明珠灣智能金融發(fā)展報(bào)告

中國(guó)金融四十人研究院課題報(bào)告明珠灣智能金融發(fā)展報(bào)告（2022）課題類型： 中國(guó)金融四十人研究院課題 2023年12月課題組1課題負(fù)責(zé)人：肖鋼課題組成員：技術(shù)篇：李鳴、王晨輝、廉貴清、劉冕宸、彭濤國(guó)強(qiáng)、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(gè)人名義參加此項(xiàng)研究，所表達(dá)觀點(diǎn)不代表所在機(jī)構(gòu)觀點(diǎn)。目錄序言第一部分：技術(shù)篇一、人工智能技術(shù)和產(chǎn)業(yè)發(fā)展?fàn)顩r（一）術(shù)進(jìn)展 7（二）要技展情況 （三）業(yè)進(jìn)況 15二、通用語(yǔ)言模型技術(shù)分析（一）展歷程 19（二）展情況 21（三）展趨勢(shì) 24（四）金融來(lái)的影響 26第二部分：應(yīng)用篇一、金融智能應(yīng)用概述（一）用規(guī)步增長(zhǎng) 32（二）用質(zhì)斷提升 33（三）用成著增強(qiáng) 35二、銀行業(yè)智能應(yīng)用（一）品創(chuàng)新 37（二）服營(yíng)銷 41（三）營(yíng)管理 43（四）控合規(guī) 46三、保險(xiǎn)業(yè)智能應(yīng)用（一）品創(chuàng)新 51（二）服營(yíng)銷 54（三）營(yíng)管理 56（四）控合規(guī) 58四、證券基金業(yè)智能應(yīng)用（一）品創(chuàng)新 59（二）服營(yíng)銷 60（三）營(yíng)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(duì)金融行業(yè)的影響（一）策式AI生成式AI 71（二）AIGC的術(shù)特征要素展 72（三）AIGC的應(yīng)用ChatGPT 83（四）AIGC對(duì)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(yīng)用 （三）內(nèi)金融宇宙建面臨術(shù)難點(diǎn) 125（四）內(nèi)金融宇宙建所面術(shù)難點(diǎn)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(biāo)考量 137（二）能金術(shù)風(fēng)險(xiǎn)系統(tǒng)全 139（三）融數(shù)全與個(gè)信息護(hù) 140（四）場(chǎng)行金融消者權(quán)護(hù) 142（五）能技引起的融風(fēng)險(xiǎn) 143二、國(guó)內(nèi)關(guān)于智能金融的治理政策與監(jiān)管行動(dòng)（一）內(nèi)治策與監(jiān)行動(dòng) 147（二）結(jié) 150三、國(guó)外關(guān)于智能金融的治理政策與監(jiān)管行動(dòng)（一）外治策與監(jiān)行動(dòng) 151（二）結(jié) 159第五部分：政策篇一、關(guān)于智能金融發(fā)展的建議（一）強(qiáng)技全研究鼓勵(lì)務(wù)安全實(shí)踐 162（二）極利能技術(shù)推動(dòng)服務(wù)創(chuàng)新 162（三）化智融治理，筑牢道德和會(huì)責(zé)任 162（四）升數(shù)放與共水平善智能融創(chuàng)態(tài) 163（五）強(qiáng)人養(yǎng)與引，夯能金融展基礎(chǔ) 164二、關(guān)于智能金融監(jiān)管的建議（一）善對(duì)制，不凝聚金融監(jiān)共識(shí) 164（二）定智融監(jiān)管則，各主體責(zé)利界 164（三）展監(jiān)技，運(yùn)智能應(yīng)對(duì)新題新戰(zhàn) 165（四）強(qiáng)模理，著破解金融監(jiān)痛點(diǎn)點(diǎn) 165（五）導(dǎo)行律，發(fā)參謀作用 166（六）強(qiáng)金育，著推動(dòng)者金融養(yǎng)體設(shè) 166附錄：大事記頭雁”1程、業(yè)務(wù)拓展以及服務(wù)模式等方面更加自動(dòng)化、精細(xì)化。20192022（AIforChatGPT2022年+ChatJD2構(gòu)正在深入研究和評(píng)估通用語(yǔ)言大模型對(duì)未來(lái)金融行業(yè)可能產(chǎn)生的三是智能金融應(yīng)用深度進(jìn)一步拓展。智能金融的應(yīng)用規(guī)模穩(wěn)步增四是智能金融監(jiān)管制度進(jìn)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(gòu)金融體系。大模型技術(shù)的突破，未來(lái)在金融領(lǐng)三是給金融監(jiān)管帶來(lái)新挑戰(zhàn)。當(dāng)前大模型雖然很強(qiáng)大，但仍然存四是加快實(shí)現(xiàn)我國(guó)人工智能關(guān)鍵技術(shù)自立自強(qiáng)。當(dāng)前，各國(guó)在人本報(bào)告共分為五個(gè)部分。第一部分是技術(shù)篇，主要介紹了202242022!（2022）》課題組二〇56一、人工智能技術(shù)和產(chǎn)業(yè)發(fā)展?fàn)顩r（一）學(xué)術(shù)進(jìn)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(jiǎng)項(xiàng)統(tǒng)計(jì)序號(hào)論文名稱中文翻譯主要內(nèi)容1IsOut-of-distributionDetectionLearnable?分布外檢測(cè)是可學(xué)習(xí)的嗎？本文提供了分布外（OOD）檢測(cè)的理論研究，重點(diǎn)關(guān)注此類模型可學(xué)習(xí)的條件。使用可能近似正確（PAC）學(xué)習(xí)理論來(lái)表明OOD檢測(cè)模型僅在數(shù)據(jù)分布空間和預(yù)測(cè)模型空間的某些條件下是PAC可學(xué)習(xí)的。它提供了3個(gè)具體的不可能定理，可以很容易地應(yīng)用于確定OOD檢測(cè)在實(shí)際環(huán)境中的可行性，并用于為現(xiàn)有的OOD檢測(cè)方法提供理論基礎(chǔ)。2PhotorealisticText-to-ImageDiffusionModelswithDeepLanguage具有深刻語(yǔ)言理解的逼真的文本到圖像擴(kuò)散模型的主導(dǎo)范式。3ElucidatingtheDesignSpaceofDiffusion-BasedGenerativeModels闡明基于擴(kuò)散的生成模型的設(shè)計(jì)空間散過(guò)程的模型的理解和實(shí)施的發(fā)展做出重要貢獻(xiàn)。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(xùn)練具身AI代理的框架，為這些代理創(chuàng)造從擴(kuò)展中受益的潛力，就像語(yǔ)言和圖像生成模型一樣。該框架的核心是一個(gè)引該框架可用于為多個(gè)具體AI任務(wù)訓(xùn)練SoTA模型。5Usingnaturallanguageandprogramabstractionsinstillhuman使用自然語(yǔ)言和程序抽象向機(jī)器灌輸人類歸納偏見但也具有程序抽象的魯棒性。8序號(hào)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(yǔ)料庫(kù)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(guò)結(jié)合光束搜索的解碼器輸出與索引中相關(guān)文檔相對(duì)應(yīng)的ID列表。它加入了一個(gè)小型但不斷增長(zhǎng)的研究路線，偏離了占主導(dǎo)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(biāo)準(zhǔn)深度學(xué)習(xí)算法和框架對(duì)目標(biāo)應(yīng)用程序的索引器進(jìn)行基于梯度的優(yōu)化。