——通過IoT平臺存儲并分析多源異構的數(shù)據(jù)，實時將客戶體驗、用戶畫像等信息提供銷售端決策，實現(xiàn)產(chǎn)品精準推介、營銷話術推薦等銷售閉環(huán)。5GIoT（InternetofThings）實現(xiàn)任何時間、任何地點，人、機、物的互聯(lián)互通。53（二）客服營銷體驗。2022AIGC2022Efma-2022?AI300AI2022100萬+205418分鐘，同比增長超50%。智能化的客戶服務平臺。在線客服等多形態(tài)的智能交互應用。其中太保集團重點應用場景—95500VIP6031個7*242.1584%，實現(xiàn)部太平洋產(chǎn)險與太平洋科技合作研發(fā)智循電銷名單分類產(chǎn)品，建設自動化分類、精細化管理和智能化決策的經(jīng)營平臺。NLP556116%泰康保險面向銷售場景打造體驗式銷售支持智能服務機器人。6（三）運營管理AI56形塑代理人團隊IP。AI3000+AI137超110萬條短視頻的制作，賦能業(yè)務高質(zhì)量發(fā)展。兩核業(yè)務智能化統(tǒng)一服務平臺。保險行業(yè)兩核業(yè)務智能化統(tǒng)一服務平臺覆蓋保險全流程環(huán)節(jié)影421057兩大業(yè)務場景落地實施；PS3640（四）風控合規(guī)泰康基于AI+關系圖譜建設虛假理賠識別平臺和理賠風險智能處理技術結(jié)合醫(yī)學知識實現(xiàn)對理賠材料中的文字信息進行處理和分5852000200097%。泰康在線理賠風險智能偵查平臺基于公司各主要險類理賠相關圖譜、影像OCRPS|預警|（700高風險個人3000余人，涉及賠款4000余萬元。四、證券基金業(yè)智能應用（一）產(chǎn)品創(chuàng)新“上證金融數(shù)據(jù)服務”通過自然語言分析、聚類算法等多種人工59,2022年20余家開展合作，對5萬余家企業(yè)展開評價，獲得各方好評。（二）客服營銷華泰證券基于客服機器人打造全新的AI供千人千面式的專屬投顧全旅程服務。AI60AIAIAI客服--AI為客戶提供“人+數(shù)字化平臺”沉浸式的服務體驗。二是融合咨詢、AI財報小助手以AI為載體，依托華泰研究所專業(yè)能力的積累而打造，可為客戶提供投資研究領域的深度服務。其主要具有以下特色：AI賬戶通過對話的方式為用戶提供四大核心功能，為客戶提供61AI國泰君安打造敏捷業(yè)務組裝的全場景智能化超級證券APP——君弘一站式投資理財智能客戶服務APP平臺。17APP172022APPT+0APP，涵T等一系列圍繞T+030T+0：當天買入的股票在當天即可賣出。62人養(yǎng)老金資金賬戶，供客戶選擇的合作銀行數(shù)列券商首位。君弘APP5004000國泰君安落地行業(yè)首家全棧信創(chuàng)網(wǎng)點，實現(xiàn)業(yè)務辦理流程全信創(chuàng)化。1819CA181920VTMVTM20點環(huán)境部署，實現(xiàn)在1天內(nèi)完成智慧網(wǎng)點的網(wǎng)絡部署和現(xiàn)場設備調(diào)2022年，國泰君安完成網(wǎng)點業(yè)務辦理流程全信創(chuàng)解決方案。通過CA（CertificateAuthority）作的不可否認性，彌補無法手簽所帶來的法律風險。VTM（VideoMachine）遠程視頻柜員機：一種通過遠程視頻方式來辦理一些柜臺業(yè)務的機電一體化設備。SDWAN（SoftwareDefinedWideAreaNetwork）632022VTMVTM40%，VTM2022國泰君安自主打造場景化、伴隨式的智能在線客戶服務平臺“君弘靈犀”，為海量客戶提供全投資生命周期的智能線上服務。國泰君安踐行“AIinAll”策略，基于深度學習、神經(jīng)網(wǎng)絡、知21222B2C2122君弘靈犀是券商行業(yè)首家基于知識圖譜的KBQA實現(xiàn)基于AAI20Business）:2C（ToCustomer）:面向普通用戶。KBQA（Konwledge-basedQA）知識圖譜問答：一種基于結(jié)構化知識庫（即知識圖譜）的智能問答方找或推理問題對應的答案。64戶資產(chǎn)、智慧辦公等場景落地智能托管、智能提醒、語音快轉(zhuǎn)等10多項輔助工具，成功為響應人團隊攔截60的客戶咨詢，提高企微曝光量，助力推廣員工企業(yè)微信。2022年君弘靈犀投顧問題解答率達96.5，實現(xiàn)線上客戶問題人工服務替代率超94。