所提出的方法引入了架構(gòu)和訓(xùn)練選擇，與以前的工作相比，這些選擇帶來(lái)了顯著的改進(jìn)，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(dòng)力學(xué)和臨界縮放本文研究了高維狀態(tài)下步長(zhǎng)恒定的SGD的縮放極限。它顯示了如果步長(zhǎng)很大，SGD會(huì)有多復(fù)雜。表征SDE的性質(zhì)，并在步長(zhǎng)較小時(shí)將其與ODE進(jìn)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(duì)超參數(shù)的敏感性。9RiemannianScore-BasedGenerativeModelling基于黎曼分?jǐn)?shù)的生成建模本文通過(guò)確定有助于SGM成功的主要成分，將基于分?jǐn)?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(jì)示出實(shí)際的改進(jìn)。9序號(hào)論文名稱中文翻譯主要內(nèi)容11Anempiricalanalysisofcompute-optimallargelanguagemodeltraining計(jì)算最優(yōu)大語(yǔ)言模型訓(xùn)練的實(shí)證分析FLOP預(yù)算，權(quán)衡模型大小顯更多的代幣上進(jìn)行訓(xùn)練，其性能優(yōu)于其對(duì)應(yīng)模型，同時(shí)由于其較小的尺寸，在下游使用也更實(shí)用。12Beyondneuralscalinglaws:beatingpowerlawscalingviadatapruning超越神經(jīng)縮放定律：通過(guò)數(shù)據(jù)修剪擊敗冪律縮放ImageNet上一系列數(shù)據(jù)過(guò)濾指標(biāo)的經(jīng)驗(yàn)實(shí)例化相協(xié)調(diào)。13On-DemandSampling:LearningOptimallyfromMultipleDistributions按需采樣：從多個(gè)分布中優(yōu)化學(xué)習(xí)本文使用隨機(jī)零和博弈的技術(shù)研究了多重分布學(xué)習(xí)。AAAI論文分析國(guó)際先進(jìn)人工智能協(xié)會(huì)（AssociationfortheAdvancementofrtiiialItlgec,以下簡(jiǎn)稱I2022NLP72DeepFake125Transformer10249（bectdtetnClassification）（二）主要技術(shù)發(fā)展情況人工智能相關(guān)技術(shù)發(fā)展情況5G/17SiriCortana等語(yǔ)音助手，各大支付應(yīng)用推出的人臉識(shí)別認(rèn)證技術(shù)，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(gòu)的GPU、FPGA及ASICGPUFPGA具有算外的XilinxAlteraLattice和MicrochipFPGA大部分市場(chǎng)，其中Xilinx和Altera90%Tractica202572646.14%年TheanoFacebook開發(fā)的語(yǔ)言理解和醫(yī)療保健等領(lǐng)域發(fā)揮了重要的成效。但不同于編程語(yǔ)言相對(duì)于互聯(lián)網(wǎng)應(yīng)用那樣的成熟，深度學(xué)習(xí)的產(chǎn)業(yè)應(yīng)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(guó)內(nèi)方面，國(guó)產(chǎn)深度學(xué)習(xí)框架平臺(tái)變得越來(lái)越豐富。百度自研深13AI生產(chǎn)力平臺(tái)源了深度學(xué)習(xí)框架天元MegEngine，華為推出了AI計(jì)算框架MindSpore智能金融相關(guān)其他技術(shù)介紹計(jì)算機(jī)視覺技術(shù)是指運(yùn)用設(shè)備捕捉觀測(cè)對(duì)象產(chǎn)生的圖像或者是視頻中產(chǎn)生的信息。通過(guò)以計(jì)算機(jī)能夠理解的方式進(jìn)行分析和處理，14（TTS）（三）產(chǎn)業(yè)進(jìn)展情況目前，通過(guò)人工智能技術(shù)，各行各業(yè)的企業(yè)可以實(shí)現(xiàn)自動(dòng)化流程、15AI2017202022年的505％的受訪者將其公司5國(guó)外進(jìn)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(jí)2020新工”95520214“75.9美國(guó)AI作組等機(jī)構(gòu)，各部門密集出臺(tái)了系列政策，將人工智能提到“業(yè)”和“未來(lái)技術(shù)”領(lǐng)域的高度，不斷鞏固和提升美國(guó)在人工智能領(lǐng)域202130%，總額1516量子計(jì)算等列為2022財(cái)年美國(guó)研發(fā)預(yù)算優(yōu)先事項(xiàng)，將對(duì)包括人工智100020217日本繼制定《科學(xué)技術(shù)創(chuàng)新綜合戰(zhàn)略2020》之后，于2021年6月發(fā)布“AI2021”英國(guó)于2021年9月發(fā)布國(guó)家級(jí)人工智能新十年戰(zhàn)略，這是繼201620142021年23我國(guó)進(jìn)展情況20152025“十三五”2017172035遠(yuǎn)景2022630004000挑戰(zhàn)和應(yīng)對(duì)了我國(guó)人工智能創(chuàng)新發(fā)展的空間，全球技術(shù)發(fā)展不均衡帶來(lái)了新的18I二、通用語(yǔ)言模型技術(shù)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(jí)ChatGPT2.5ChatGPTAIGC（AI-GeneratedContent）專業(yè)AIGCAIGCAIGC21的AI創(chuàng)作輔助工具，對(duì)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(wèn)1000NLP任華為盤古22華為的盤古大模型是一種基于深度學(xué)習(xí)技術(shù)的自然語(yǔ)言處理模NLPGPT騰訊混元AILabNLPTransformer任務(wù)。AILab京東-ChatJD京東的ChatJD模型是一種基于深度學(xué)習(xí)技術(shù)的自然語(yǔ)言處理模23NLPChatJD的智能客ChatJDNLP任ChatJD模型在AILab（三）發(fā)展趨勢(shì)不同于以往的預(yù)訓(xùn)練語(yǔ)言模型（PLMs），當(dāng)參數(shù)規(guī)模超過(guò)一定水平20132019T5模24OpenAIGPT的技趨勢(shì)一：模型規(guī)模持續(xù)增長(zhǎng)20191417501（NLP）趨勢(shì)二：預(yù)訓(xùn)練和微調(diào)改進(jìn)趨勢(shì)三：多模態(tài)和多領(lǐng)域拓展趨勢(shì)四：提升個(gè)性化和可解釋性25人工智能產(chǎn)業(yè)將更加關(guān)注如何根據(jù)個(gè)體的特征和需求進(jìn)行模型定制趨勢(shì)五：數(shù)據(jù)安全和隱私保護(hù)趨勢(shì)六：跨語(yǔ)言和跨文化研究（四）對(duì)金融業(yè)帶來(lái)的影響26確保通用語(yǔ)言模型在金融行業(yè)的應(yīng)用能夠得到可持續(xù)和健康的發(fā)展。通用語(yǔ)言模型具體對(duì)銀行金融業(yè)帶來(lái)的影響可能包括以下幾個(gè)方面：一是智能客服機(jī)器人。通用語(yǔ)言模型可以用于構(gòu)建智能客服和聊天機(jī)器人系統(tǒng)，提供24小時(shí)全天候的客戶服務(wù)。在金融行業(yè)，此類應(yīng)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(wù)，提高客戶滿意度和響應(yīng)效率。二是投資分析和預(yù)測(cè)。通用語(yǔ)言模型可以用于分析和預(yù)測(cè)金融市場(chǎng)趨勢(shì)，幫助投資者做出更準(zhǔn)確的決策。通過(guò)對(duì)大量的新聞、財(cái)報(bào)、三是智能風(fēng)控和反欺詐。通用語(yǔ)言模型可以用于金融機(jī)構(gòu)的風(fēng)險(xiǎn)四是個(gè)性化推薦和財(cái)務(wù)規(guī)劃。通用語(yǔ)言模型可以通過(guò)客戶基本資27282021年末，金融行業(yè)監(jiān)管機(jī)構(gòu)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(dòng)下，2022年行業(yè)呈現(xiàn)數(shù)字智能技術(shù)在在能力建設(shè)方面，金融機(jī)構(gòu)持續(xù)提高技術(shù)平臺(tái)的自動(dòng)化效率，降29低平臺(tái)使用門檻。大數(shù)據(jù)和人工智能領(lǐng)域2022年迎來(lái)DataOps2和MLOps3的能力成熟度標(biāo)準(zhǔn)的發(fā)布，受到金融行業(yè)的廣泛關(guān)注和積極（No-Code）（Low-Code）4AR/VR5,DataOps（DataOperations）MLOPs(MachineLearningOperations)機(jī)器學(xué)習(xí)運(yùn)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(yīng)用開發(fā)方法，用較少的代碼、以較快的速度交付應(yīng)用程序，將程序員不想開發(fā)的代碼做到自動(dòng)化。AR（AugmentedReality）器等多種技術(shù)手段，將虛擬信息與真實(shí)世界巧妙融合，從而實(shí)現(xiàn)對(duì)真實(shí)世界的“增強(qiáng)”。VR（VirtualReality）虛擬現(xiàn)實(shí)：綜合使用計(jì)算機(jī)、電子信息、仿真技術(shù)，模擬產(chǎn)生虛擬空間給使用者沉浸式的體驗(yàn)。3020222022年我國(guó)技術(shù)均超過(guò)02022套重大技術(shù)2220225.92萬(wàn)億元，。31一、金融智能應(yīng)用概述態(tài)勢(shì)。（一）應(yīng)用規(guī)模穩(wěn)步增長(zhǎng)202112.34%20220.9%和-1.2%202219.4%6。證券行202219.8%2022年年度報(bào)告，/press-releases-attachments/1512617/HKEX-EPS_20230426_10707958_0.PDF32的高速增長(zhǎng)，體現(xiàn)證券行業(yè)對(duì)于科技競(jìng)爭(zhēng)力的高度重視7。在對(duì)智能化技術(shù)的接受程度方面，相關(guān)調(diào)研報(bào)告8顯示2022年58%2021升近20620218年開始越來(lái)越多地運(yùn)用到營(yíng)銷領(lǐng)域以及20229AI26%82%AI48.5%（二）應(yīng)用質(zhì)效不斷提升國(guó)金證券，行業(yè)深度研究報(bào)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(bào)告：20234AI方向，/2023/02/02/financial-industry-ai-survery/2022年年度報(bào)告，/app_upload/images/info/upload/2091cada-04c0-443f-be50-0b1396c10575.pdf33同業(yè)務(wù)流程的耦合程度愈加緊密，系統(tǒng)化場(chǎng)景支撐能力越來(lái)越強(qiáng)。精準(zhǔn)度不斷提升金融行業(yè)各類模型的準(zhǔn)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(yīng)用，將更多的復(fù)雜和非結(jié)構(gòu)化的智能數(shù)據(jù)處理和分析多樣性不斷延申360（三）應(yīng)用成效顯著增強(qiáng)RPA（RoboticProcessAutomation）AI（ArtificalIntelligence）人工智能：利用計(jì)算機(jī)或其他控制的設(shè)備，通過(guò)感知環(huán)境、獲取知識(shí)、推導(dǎo)演繹等方法，對(duì)人類智能的模擬、驗(yàn)收或拓展。352022數(shù)字運(yùn)營(yíng)能力提升加強(qiáng)數(shù)字化和智能化賦能水平。一是在服務(wù)質(zhì)效方面，加快大數(shù)據(jù)、4391.8++數(shù)字風(fēng)控能力加強(qiáng)50%36200普惠金融廣度拓寬二、銀行業(yè)智能應(yīng)用（一）產(chǎn)品創(chuàng)新招商銀行創(chuàng)建招銀智庫(kù)，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(wèn)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(wù)于他的上下游，38把數(shù)字金融服務(wù)帶給N2量級(jí)的小微。大雁系統(tǒng)提升貸款可得率和解決資金管理難問(wèn)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(gè)1011,000家，實(shí)現(xiàn)資金歸集智能化。工商銀行依托智能虛擬仿真平臺(tái)應(yīng)用，新建虛實(shí)融合交互服務(wù)群組，建立企業(yè)級(jí)虛實(shí)融合交互平臺(tái)能力。工商銀行建立企業(yè)級(jí)虛實(shí)融合交互平臺(tái)，為總分行各類應(yīng)用系統(tǒng)，391213LayaAir11一打造，集成NFT通過(guò)H5輕量級(jí)入口（微信掃碼）進(jìn)入，進(jìn)行身份認(rèn)證后即可參與NFTNFT1213農(nóng)業(yè)銀行使用計(jì)算機(jī)視覺深度學(xué)習(xí)AI技術(shù)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(yíng)銷AI的配置需求。AIAPPAI小招以技術(shù)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(chǎng)研判方面理可疑交易，守護(hù)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(wù)品種，場(chǎng)景化應(yīng)用超過(guò)100個(gè)，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(yīng)速度提升一倍以上，已經(jīng)形成工商銀行在數(shù)字時(shí)代保持同業(yè)競(jìng)爭(zhēng)力的強(qiáng)有力引擎。（三）運(yùn)營(yíng)管理工商銀行卡專業(yè)條線利用金融大數(shù)據(jù)架構(gòu)的企業(yè)級(jí)數(shù)據(jù)驅(qū)動(dòng)能力，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)重塑數(shù)字化運(yùn)營(yíng)全流程。14BI14展洞2022年自助上線180+張看板、報(bào)表及清單，賦能業(yè)務(wù)發(fā)展標(biāo)準(zhǔn)路徑，提升工行卡條線數(shù)字化經(jīng)營(yíng)決策水平。建設(shè)銀行構(gòu)建貨幣市場(chǎng)交易機(jī)器人，智能分析交易對(duì)手方需BI（BusinessIntelligence）商業(yè)智能：用來(lái)幫助企業(yè)更好地利用數(shù)據(jù)提高決策質(zhì)量的技術(shù)集合，是從大量的數(shù)據(jù)中鉆取信息與知識(shí)的過(guò)程。43求，自動(dòng)執(zhí)行交易詢報(bào)價(jià)流程，顯著提升交易磋商效率。