平臺榮獲2022年度深交所創(chuàng)新研究課題二等獎和上交所創(chuàng)新研究課題三等獎。（三）運營管理營管理的前瞻性。AI233A3R4K1000ETF、818233A3R（Awareness）、獲客（Acquisition）、活躍（Activation）、留存（Retention）、收入（Revenue）和傳輸（Refer）。65（EDMM）（3級（四）風控合規(guī)66智能風控平臺通過采用現(xiàn)代的風險預警計量技術以及智能化手五、總結(jié)和展望G（B（C（）672022ChatGPT686970一、生成式AI（AIGC）對金融行業(yè)的影響（一）決策式AI與生成式AI決策式AIAI2016推薦系統(tǒng)中，AI在計算機視覺領域，決策式AI可以通過學習和分析圖像數(shù)據(jù)中的模式和特征，實現(xiàn)對象檢測、圖像分類等任務的智能化解決方案。常見的人臉識別就是這方面應用的典型，終端設備根據(jù)所捕獲的人臉條件。在自然語言處理中，決策式AI通過學習和理解大量文本數(shù)據(jù)的AIAI71合，并識別潛在的欺詐行為。生成式AIAI（GAN）AI生成式AI與決策式AI的差異：簡單來說，后者是基于某些數(shù)效果。（二）AIGC的技術特征、要素與發(fā)展AIGC的概念AIGC(AIGeneratedContent)AIPGCProfessionalGeneratedContent)UGCUserGenerated72NLPAI模AI與所有人工智能技術一樣，AIGC的能力由機器學習模型提供，StableDiffusion文AI驅(qū)動的智AIGC的產(chǎn)業(yè)鏈AIGC73應能力。公司在推進AIGCAIGC此外他們還向上游數(shù)據(jù)供應商和算法機構提供訓練數(shù)據(jù)和用戶行為反饋。戶對AIGC74AIGC的技術特征與成熟度AIGC技術特征主要有自然語言處理、模型預訓練、模型微調(diào)、內(nèi)容快速生成及多模態(tài)處理輸出等五類。（Model75AIGC3AIChatGPTOpenAI2023AI型CLIPAIGC為OpenAIAI76使用OpenAI的GPT系列模型。但同時AIGCAIGC實現(xiàn)AIGC的三要素實現(xiàn)AIGC更加智能化、實用化的三大要素是：數(shù)據(jù)、算法、算力。數(shù)據(jù)：數(shù)據(jù)為AIGC提供原料。模型訓練需要大量數(shù)據(jù)支撐，數(shù)AIGC以GPT使用BookCorpus7000數(shù)據(jù)45007780040GB3則使用CommonCrawl35000tokens據(jù)?？梢夾IGC（（（AIGCAIGCAI（GAN）GAN算法可以生成多樣性的圖片，RNN名的模型包括OpenAI的ChatGPTFacebook的OPTLaMDA和DeepMind的Gopher的78StableDiffusion和百度的ERNIE等。這些模型已應用于各種任務，面向不同場景應用，例如文本生成、聊天機器人、圖像生成、藝術、設計、摘要、翻譯、問答和視頻生成。表3.1著名的預訓練模型預訓練模型應用參數(shù)量領域谷歌BERT語言理解與生成4810億NLPLaMDA對話系統(tǒng)-NLPPaLM語言理解與生成、推理、代碼生成5400億NLPImagen語言理解與圖像生成110億多模態(tài)Parti語言理解與圖像生成200億多模態(tài)微軟Florence視覺識別6.4億CVTuring-NLG語言理解、生成170億NLPFacebookOPT-175B語言模型1750億NLPM2M-100100種語言互譯150億NLPDeepMindGato多面手的智能體12億多模態(tài)Gopher語言理解與生成2800億NLPAlphaCode代碼生成414億NLPOpenAIGPT3語言理解與生成、推理等1750億NLPCLIP&DALL-E圖像生成、跨模態(tài)檢索120億多模態(tài)Codex代碼生成120億NLPChatGPT語言理解與生成、推理等-NLPNvidiaMegatron-TuringNLG語言理解與生成、推理等5300億NLPStabilityAIStableDiffusion語言理解與圖像生成版本-多模態(tài)準確性。算力：算力為AIGC提供動力。大型模型依托海量數(shù)據(jù)集，在實現(xiàn)上很大程度依賴于龐大的計算能力，其主要需求體現(xiàn)在硬件消耗上，79（CPUGPU等IaaS搭建分布式訓練環(huán)境、自建數(shù)據(jù)中心部署等。以ChatGPT為例，ChatGPTChatGPT30000多個NvidiaA100202311300AIGC模型AIGC模型對性能上的需求。目前全球GPU市場中英偉達和AMD96%GPUAIGC的技術發(fā)展路徑即:(205090)(20902110)(21世紀10年代中期至今)AIGC50AIGC在AIGC80AIGC1957（Illiac1966年，約瑟夫·魏岑鮑姆和肯尼斯·科爾比(KennethColby)“(Eliza)”，統(tǒng)計模型逐步取代模板匹配，隱形馬爾科夫鏈模型(HiddenMarkovModel,HMM)20902110TPU年紐約大學人工智能研究員羅斯·1TheRoad年，微軟公開展示全自動同傳系統(tǒng)，該系統(tǒng)基于深層神經(jīng)網(wǎng)絡(DeepNeuralNetwork，DNN)可以自動將英文演講者的內(nèi)容通過語音識別、雖然AIGC技術有一定發(fā)展，但依然受限于算法瓶頸，無法較好完成創(chuàng)作任務，應用局限性較大，效果亟待提升。GAN模型的提出效果逐漸滿足需求。2014年IanJ.Goodfellow提出了深度學習算法81“”（GenerativeAdversarialNetwork,GAN）AIGCGANGoogle提出Transformer2017GoogleTransformer要作用。OpenAI1750”。OpenAIDALL-E2021年OpenAIDALL-E開源。ChatGPT問世2022OpenAI推出應用在此之后AIGCAIGC新技術82（三）AIGC的成功應用 ChatGPTChatGPT的概念ChatGPTOpenAI202230ChatGPTTransformerChatGPTChatGPTChatGPT在之上用基于人類反饋的監(jiān)督學習和強化學習(RLHF)進行微GPTChatGPT“涌現(xiàn)ChatGPT期間回答與上下文相關的問題。此外，在網(wǎng)友們曬出的截圖中，ChatGPT歧視、犯罪等惡意意圖，ChatGPT將不提供有效答案。ChatGPT在832022年11月底發(fā)布后，迅速在社交媒體上走紅，僅短短5天內(nèi)注冊用戶數(shù)就超過了100萬。20231ChatGPT1億，成ChatGPT的能力與原理ChatGPT語言理解即理解用戶輸入的句子含義的能力，并對其進行適當?shù)幕貞?。ChatGPT的語言理解基于其對大量文本數(shù)據(jù)的訓練和深度學習模型的能夠推斷出ChatGPT不僅可以處理ChatGPTChatGPT題或?qū)で筮M一步的上下文以更好地理解用戶的意圖?？傮w而言，ChatGPT84而為提供準確和合適的回應奠定了基礎。語言生成（popt的語言生成基于其對大量文本數(shù)據(jù)的學習和深度學習模型ChatGPTChatGPT上下文學習ChatGPTChatGPT從ChatGPT可以利用之前學習到的知識和上下文來生成相應的回答或85ChatGPTChatGPTChatGPT思維鏈ChatGPTChatGPTChatGPT能ChatGPT的思維鏈能力使其能夠在大型模型下增加連貫的思考ChatGPT在86處理復雜問題和推理任務時表現(xiàn)出更高的能力和靈活性。代碼理解和代碼生成ChatGPTChatGPTChatGPTChatGPTChatGPTChatGPTChatGPT是一種基于Transformer的自然語言模型。Transformer“編碼-解碼”的框架結(jié)構，用于處理序Transformer（NLP果。TransformerTransformer模87語言文本答案，從而實現(xiàn)對自然語言文本的建模和理解。那么基于transformer的ChatGPT工作原理融入了“人類反饋強化學習”訓練方法，具體分為三個步驟：有監(jiān)督的訓練：先給定一些輸入的語句問題，用人工來給ChatGPT督的訓練；讓其生成輸出若干個答案，然后人工對這些生成的答案進行好壞的排序，利用這些有排序的數(shù)據(jù)訓練反饋獎勵模型；圖3.1ChatGPT的原理圖國內(nèi)外發(fā)展現(xiàn)狀（大模型）ChatGPTAI88表3.2國內(nèi)大模型發(fā)展概況模型描述百度文心大模型NLP、CVAINLPERNIEERNIE模型系列實現(xiàn)了語言理解和生成任務。