95%式的金融影像識(shí)別能力，提升票據(jù)識(shí)別質(zhì)效。44支持高精度、多形態(tài)的復(fù)雜圖像識(shí)別場(chǎng)景。8780%4695%交通銀行多模態(tài)融合應(yīng)用于計(jì)算機(jī)視覺。OCR估值業(yè)務(wù)在日終后基金經(jīng)理會(huì)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(fēng)控合規(guī)ASR（AutomaticSpeechRecognition）46提升信貸監(jiān)測(cè)質(zhì)效。OCR+NLP組合基于OCRNLP90%以上，其中試點(diǎn)分行在維持現(xiàn)有人力的情況下，業(yè)務(wù)覆蓋率提升約80%息，提升風(fēng)險(xiǎn)管控效率。傳統(tǒng)輿情分析需耗費(fèi)總分行相關(guān)崗位人員大量時(shí)間與精力，每條477597*24招商銀行構(gòu)建融合對(duì)公和零售的聯(lián)邦式知識(shí)圖譜，依托復(fù)雜設(shè)。10.87（21.74億條（18個(gè)小類48在對(duì)公營(yíng)銷場(chǎng)景中售營(yíng)銷場(chǎng)景中100在風(fēng)控場(chǎng)景中信貸技術(shù)，服務(wù)百萬(wàn)用戶?！?4小時(shí)在線，可以與客戶自動(dòng)交互，接收客戶自主上傳的經(jīng)營(yíng)流497*24AIAI70種自證任務(wù)，上線以來(lái)，已服務(wù)超過(guò)600萬(wàn)小微經(jīng)營(yíng)者。農(nóng)業(yè)銀行搭建隱私計(jì)算金融網(wǎng)，助力金融領(lǐng)域數(shù)據(jù)價(jià)值安全釋放。1050/30余家商業(yè)三、保險(xiǎn)業(yè)智能應(yīng)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(wù)應(yīng)用效果榮獲中國(guó)人民銀行金融科技發(fā)展獎(jiǎng)二等獎(jiǎng)。太平洋保險(xiǎn)基于人工智能技術(shù)，打造“5A”數(shù)字員工，構(gòu)建智慧業(yè)務(wù)模式，為企業(yè)數(shù)智化轉(zhuǎn)型提供范式。太平洋保險(xiǎn)“5A”數(shù)字員工，即自主性Autonomous、適應(yīng)性AdaptiveAll-aroundAdept52業(yè)場(chǎng)景任務(wù)執(zhí)行等服務(wù)。70%30%以上。驗(yàn)式經(jīng)營(yíng)保險(xiǎn)支持系統(tǒng)。5G系統(tǒng)前端——依托沉浸式養(yǎng)康科技體驗(yàn)設(shè)備及主動(dòng)式、智能化實(shí)1616系統(tǒng)后臺(tái)——通過(guò)IoT平臺(tái)存儲(chǔ)并分析多源異構(gòu)的數(shù)據(jù)，實(shí)時(shí)將客戶體驗(yàn)、用戶畫像等信息提供銷售端決策，實(shí)現(xiàn)產(chǎn)品精準(zhǔn)推介、營(yíng)銷話術(shù)推薦等銷售閉環(huán)。5GIoT（InternetofThings）實(shí)現(xiàn)任何時(shí)間、任何地點(diǎn)，人、機(jī)、物的互聯(lián)互通。53（二）客服營(yíng)銷體驗(yàn)。2022AIGC2022Efma-2022?AI300AI2022100萬(wàn)+205418分鐘，同比增長(zhǎng)超50%。智能化的客戶服務(wù)平臺(tái)。在線客服等多形態(tài)的智能交互應(yīng)用。其中太保集團(tuán)重點(diǎn)應(yīng)用場(chǎng)景—95500VIP6031個(gè)7*242.1584%，實(shí)現(xiàn)部太平洋產(chǎn)險(xiǎn)與太平洋科技合作研發(fā)智循電銷名單分類產(chǎn)品，建設(shè)自動(dòng)化分類、精細(xì)化管理和智能化決策的經(jīng)營(yíng)平臺(tái)。NLP556116%泰康保險(xiǎn)面向銷售場(chǎng)景打造體驗(yàn)式銷售支持智能服務(wù)機(jī)器人。6（三）運(yùn)營(yíng)管理AI56形塑代理人團(tuán)隊(duì)IP。AI3000+AI137超110萬(wàn)條短視頻的制作，賦能業(yè)務(wù)高質(zhì)量發(fā)展。兩核業(yè)務(wù)智能化統(tǒng)一服務(wù)平臺(tái)。保險(xiǎn)行業(yè)兩核業(yè)務(wù)智能化統(tǒng)一服務(wù)平臺(tái)覆蓋保險(xiǎn)全流程環(huán)節(jié)影421057兩大業(yè)務(wù)場(chǎng)景落地實(shí)施；PS3640（四）風(fēng)控合規(guī)泰康基于AI+關(guān)系圖譜建設(shè)虛假理賠識(shí)別平臺(tái)和理賠風(fēng)險(xiǎn)智能處理技術(shù)結(jié)合醫(yī)學(xué)知識(shí)實(shí)現(xiàn)對(duì)理賠材料中的文字信息進(jìn)行處理和分5852000200097%。泰康在線理賠風(fēng)險(xiǎn)智能偵查平臺(tái)基于公司各主要險(xiǎn)類理賠相關(guān)圖譜、影像OCRPS|預(yù)警|（700高風(fēng)險(xiǎn)個(gè)人3000余人，涉及賠款4000余萬(wàn)元。四、證券基金業(yè)智能應(yīng)用（一）產(chǎn)品創(chuàng)新“上證金融數(shù)據(jù)服務(wù)”通過(guò)自然語(yǔ)言分析、聚類算法等多種人工59,2022年20余家開展合作，對(duì)5萬(wàn)余家企業(yè)展開評(píng)價(jià)，獲得各方好評(píng)。（二）客服營(yíng)銷華泰證券基于客服機(jī)器人打造全新的AI供千人千面式的專屬投顧全旅程服務(wù)。AI60AIAIAI客服--AI為客戶提供“人+數(shù)字化平臺(tái)”沉浸式的服務(wù)體驗(yàn)。二是融合咨詢、AI財(cái)報(bào)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(lǐng)域的深度服務(wù)。其主要具有以下特色：AI賬戶通過(guò)對(duì)話的方式為用戶提供四大核心功能，為客戶提供61AI國(guó)泰君安打造敏捷業(yè)務(wù)組裝的全場(chǎng)景智能化超級(jí)證券APP——君弘一站式投資理財(cái)智能客戶服務(wù)APP平臺(tái)。17APP172022APPT+0APP，涵T等一系列圍繞T+030T+0：當(dāng)天買入的股票在當(dāng)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(guó)泰君安落地行業(yè)首家全棧信創(chuàng)網(wǎng)點(diǎn)，實(shí)現(xiàn)業(yè)務(wù)辦理流程全信創(chuàng)化。1819CA181920VTMVTM20點(diǎn)環(huán)境部署，實(shí)現(xiàn)在1天內(nèi)完成智慧網(wǎng)點(diǎn)的網(wǎng)絡(luò)部署和現(xiàn)場(chǎng)設(shè)備調(diào)2022年，國(guó)泰君安完成網(wǎng)點(diǎn)業(yè)務(wù)辦理流程全信創(chuàng)解決方案。通過(guò)CA（CertificateAuthority）作的不可否認(rèn)性，彌補(bǔ)無(wú)法手簽所帶來(lái)的法律風(fēng)險(xiǎn)。VTM（VideoMachine）遠(yuǎn)程視頻柜員機(jī)：一種通過(guò)遠(yuǎn)程視頻方式來(lái)辦理一些柜臺(tái)業(yè)務(wù)的機(jī)電一體化設(shè)備。SDWAN（SoftwareDefinedWideAreaNetwork）632022VTMVTM40%，VTM2022國(guó)泰君安自主打造場(chǎng)景化、伴隨式的智能在線客戶服務(wù)平臺(tái)“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(wù)。