文心一言是基于文心NLP型的對話式產(chǎn)品，能夠與用戶進行對話互動，回答問題，協(xié)助創(chuàng)作。此外，百度還開放了APIERNIE3.0、ERNIE-ViLGPLATO，賦能開發(fā)者和企業(yè)在文本理解、AI作畫和開放域?qū)υ挼确矫?。百度文心大模型的應用領域涵蓋了語言、圖像、對話等API接口，推動了人工智能技術在搜索、創(chuàng)作和交互等方面的發(fā)展。阿里巴巴通義大模型由通義-M6模型組成，融合了語言模型和視覺模型。通義大模型包括統(tǒng)一底座"M6-OFA"和多個通用模型，例如通義-M6、通義-AliceMind和通義-視覺大模型。阿里巴巴的通義大模型已經(jīng)在硬件終端和軟件領域?qū)崿F(xiàn)了落地。在硬件終端方面，天貓精靈基于通義大模型推出了擬聲助手“鳥鳥分鳥”。這個對話機器人具備多輪對話能力，并能利用搜索引擎等工具，個性化特點也讓它的表達方式更具定制化。在軟件方面，通義千問已經(jīng)開始內(nèi)測，提供了多個小應用，包括效率類（寫提綱、商品描述生成）、生活類（會放飛的菜譜、小學生作文、然后呢）、娛樂類（彩虹屁專家、寫情書、為你寫詩）等。未來預計阿里巴巴大模型還將在電商和辦公等場景中廣泛應用，帶來更好的用戶體驗和效率提升。騰訊混元大模型由騰訊的TEG數(shù)據(jù)平臺部和機器學習平臺部聯(lián)合主導開發(fā)。該模型涵蓋了計算機視覺、自然語言處理、多模態(tài)內(nèi)容理解、文案生成、文生視頻等多個領域。騰訊的混元大模型在廣告和游戲等多個場景落地，極大地提高了效率并降低了成本。在廣告業(yè)務方面，騰訊應用AI模型助力廣告主提升廣告創(chuàng)作效率和推薦系統(tǒng)的內(nèi)容理解能力，提高廣告效率和轉(zhuǎn)化效果。騰訊的廣告智能創(chuàng)作助手Effidit利用混元大模型，幫助創(chuàng)作者開闊思路、提升創(chuàng)作質(zhì)量。在游戲業(yè)務方面，騰訊提出了自研的3D虛擬場景自動生成解決方案，利用大模型幫助游戲開發(fā)者以更低的成本創(chuàng)建風格多樣、貼近現(xiàn)實的虛擬城市，大幅提升了3D虛擬場景的生產(chǎn)效率華為盤古大模型ModelArts平臺研發(fā)設計的一系列模型。該模型包括計算機視覺大模型、科ModelArts平臺，具備持續(xù)構AI應用開發(fā)技術能AI輔助研發(fā)，大大縮短了先導藥研發(fā)的周期，提高了研89發(fā)效率。在氣象預測方面，盤古氣象大模型利用3DEarth-SpecificTransformer技術處理復雜的氣象數(shù)據(jù)，提高了氣象預測的精度和速度，達到甚至超過傳統(tǒng)方法的水平。軒轅大模型在1760億參數(shù)的Bloom大模型基礎上訓練而來。為了提升軒轅大模型對金融領域問題的理解能力，度小滿將自身業(yè)務中積累的金融領域的千億tokens的中文預訓練數(shù)據(jù)集用來訓練模型。該數(shù)據(jù)集涵蓋了金融研報、股票、基金、銀行、保險等各個方向的專業(yè)知識。度小滿表示，經(jīng)過清洗和標注的高質(zhì)量數(shù)據(jù)集，不僅在通用性方面與ChatGPT達到持平成為可能，且顯著提升了模型在金融垂直領域的性能，在金融名詞理解、金融市場評論、金融數(shù)據(jù)分析和金融新聞理解等任務上，效果相較于通用大模型大幅提升，表現(xiàn)出明顯的金融領域優(yōu)勢。國外企業(yè)利用大模型技術研發(fā)的相關AI產(chǎn)品也相繼面世。以ChatGPTBingBingAICopilot等OfficeCopilotChatGPTMicrosoft365SWOT能和事實不符，就可以手動糾正，節(jié)省工作時間。微軟表示將在AICopilotCopilotPCPC此外它也可以直接幫助用戶打開音樂谷歌近期發(fā)布了PaLM2，這是一種訓練有邏輯和推理能力的語90100AIBardBardPaLM2了更豐富的問題回答摘要和可靠的相關鏈接。他們還展示了MagicEditorAI除了直接的商業(yè)用途外，學術界也公開了各類大規(guī)模語言模型，供各類學者進行研究。MetaAI開源了其類GPT70650MetaLLaMA-13B模型優(yōu)于OpenAI的31750在使用LLaMALLaMA-7BLLM。LLaMA65B模OpenLLM排行榜上Meta了來自CommonCrawlC4GitHubArXivStackExchangeMetaLLaMA202351750911222Pre-trainedTransformer）Meta稱其「對20001750BMageauedl）BLOOM是由1000多名志愿研究人員在一個名為大科學BigScience”的項目中創(chuàng)建的，該項目由人工智能初創(chuàng)公司HuggingFace利用法國政府的資金運作的。BLOOM的英文全名代表著大科BLOOM模型的最大優(yōu)勢是它的易獲取性。它現(xiàn)在已經(jīng)公開發(fā)布了，任何人都可以在HuggingFaceBLOOMChatGPT的涌現(xiàn)能力的實現(xiàn)以及應用成功，使得AI產(chǎn)業(yè)發(fā)展AIChatGPT的商業(yè)模式ChatGPT的商業(yè)化路徑主要包含如下模式，可供金融機構參考。ChatGPT92OpenAIChatGPTChatGPTPlus的定制化解決方案ChatGPT可以與企業(yè)合作，根據(jù)其特定的需求提供定制化的ChatGPTAPI增值功能和服務ChatGPTAPI訪問，OpenAIChatGPT行計費。與合作伙伴的合作OpenAI可以與其他公司、平臺或開發(fā)者合作，共同開發(fā)具有ChatGPTChatGPT93ChatGPTSEO技術的應用還可以定制化到特AIChatbot對話機器人方向Chatbot的發(fā)展可以分為幾個方向。如下表所示：表3.3Chatbot發(fā)展方向類別描述客服類雖然技術上發(fā)生了重大變革，但商業(yè)上的影響有限。目前市場上仍存在競爭GPT技術也會引發(fā)一些疑問。算力成本和時延也是客服類Chatbot面臨的挑戰(zhàn)。娛樂類Chatbot需要結(jié)合情感場景設計。純聊天機器人很難持續(xù)吸引用戶，因此技術突破是取得成功的關鍵。然而，在商業(yè)上需要考慮成本、持續(xù)價值和復購動力等因素。工具類Chatbot如語音音箱、手機語音助手等。實時性是工具類Chatbot面臨的挑戰(zhàn)，但技術進步能夠提升用戶體驗。雖然工具類Chatbot屬于存量市場，但它們更愿意擁抱新技術。專業(yè)類Chatbot如法律咨詢機器人、投顧機器人、心理咨詢機器人等。這些機器人面臨一些特殊的挑戰(zhàn)，包括專業(yè)數(shù)據(jù)和低頻場景。盡管GPT等新技術對專業(yè)類Chatbot94Chatbot可能需要的增量市場潛力，但需要結(jié)合技術演進和專業(yè)落地進行具體評估。Chatbot可能需要的增量市場潛力，但需要結(jié)合技術演進和專業(yè)落地進行具體評估。游戲領域ChatbotNPC以覆蓋NPCNPC3D建模（3DNPC2NPC95（四）AIGC對金融行業(yè)的影響AIGC對金融行業(yè)的影響ChatGPTAIGC讓機器理解”的能力進一步推動了金融行業(yè)的數(shù)智化轉(zhuǎn)型，大規(guī)模預訓練模型拓寬了金融行業(yè)AI應用的邊界。具體來講，ChatGPT為代表的大模型主要在如下方面為金融行業(yè)帶來了應用價值：ChatGPTChatGPTChatGPT96ChatGPT典型的金融應用場景ChatGPTChatGPTChatGPT中輸入金融機構電子客服頁面的問題并比較二者的答復，可以發(fā)現(xiàn)ChatGPT“AppChatGPTChatGPT中輸入““為什”ChatGPT可以應用到97ChatGPTChatGPT案例：智能客服ChatGPTChatGPT發(fā)測試類ChatGPT數(shù)據(jù)分析/ChatGPTChatGPTChatGPT強大的數(shù)據(jù)98智能營銷在不同的營銷活動中創(chuàng)建獨特有吸引力的廣告文案是一項具有挑戰(zhàn)性的任務。當前，金融領域尚處于自動化營銷+數(shù)據(jù)驅(qū)動的營銷迭代過程中，營銷內(nèi)容主要以專家規(guī)則，內(nèi)容模板建設和積累實現(xiàn)。ChatGPTKYCChatGPTChatGPT智能風控ChatGPT99ChatGPT其他htT國內(nèi)外AIGC在金融行業(yè)的實踐AIGCChatGPTNLP任務3（Bloomberg）（——Bmbeg，AI系統(tǒng)。LLM500BloombergGPT3630100BloombergGPT彭博稱，BloombergGPTNLP任務，lmbegAI摩根士丹利用314在發(fā)布6（MSWM）。