國(guó)泰君安踐行“AIinAll”策略，基于深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、知21222B2C2122君弘靈犀是券商行業(yè)首家基于知識(shí)圖譜的KBQA實(shí)現(xiàn)基于AAI20Business）:2C（ToCustomer）:面向普通用戶。KBQA（Konwledge-basedQA）知識(shí)圖譜問(wèn)答：一種基于結(jié)構(gòu)化知識(shí)庫(kù)（即知識(shí)圖譜）的智能問(wèn)答方找或推理問(wèn)題對(duì)應(yīng)的答案。64戶資產(chǎn)、智慧辦公等場(chǎng)景落地智能托管、智能提醒、語(yǔ)音快轉(zhuǎn)等10多項(xiàng)輔助工具，成功為響應(yīng)人團(tuán)隊(duì)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(wèn)題解答率達(dá)96.5，實(shí)現(xiàn)線上客戶問(wèn)題人工服務(wù)替代率超94。平臺(tái)榮獲2022年度深交所創(chuàng)新研究課題二等獎(jiǎng)和上交所創(chuàng)新研究課題三等獎(jiǎng)。（三）運(yùn)營(yíng)管理營(yíng)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(jí)（四）風(fēng)控合規(guī)66智能風(fēng)控平臺(tái)通過(guò)采用現(xiàn)代的風(fēng)險(xiǎn)預(yù)警計(jì)量技術(shù)以及智能化手五、總結(jié)和展望G（B（C（）672022ChatGPT686970一、生成式AI（AIGC）對(duì)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(jì)算機(jī)視覺領(lǐng)域，決策式AI可以通過(guò)學(xué)習(xí)和分析圖像數(shù)據(jù)中的模式和特征，實(shí)現(xiàn)對(duì)象檢測(cè)、圖像分類等任務(wù)的智能化解決方案。常見的人臉識(shí)別就是這方面應(yīng)用的典型，終端設(shè)備根據(jù)所捕獲的人臉條件。在自然語(yǔ)言處理中，決策式AI通過(guò)學(xué)習(xí)和理解大量文本數(shù)據(jù)的AIAI71合，并識(shí)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(jiǎn)單來(lái)說(shuō)，后者是基于某些數(shù)效果。（二）AIGC的技術(shù)特征、要素與發(fā)展AIGC的概念A(yù)IGC(AIGeneratedContent)AIPGCProfessionalGeneratedContent)UGCUserGenerated72NLPAI模AI與所有人工智能技術(shù)一樣，AIGC的能力由機(jī)器學(xué)習(xí)模型提供，StableDiffusion文AI驅(qū)動(dòng)的智AIGC的產(chǎn)業(yè)鏈AIGC73應(yīng)能力。公司在推進(jìn)AIGCAIGC此外他們還向上游數(shù)據(jù)供應(yīng)商和算法機(jī)構(gòu)提供訓(xùn)練數(shù)據(jù)和用戶行為反饋。戶對(duì)AIGC74AIGC的技術(shù)特征與成熟度AIGC技術(shù)特征主要有自然語(yǔ)言處理、模型預(yù)訓(xùn)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(shí)AIGCAIGC實(shí)現(xiàn)AIGC的三要素實(shí)現(xiàn)AIGC更加智能化、實(shí)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(xùn)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(yīng)用于各種任務(wù)，面向不同場(chǎng)景應(yīng)用，例如文本生成、聊天機(jī)器人、圖像生成、藝術(shù)、設(shè)計(jì)、摘要、翻譯、問(wèn)答和視頻生成。表3.1著名的預(yù)訓(xùn)練模型預(yù)訓(xùn)練模型應(yīng)用參數(shù)量領(lǐng)域谷歌BERT語(yǔ)言理解與生成4810億NLPLaMDA對(duì)話系統(tǒng)-NLPPaLM語(yǔ)言理解與生成、推理、代碼生成5400億NLPImagen語(yǔ)言理解與圖像生成110億多模態(tài)Parti語(yǔ)言理解與圖像生成200億多模態(tài)微軟Florence視覺識(shí)別6.4億CVTuring-NLG語(yǔ)言理解、生成170億NLPFacebookOPT-175B語(yǔ)言模型1750億NLPM2M-100100種語(yǔ)言互譯150億NLPDeepMindGato多面手的智能體12億多模態(tài)Gopher語(yǔ)言理解與生成2800億NLPAlphaCode代碼生成414億NLPOpenAIGPT3語(yǔ)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(yǔ)言理解與生成、推理等-NLPNvidiaMegatron-TuringNLG語(yǔ)言理解與生成、推理等5300億NLPStabilityAIStableDiffusion語(yǔ)言理解與圖像生成版本-多模態(tài)準(zhǔn)確性。算力：算力為AIGC提供動(dòng)力。大型模型依托海量數(shù)據(jù)集，在實(shí)現(xiàn)上很大程度依賴于龐大的計(jì)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(xùn)練環(huán)境、自建數(shù)據(jù)中心部署等。以ChatGPT為例，ChatGPTChatGPT30000多個(gè)NvidiaA100202311300AIGC模型AIGC模型對(duì)性能上的需求。目前全球GPU市場(chǎng)中英偉達(dá)和AMD96%GPUAIGC的技術(shù)發(fā)展路徑即:(205090)(20902110)(21世紀(jì)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(jì)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(xué)人工智能研究員羅斯·1TheRoad年，微軟公開展示全自動(dòng)同傳系統(tǒng)，該系統(tǒng)基于深層神經(jīng)網(wǎng)絡(luò)(DeepNeuralNetwork，DNN)可以自動(dòng)將英文演講者的內(nèi)容通過(guò)語(yǔ)音識(shí)別、雖然AIGC技術(shù)有一定發(fā)展，但依然受限于算法瓶頸，無(wú)法較好完成創(chuàng)作任務(wù)，應(yīng)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(xué)習(xí)算法81“”（GenerativeAdversarialNetwork,GAN）AIGCGANGoogle提出Transformer2017GoogleTransformer要作用。OpenAI1750”。OpenAIDALL-E2021年OpenAIDALL-E開源。ChatGPT問(wèn)世2022OpenAI推出應(yīng)用在此之后AIGCAIGC新技術(shù)82（三）AIGC的成功應(yīng)用 ChatGPTChatGPT的概念ChatGPTOpenAI202230ChatGPTTransformerChatGPTChatGPTChatGPT在之上用基于人類反饋的監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)(RLHF)進(jìn)行微GPTChatGPT“涌現(xiàn)ChatGPT期間回答與上下文相關(guān)的問(wèn)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(cè)用戶數(shù)就超過(guò)了100萬(wàn)。20231ChatGPT1億，成ChatGPT的能力與原理ChatGPT語(yǔ)言理解即理解用戶輸入的句子含義的能力，并對(duì)其進(jìn)行適當(dāng)?shù)幕貞?yīng)。ChatGPT的語(yǔ)言理解基于其對(duì)大量文本數(shù)據(jù)的訓(xùn)練和深度學(xué)習(xí)模型的能夠推斷出ChatGPT不僅可以處理ChatGPTChatGPT題或?qū)で筮M(jìn)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(zhǔn)確和合適的回應(yīng)奠定了基礎(chǔ)。語(yǔ)言生成（popt的語(yǔ)言生成基于其對(duì)大量文本數(shù)據(jù)的學(xué)習(xí)和深度學(xué)習(xí)模型ChatGPTChatGPT上下文學(xué)習(xí)ChatGPTChatGPT從ChatGPT可以利用之前學(xué)習(xí)到的知識(shí)和上下文來(lái)生成相應(yīng)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(fù)雜問(wèn)題和推理任務(wù)時(shí)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(yǔ)言模型。Transformer“編碼-解碼”的框架結(jié)構(gòu)，用于處理序Transformer（NLP果。TransformerTransformer模87語(yǔ)言文本答案，從而實(shí)現(xiàn)對(duì)自然語(yǔ)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(qiáng)化學(xué)習(xí)”訓(xùn)練方法，具體分為三個(gè)步驟：有監(jiān)督的訓(xùn)練：先給定一些輸入的語(yǔ)句問(wèn)題，用人工來(lái)給ChatGPT督的訓(xùn)練；讓其生成輸出若干個(gè)答案，然后人工對(duì)這些生成的答案進(jìn)行好壞的排序，利用這些有排序的數(shù)據(jù)訓(xùn)練反饋獎(jiǎng)勵(lì)模型；圖3.1ChatGPT的原理圖國(guó)內(nèi)外發(fā)展現(xiàn)狀（大模型）ChatGPTAI88表3.2國(guó)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(shí)現(xiàn)了語(yǔ)言理解和生成任務(wù)。文心一言是基于文心NLP型的對(duì)話式產(chǎn)品，能夠與用戶進(jìn)行對(duì)話互動(dòng)，回答問(wèn)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?yīng)用領(lǐng)域涵蓋了語(yǔ)言、圖像、對(duì)話等API接口，推動(dòng)了人工智能技術(shù)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(yǔ)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(gè)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(lǐng)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(gè)對(duì)話機(jī)器人具備多輪對(duì)話能力，并能利用搜索引擎等工具，個(gè)性化特點(diǎn)也讓它的表達(dá)方式更具定制化。在軟件方面，通義千問(wèn)已經(jīng)開始內(nèi)測(cè)，提供了多個(gè)小應(yīng)用，包括效率類（寫提綱、商品描述生成）、生活類（會(huì)放飛的菜譜、小學(xué)生作文、然后呢）、娛樂(lè)類（彩虹屁專家、寫情書、為你寫詩(shī)）等。未來(lái)預(yù)計(jì)阿里巴巴大模型還將在電商和辦公等場(chǎng)景中廣泛應(yīng)用，帶來(lái)更好的用戶體驗(yàn)和效率提升。騰訊混元大模型由騰訊的TEG數(shù)據(jù)平臺(tái)部和機(jī)器學(xué)習(xí)平臺(tái)部聯(lián)合主導(dǎo)開發(fā)。該模型涵蓋了計(jì)算機(jī)視覺、自然語(yǔ)言處理、多模態(tài)內(nèi)容理解、文案生成、文生視頻等多個(gè)領(lǐng)域。騰訊的混元大模型在廣告和游戲等多個(gè)場(chǎng)景落地，極大地提高了效率并降低了成本。在廣告業(yè)務(wù)方面，騰訊應(yīng)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(wù)方面，騰訊提出了自研的3D虛擬場(chǎng)景自動(dòng)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(fēng)格多樣、貼近現(xiàn)實(shí)的虛擬城市，大幅提升了3D虛擬場(chǎng)景的生產(chǎn)效率華為盤古大模型ModelArts平臺(tái)研發(fā)設(shè)計(jì)的一系列模型。該模型包括計(jì)算機(jī)視覺大模型、科ModelArts平臺(tái)，具備持續(xù)構(gòu)AI應(yīng)用開發(fā)技術(shù)能AI輔助研發(fā)，大大縮短了先導(dǎo)藥研發(fā)的周期，提高了研89發(fā)效率。在氣象預(yù)測(cè)方面，盤古氣象大模型利用3DEarth-SpecificTransformer技術(shù)處理復(fù)雜的氣象數(shù)據(jù)，提高了氣象預(yù)測(cè)的精度和速度，達(dá)到甚至超過(guò)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(chǔ)上訓(xùn)練而來(lái)。為了提升軒轅大模型對(duì)金融領(lǐng)域問(wèn)題的理解能力，度小滿將自身業(yè)務(wù)中積累的金融領(lǐng)域的千億tokens的中文預(yù)訓(xùn)練數(shù)據(jù)集用來(lái)訓(xùn)練模型。該數(shù)據(jù)集涵蓋了金融研報(bào)、股票、基金、銀行、保險(xiǎn)等各個(gè)方向的專業(yè)知識(shí)。度小滿表示，經(jīng)過(guò)清洗和標(biāo)注的高質(zhì)量數(shù)據(jù)集，不僅在通用性方面與ChatGPT達(dá)到持平成為可能，且顯著提升了模型在金融垂直領(lǐng)域的性能，在金融名詞理解、金融市場(chǎng)評(píng)論、金融數(shù)據(jù)分析和金融新聞理解等任務(wù)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(lǐng)域優(yōu)勢(shì)。國(guó)外企業(yè)利用大模型技術(shù)研發(fā)的相關(guān)AI產(chǎn)品也相繼面世。以ChatGPTBingBingAICopilot等OfficeCopilotChatGPTMicrosoft365SWOT能和事實(shí)不符，就可以手動(dòng)糾正，節(jié)省工作時(shí)間。微軟表示將在AICopilotCopilotPCPC此外它也可以直接幫助用戶打開音樂(lè)谷歌近期發(fā)布了PaLM2，這是一種訓(xùn)練有邏輯和推理能力的語(yǔ)90100AIBardBardPaLM2了更豐富的問(wèn)題回答摘要和可靠的相關(guān)鏈接。他們還展示了MagicEditorAI除了直接的商業(yè)用途外，學(xué)術(shù)界也公開了各類大規(guī)模語(yǔ)言模型，供各類學(xué)者進(jìn)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(lái)自CommonCrawlC4GitHubArXivStackExchangeMetaLLaMA202351750911222Pre-trainedTransformer）Meta稱其「對(duì)20001750BMageauedl）BLOOM是由1000多名志愿研究人員在一個(gè)名為大科學(xué)BigScience”的項(xiàng)目中創(chuàng)建的，該項(xiàng)目由人工智能初創(chuàng)公司HuggingFace利用法國(guó)政府的資金運(yùn)作的。