PDF形GPT其智庫——部的聊天機器人，在財富管理內(nèi)容中執(zhí)行全面搜索，并有效地釋放MSWM摩根士丹利主導該項目的分析、數(shù)據(jù)與創(chuàng)新主管McMillan表示，101目前已經(jīng)使用300AIIndexGPT選股服務據(jù)華爾街見聞5月26ChatGPT“IndexGPT”IndexGPT“”來。IndexGPTChatGPTGPTLoriBeer1500GPT技術的”。AI17鷹鴿指數(shù)BertOpenAIGPTAI程序根據(jù)學習結(jié)“”0-1000。102“”30SigmaChatGPTSigma500SigmaChatGPTSigmaChatGPT3（InsurerZurich）ChatGPTAIBroadridgeBondGPT67打造了10.3103的流動和價格發(fā)現(xiàn)。目前，BondGPT已經(jīng)投入使用。Broadridge2007Broadridge21/數(shù)量超過1.4萬人，年收入超過50億美元，市值達180億美元。為了增強ChatGPT的輸出準確性和滿足金融業(yè)務場景需求，LTX將LiquidityCloud中的實時債券數(shù)據(jù)，輸入到GPT-4大語言模型中，幫助金融機構、對沖基金等簡化債券投資流程以及提供投資組合建議。AIGCAIGCAIGC在為銀行業(yè)打造金融領域相關生成式業(yè)務的一體化解決方案服務能AIGC在金融業(yè)的發(fā)展機遇與挑戰(zhàn)機遇104因此AIGC在金融業(yè)迎來重要發(fā)展機遇。?內(nèi)容共生105? 能力升維金融業(yè)需要高度專業(yè)化的知識和技能，而AIGC擁有如下能力：智能內(nèi)容“解構—復現(xiàn)”能力，能夠全方位地把握內(nèi)容的解構深度和復現(xiàn)程度，提升了數(shù)字化內(nèi)容的關聯(lián)性、完整性和有效性。-,AIGC價值共創(chuàng)AIGCAIAIGC挑戰(zhàn)AIGC106AIGCAIGC技術?不同規(guī)模金融機構間差距問題此外，AIGC?成本問題2001200107? ? 錯誤信息ChatGPT?安全與合規(guī)性問題108（五）AIGC發(fā)展的建議與舉措1.法律法規(guī)國境內(nèi)公眾提供服務的主體和利用生成式人工智能產(chǎn)品提供服務的109對于違法行為，如果涉及到《網(wǎng)絡安全法》、《數(shù)據(jù)安全法》和（（1102.人才AI0.0812.5121.92%4.27%111展。加強國際合作和人才引進也是緩解人才供需失衡問題的關鍵策程。給予人工智能人才合理的薪酬待遇也是吸引和留住人才的重要112續(xù)發(fā)展。3.生態(tài)入考慮。的基石。資源和工具的共享是構建強大生成式人工智能生態(tài)系統(tǒng)的關鍵因素之一。通過開源算法、模型和工具的共享，可以降低技術門檻，建立倫理和法律框架至關重要。生成式人工智能技術的發(fā)展應與113用戶參與和反饋機制也是生成式人工智能生態(tài)系統(tǒng)的關鍵組成教育和意識提升對于構建更好的生成式人工智能生態(tài)系統(tǒng)至關二、元宇宙與金融（一）金融元宇宙的內(nèi)涵202220231141.金融元宇宙與元宇宙金融:而金融元宇宙則更加側(cè)重于將現(xiàn)實世界的金融體系和金融服務1152.金融元宇宙的主要特征5G/6G116無感化互動：金融元宇宙采用聲控、虹膜識別等技術，以及嵌入VR等穿戴設備的硬件安全芯片，實現(xiàn)了客戶身份的快速識別和驗證。117客戶的身份和賬戶信息被存儲在硬件安全芯片和金融元宇宙的應用118（二）國內(nèi)外金融業(yè)的元宇宙應用1）構建元宇宙分行或營業(yè)廳：這種分行或營業(yè)廳通常以業(yè)務咨詢、信息查詢、廣告宣傳為主，但服務內(nèi)容相對較少。2）推出虛擬數(shù)字1.虛擬營業(yè)廳1193D表3.4國內(nèi)銀行虛擬營業(yè)廳概況銀行發(fā)行年份虛擬營業(yè)廳主要功能國外銀行120摩根大通（JPMorgan）2020年在提供數(shù)字貨幣交易服務，虛擬投資咨詢，虛擬投資組合管理等服務，同時還提供了虛擬投資顧問服務，幫助客戶做出更明智的投資決策。此外，該虛擬營業(yè)廳還提供了虛擬培訓課程，幫助客戶更好地了解投資知識和市場趨勢。