BLOOM的英文全名代表著大科BLOOM模型的最大優(yōu)勢(shì)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(shí)現(xiàn)以及應(yīng)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(jī)構(gòu)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(wù)ChatGPTAPI訪問(wèn)，OpenAIChatGPT行計(jì)費(fèi)。與合作伙伴的合作OpenAI可以與其他公司、平臺(tái)或開發(fā)者合作，共同開發(fā)具有ChatGPTChatGPT93ChatGPTSEO技術(shù)的應(yīng)用還可以定制化到特AIChatbot對(duì)話機(jī)器人方向Chatbot的發(fā)展可以分為幾個(gè)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(shù)上發(fā)生了重大變革，但商業(yè)上的影響有限。目前市場(chǎng)上仍存在競(jìng)爭(zhēng)GPT技術(shù)也會(huì)引發(fā)一些疑問(wèn)。算力成本和時(shí)延也是客服類Chatbot面臨的挑戰(zhàn)。娛樂(lè)類Chatbot需要結(jié)合情感場(chǎng)景設(shè)計(jì)。純聊天機(jī)器人很難持續(xù)吸引用戶，因此技術(shù)突破是取得成功的關(guān)鍵。然而，在商業(yè)上需要考慮成本、持續(xù)價(jià)值和復(fù)購(gòu)動(dòng)力等因素。工具類Chatbot如語(yǔ)音音箱、手機(jī)語(yǔ)音助手等。實(shí)時(shí)性是工具類Chatbot面臨的挑戰(zhàn)，但技術(shù)進(jìn)步能夠提升用戶體驗(yàn)。雖然工具類Chatbot屬于存量市場(chǎng)，但它們更愿意擁抱新技術(shù)。專業(yè)類Chatbot如法律咨詢機(jī)器人、投顧機(jī)器人、心理咨詢機(jī)器人等。這些機(jī)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(chǎng)景。盡管GPT等新技術(shù)對(duì)專業(yè)類Chatbot94Chatbot可能需要的增量市場(chǎng)潛力，但需要結(jié)合技術(shù)演進(jìn)和專業(yè)落地進(jìn)行具體評(píng)估。Chatbot可能需要的增量市場(chǎng)潛力，但需要結(jié)合技術(shù)演進(jìn)和專業(yè)落地進(jìn)行具體評(píng)估。游戲領(lǐng)域ChatbotNPC以覆蓋NPCNPC3D建模（3DNPC2NPC95（四）AIGC對(duì)金融行業(yè)的影響AIGC對(duì)金融行業(yè)的影響ChatGPTAIGC讓機(jī)器理解”的能力進(jìn)一步推動(dòng)了金融行業(yè)的數(shù)智化轉(zhuǎn)型，大規(guī)模預(yù)訓(xùn)練模型拓寬了金融行業(yè)AI應(yīng)用的邊界。具體來(lái)講，ChatGPT為代表的大模型主要在如下方面為金融行業(yè)帶來(lái)了應(yīng)用價(jià)值：ChatGPTChatGPTChatGPT96ChatGPT典型的金融應(yīng)用場(chǎng)景ChatGPTChatGPTChatGPT中輸入金融機(jī)構(gòu)電子客服頁(yè)面的問(wèn)題并比較二者的答復(fù)，可以發(fā)現(xiàn)ChatGPT“AppChatGPTChatGPT中輸入““為什”ChatGPT可以應(yīng)用到97ChatGPTChatGPT案例：智能客服ChatGPTChatGPT發(fā)測(cè)試類ChatGPT數(shù)據(jù)分析/ChatGPTChatGPTChatGPT強(qiáng)大的數(shù)據(jù)98智能營(yíng)銷在不同的營(yíng)銷活動(dòng)中創(chuàng)建獨(dú)特有吸引力的廣告文案是一項(xiàng)具有挑戰(zhàn)性的任務(wù)。當(dāng)前，金融領(lǐng)域尚處于自動(dòng)化營(yíng)銷+數(shù)據(jù)驅(qū)動(dòng)的營(yíng)銷迭代過(guò)程中，營(yíng)銷內(nèi)容主要以專家規(guī)則，內(nèi)容模板建設(shè)和積累實(shí)現(xiàn)。ChatGPTKYCChatGPTChatGPT智能風(fēng)控ChatGPT99ChatGPT其他htT國(guó)內(nèi)外AIGC在金融行業(yè)的實(shí)踐AIGCChatGPTNLP任務(wù)3（Bloomberg）（——Bmbeg，AI系統(tǒng)。LLM500BloombergGPT3630100BloombergGPT彭博稱，BloombergGPTNLP任務(wù)，lmbegAI摩根士丹利用314在發(fā)布6（MSWM）。PDF形GPT其智庫(kù)——部的聊天機(jī)器人，在財(cái)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(dǎo)該項(xiàng)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(wù)據(jù)華爾街見聞5月26ChatGPT“IndexGPT”IndexGPT“”來(lái)。IndexGPTChatGPTGPTLoriBeer1500GPT技術(shù)的”。AI17鷹鴿指數(shù)BertOpenAIGPTAI程序根據(jù)學(xué)習(xí)結(jié)“”0-1000。102“”30SigmaChatGPTSigma500SigmaChatGPTSigmaChatGPT3（InsurerZurich）ChatGPTAIBroadridgeBondGPT67打造了10.3103的流動(dòng)和價(jià)格發(fā)現(xiàn)。目前，BondGPT已經(jīng)投入使用。Broadridge2007Broadridge21/數(shù)量超過(guò)1.4萬(wàn)人，年收入超過(guò)50億美元，市值達(dá)180億美元。為了增強(qiáng)ChatGPT的輸出準(zhǔn)確性和滿足金融業(yè)務(wù)場(chǎng)景需求，LTX將LiquidityCloud中的實(shí)時(shí)債券數(shù)據(jù)，輸入到GPT-4大語(yǔ)言模型中，幫助金融機(jī)構(gòu)、對(duì)沖基金等簡(jiǎn)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(lǐng)域相關(guān)生成式業(yè)務(wù)的一體化解決方案服務(wù)能AIGC在金融業(yè)的發(fā)展機(jī)遇與挑戰(zhàn)機(jī)遇104因此AIGC在金融業(yè)迎來(lái)重要發(fā)展機(jī)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(shí)和技能，而AIGC擁有如下能力：智能內(nèi)容“解構(gòu)—復(fù)現(xiàn)”能力，能夠全方位地把握內(nèi)容的解構(gòu)深度和復(fù)現(xiàn)程度，提升了數(shù)字化內(nèi)容的關(guān)聯(lián)性、完整性和有效性。-,AIGC價(jià)值共創(chuàng)AIGCAIAIGC挑戰(zhàn)AIGC106AIGCAIGC技術(shù)?不同規(guī)模金融機(jī)構(gòu)間差距問(wèn)題此外，AIGC?成本問(wèn)題2001200107? ? 錯(cuò)誤信息ChatGPT?安全與合規(guī)性問(wèn)題108（五）AIGC發(fā)展的建議與舉措1.法律法規(guī)國(guó)境內(nèi)公眾提供服務(wù)的主體和利用生成式人工智能產(chǎn)品提供服務(wù)的109對(duì)于違法行為，如果涉及到《網(wǎng)絡(luò)安全法》、《數(shù)據(jù)安全法》和（（1102.人才AI0.0812.5121.92%4.27%111展。加強(qiáng)國(guó)際合作和人才引進(jìn)也是緩解人才供需失衡問(wèn)題的關(guān)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(gòu)建強(qiáng)大生成式人工智能生態(tài)系統(tǒng)的關(guān)鍵因素之一。