星展銀行（DBSBank）2021年在sandbox中購入虛擬土地結(jié)合沉浸式元素開發(fā)，創(chuàng)建新加坡宇宙國內(nèi)銀行中國工商銀行2020年具，幫助客戶更好地了解自己的投資組合情況和風險分布。中國農(nóng)業(yè)銀行2021年中國建設銀行2021年中國郵政儲蓄銀行2022年APP“郵儲食堂”進行查看、購買和贖回等操作。同時提供基金經(jīng)理在線答疑、定投計劃定制、基金知識普及等特色服務。招商銀行2022年提供虛擬投資咨詢，虛擬投資組合管理，虛擬貸款申請等服務，同時還可以通過虛擬現(xiàn)實技術為客戶提供虛擬的貸款申請體驗。此外，該虛擬營業(yè)廳還提供了智能化的風險評估工具和個性化的投資建議服務，幫助客戶更好地了解自己的風險承受能力和投資目標。民生銀行2022年民生銀行在“非凡財富”品牌下打造“元宇宙財富”專區(qū)，并推出“民生云代”VR3D方式體驗金融服務和線上“云理財”服務；通過游戲化的理財體驗、專屬化的理財服務、智慧化的投顧服務等功能實現(xiàn)代銷及自銷業(yè)務的沉浸式體驗。同時提供財富規(guī)劃、資產(chǎn)配置、VR3D場景中體驗財富管理服務、參加理財知識互動游戲、與理財經(jīng)理進行線上溝通交流等。民生云智能化、個性化的金融服務需求。中信銀行2023年中信銀打造的首個全真互聯(lián)元宇宙應用場景——人服務等。中信元宇宙的推出旨在為用戶提供更加便捷、高121效、個性化的金融服務體驗。同時也可以提高中信銀行的數(shù)字化程度和品牌形象。2.虛擬數(shù)字員工（1）數(shù)字人與數(shù)字員工“活力”。從廣義上講，“”克隆”。122（2）應用場景虛擬數(shù)字員工主要應用于四大場景以提升的銀行服務水平。組織文化建設：使用虛擬員工豐富培訓方式，建設解說展館、快123速生成培訓材料播，提升員工業(yè)務素質(zhì)，助力組織文化建設。表3.5國內(nèi)外銀行虛擬數(shù)字員工概況銀行發(fā)行年份數(shù)字人應用功能國外銀行摩根大通（JPMorgan）2020年產(chǎn)品宣傳、客戶營銷、客戶權益、組織文化建設、其他花旗銀行（CitiBank）2022年產(chǎn)品宣傳、客戶權益、其他國內(nèi)銀行中國農(nóng)業(yè)銀行2021年產(chǎn)品宣傳、客戶營銷、客戶權益、組織文化建設、其他中國農(nóng)業(yè)銀行2021年產(chǎn)品宣傳、客戶營銷、客戶權益、組織文化建設、其他中國建設銀行2021年產(chǎn)品宣傳、客戶營銷、客戶權益、組織文化建設、其他中國郵政儲蓄銀行2022年產(chǎn)品宣傳、客戶營銷、客戶權益、組織文化建設、其他招商銀行2022年產(chǎn)品宣傳、客戶營銷、客戶權益、組織文化建設、其他中信銀行2023年產(chǎn)品宣傳、客戶營銷、客戶權益、組織文化建設、其他民生銀行2023年產(chǎn)品宣傳、客戶營銷、客戶權益、組織文化建設、其他3.數(shù)字藏品數(shù)字藏品是基于NFT技術的中國特色路徑實現(xiàn)，為數(shù)字資產(chǎn)提供真實性和所有權證明的一種創(chuàng)新應用模式。我國數(shù)字藏品與NFT本質(zhì)區(qū)別在于國內(nèi)數(shù)字藏品不具備NFT的資金屬性及社交屬性，與虛擬貨幣劃清了明確的界限。IP12413家商業(yè)銀行實現(xiàn)了數(shù)字藏品業(yè)務的上線，運用數(shù)字藏品探索創(chuàng)新（三）國內(nèi)金融元宇宙建設面臨的技術難點1.技術體系異常復雜且存在短板5G/6G5G/6G然而，盡管這些技術在不斷發(fā)展創(chuàng)新，但目前它們?nèi)蕴幱诓煌?25VR人工智能的熱門算法深度學習也存在不可靠和不可解釋等局限2.應用開發(fā)尚未形成成熟案例2023年6“”126數(shù)據(jù)安全的技術管控難度加大網(wǎng)絡安全攻擊的風險點增多VR1275.技術人才缺乏（128元宇宙技術并提高開發(fā)能力。（四）國內(nèi)金融元宇宙建設所面臨技術難點的解決對策1.做好頂層設計在金融元宇宙建設過程中，商業(yè)銀行需要堅定信心、保持定力，并做好頂層設計和戰(zhàn)略謀劃。129第三階段是構建金融元宇宙業(yè)務系統(tǒng)，即研發(fā)并逐步推出具備“”2.把握技術進步契機，確保不失先機130浪費。3.抓實人才，夯實發(fā)展根基銀行應該建立一套針對熟悉元宇宙技術的專業(yè)人才的市場化引進機1314.與區(qū)塊鏈、大模型等前沿技術融合共贏（2）元宇宙與大模型元宇宙與大模型的融合在提供更加高效的服務和體驗方面具有132供更加智能化的搜索結(jié)果，提高搜索效率和用戶體驗。通過大模型技術可以實現(xiàn)對用戶交互行為的智能理解和應答。例如，133134135一、智能金融監(jiān)管的基本原理136（一）智能金融的倫理標準考量1377作與發(fā)展組織（OECD）的《人工智能原則》提出了五項基本原則，138發(fā)展。（二）智能金融技術風險與系統(tǒng)安全139（三）金融數(shù)據(jù)安全與個人信息保護140141在數(shù)據(jù)保護技術上不能與其發(fā)展相匹配或者存在技術漏洞而最終導（四）市場行為與金融消費者權益保護人工智能技術在金融領域的使用是否對消費者有益將取決于它也更有可能識別和利用消費者行為偏見和脆弱性特征——從利用消142”“”和“”“”（（包括員工和技能以及數(shù)據(jù)和技術本身（五）智能技術所引起的金融風險143或市場所受到的變動與沖擊將通過部門間的緊密聯(lián)系導致風險傳播金融機構面臨的另一個金融安全與穩(wěn)定的關鍵挑戰(zhàn)在于它們是IT（144一是遵守基本倫理，尊重人類價值。在智能金融發(fā)展中應當遵循二是回歸金融本源，服務實體經(jīng)濟。智能金融的最終目的應當始三是筑牢安全底線，維護系統(tǒng)穩(wěn)健。智能金融在發(fā)展過程中應當145四是公平透明可信，保障公共利益。信息公開、透明度與可解釋五是守護民眾隱私，確保數(shù)據(jù)安全。智能金融機構應當遵守相關六是規(guī)范市場行為，保護消費權益。智能金融機構應當受到相應146二、國內(nèi)關于智能金融的治理政策與監(jiān)管行動（一）國內(nèi)治理政策與監(jiān)管行動重要會議部署20221220234重大規(guī)劃方案20221（2022-2025年14720232202362023中國人民銀行法修訂草案、保險法修訂草案；在實施科教興國戰(zhàn)略、1483.監(jiān)管規(guī)定與自律規(guī)范20234（（20234慎使用ChatGPT149ChatGPTChatGPT等工具處ChatGPTChatGPT（二）小結(jié)150三、國外關于智能金融的治理政策與監(jiān)管行動（一）國外治理政策與監(jiān)管行動1.英國一是發(fā)布政策文件《建立一種有利于創(chuàng)新的方法以監(jiān)管AI20227（1151確保監(jiān)管的連貫性。雖然人工智能應用場景非常關鍵，但(AIPPF)（BOE）AIPPF20201020222152問與需求。202210FCAAIPPF都5.PRAFCA的153規(guī)定限制了機器學習的部署，25%受訪者表示這是由于現(xiàn)有法規(guī)不明確所致。2.美國202220222Ron與參議員CoryBookerClarke20222019FTC50-75“關鍵決策”、“增強型關鍵決策過程”等。二是消費者金融保護局（CFPB）采取系列行動保護智能金融領CFPB2022520228月，CFPB154CFPB已將數(shù)CFPBCFPBCFPBCFPB權限范CFPBCFPB155等人四是美國四部門關于在人工智能技術應用中確保公平公正發(fā)布聯(lián)合聲明。美國司法部民權司、CFPB、聯(lián)邦貿(mào)易委員會和美國平等3.歐盟20214202212建議修改之后,歐盟理事會通過了關于人工智能法案的共同立場。理事會的目標是確保投放歐盟市場和在歐盟使用的人工智能系統(tǒng)是安156（157——款最高可達007較高者為準。202228日，R如下：1.適用于金融實體的有關以下方面的要求：信息和通信技術ICT營彈性測試、與網(wǎng)絡威脅和漏洞相關的信息和情報共享、健全管理ICT第三方風險的措施；2.有關ICT之間締結(jié)的合同安排的要求；3.關鍵ICT第三方服務提供商在向金158框架，所有公司都需要確保他們能夠承受、應對所有類型的ICT等4.國際組織202212G20/OECD10（二）小結(jié)綜合來看，國外對于智能金融的監(jiān)管政策和治理行動主要呈現(xiàn)以1592022年底引爆全球關注的160161一、關于智能金融發(fā)展的建議（一）加強技術安全研究，鼓勵業(yè)務安全實踐人工智能在金融業(yè)務中的應用為金融機構帶來了巨大變革和機（二）積極利用智能技術，推動金融服務創(chuàng)新（三）強化智能金融治理，筑牢科技道德和社會責任162（四）提升數(shù)據(jù)開放