通過(guò)開源算法、模型和工具的共享，可以降低技術(shù)門檻，建立倫理和法律框架至關(guān)重要。生成式人工智能技術(shù)的發(fā)展應(yīng)與113用戶參與和反饋機(jī)制也是生成式人工智能生態(tài)系統(tǒng)的關(guān)鍵組成教育和意識(shí)提升對(duì)于構(gòu)建更好的生成式人工智能生態(tài)系統(tǒng)至關(guān)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(shí)世界的金融體系和金融服務(wù)1152.金融元宇宙的主要特征5G/6G116無(wú)感化互動(dòng)：金融元宇宙采用聲控、虹膜識(shí)別等技術(shù)，以及嵌入VR等穿戴設(shè)備的硬件安全芯片，實(shí)現(xiàn)了客戶身份的快速識(shí)別和驗(yàn)證。117客戶的身份和賬戶信息被存儲(chǔ)在硬件安全芯片和金融元宇宙的應(yīng)用118（二）國(guó)內(nèi)外金融業(yè)的元宇宙應(yīng)用1）構(gòu)建元宇宙分行或營(yíng)業(yè)廳：這種分行或營(yíng)業(yè)廳通常以業(yè)務(wù)咨詢、信息查詢、廣告宣傳為主，但服務(wù)內(nèi)容相對(duì)較少。2）推出虛擬數(shù)字1.虛擬營(yíng)業(yè)廳1193D表3.4國(guó)內(nèi)銀行虛擬營(yíng)業(yè)廳概況銀行發(fā)行年份虛擬營(yíng)業(yè)廳主要功能國(guó)外銀行120摩根大通（JPMorgan）2020年在提供數(shù)字貨幣交易服務(wù)，虛擬投資咨詢，虛擬投資組合管理等服務(wù)，同時(shí)還提供了虛擬投資顧問(wèn)服務(wù)，幫助客戶做出更明智的投資決策。此外，該虛擬營(yíng)業(yè)廳還提供了虛擬培訓(xùn)課程，幫助客戶更好地了解投資知識(shí)和市場(chǎng)趨勢(shì)。星展銀行（DBSBank）2021年在sandbox中購(gòu)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(guó)內(nèi)銀行中國(guó)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(fēng)險(xiǎn)分布。中國(guó)農(nóng)業(yè)銀行2021年中國(guó)建設(shè)銀行2021年中國(guó)郵政儲(chǔ)蓄銀行2022年APP“郵儲(chǔ)食堂”進(jìn)行查看、購(gòu)買和贖回等操作。同時(shí)提供基金經(jīng)理在線答疑、定投計(jì)劃定制、基金知識(shí)普及等特色服務(wù)。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(qǐng)等服務(wù)，同時(shí)還可以通過(guò)虛擬現(xiàn)實(shí)技術(shù)為客戶提供虛擬的貸款申請(qǐng)?bào)w驗(yàn)。此外，該虛擬營(yíng)業(yè)廳還提供了智能化的風(fēng)險(xiǎn)評(píng)估工具和個(gè)性化的投資建議服務(wù)，幫助客戶更好地了解自己的風(fēng)險(xiǎn)承受能力和投資目標(biāo)。民生銀行2022年民生銀行在“非凡財(cái)富”品牌下打造“元宇宙財(cái)富”專區(qū)，并推出“民生云代”VR3D方式體驗(yàn)金融服務(wù)和線上“云理財(cái)”服務(wù)；通過(guò)游戲化的理財(cái)體驗(yàn)、專屬化的理財(cái)服務(wù)、智慧化的投顧服務(wù)等功能實(shí)現(xiàn)代銷及自銷業(yè)務(wù)的沉浸式體驗(yàn)。同時(shí)提供財(cái)富規(guī)劃、資產(chǎn)配置、VR3D場(chǎng)景中體驗(yàn)財(cái)富管理服務(wù)、參加理財(cái)知識(shí)互動(dòng)游戲、與理財(cái)經(jīng)理進(jìn)行線上溝通交流等。民生云智能化、個(gè)性化的金融服務(wù)需求。中信銀行2023年中信銀打造的首個(gè)全真互聯(lián)元宇宙應(yīng)用場(chǎng)景——人服務(wù)等。中信元宇宙的推出旨在為用戶提供更加便捷、高121效、個(gè)性化的金融服務(wù)體驗(yàn)。同時(shí)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(yīng)用場(chǎng)景虛擬數(shù)字員工主要應(yīng)用于四大場(chǎng)景以提升的銀行服務(wù)水平。組織文化建設(shè)：使用虛擬員工豐富培訓(xùn)方式，建設(shè)解說(shuō)展館、快123速生成培訓(xùn)材料播，提升員工業(yè)務(wù)素質(zhì)，助力組織文化建設(shè)。表3.5國(guó)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(yīng)用功能國(guó)外銀行摩根大通（JPMorgan）2020年產(chǎn)品宣傳、客戶營(yíng)銷、客戶權(quán)益、組織文化建設(shè)、其他花旗銀行（CitiBank）2022年產(chǎn)品宣傳、客戶權(quán)益、其他國(guó)內(nèi)銀行中國(guó)農(nóng)業(yè)銀行2021年產(chǎn)品宣傳、客戶營(yíng)銷、客戶權(quán)益、組織文化建設(shè)、其他中國(guó)農(nóng)業(yè)銀行2021年產(chǎn)品宣傳、客戶營(yíng)銷、客戶權(quán)益、組織文化建設(shè)、其他中國(guó)建設(shè)銀行2021年產(chǎn)品宣傳、客戶營(yíng)銷、客戶權(quán)益、組織文化建設(shè)、其他中國(guó)郵政儲(chǔ)蓄銀行2022年產(chǎn)品宣傳、客戶營(yíng)銷、客戶權(quán)益、組織文化建設(shè)、其他招商銀行2022年產(chǎn)品宣傳、客戶營(yíng)銷、客戶權(quán)益、組織文化建設(shè)、其他中信銀行2023年產(chǎn)品宣傳、客戶營(yíng)銷、客戶權(quán)益、組織文化建設(shè)、其他民生銀行2023年產(chǎn)品宣傳、客戶營(yíng)銷、客戶權(quán)益、組織文化建設(shè)、其他3.數(shù)字藏品數(shù)字藏品是基于NFT技術(shù)的中國(guó)特色路徑實(shí)現(xiàn)，為數(shù)字資產(chǎn)提供真實(shí)性和所有權(quán)證明的一種創(chuàng)新應(yīng)用模式。我國(guó)數(shù)字藏品與NFT本質(zhì)區(qū)別在于國(guó)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(shí)現(xiàn)了數(shù)字藏品業(yè)務(wù)的上線，運(yùn)用數(shù)字藏品探索創(chuàng)新（三）國(guó)內(nèi)金融元宇宙建設(shè)面臨的技術(shù)難點(diǎn)1.技術(shù)體系異常復(fù)雜且存在短板5G/6G5G/6G然而，盡管這些技術(shù)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(xué)習(xí)也存在不可靠和不可解釋等局限2.應(yīng)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(shù)管控難度加大網(wǎng)絡(luò)安全攻擊的風(fēng)險(xiǎn)點(diǎn)增多VR1275.技術(shù)人才缺乏（128元宇宙技術(shù)并提高開發(fā)能力。（四）國(guó)內(nèi)金融元宇宙建設(shè)所面臨技術(shù)難點(diǎn)的解決對(duì)策1.做好頂層設(shè)計(jì)在金融元宇宙建設(shè)過(guò)程中，商業(yè)銀行需要堅(jiān)定信心、保持定力，并做好頂層設(shè)計(jì)和戰(zhàn)略謀劃。129第三階段是構(gòu)建金融元宇宙業(yè)務(wù)系統(tǒng)，即研發(fā)并逐步推出具備“”2.把握技術(shù)進(jìn)步契機(jī)，確保不失先機(jī)130浪費(fèi)。3.抓實(shí)人才，夯實(shí)發(fā)展根基銀行應(yīng)該建立一套針對(duì)熟悉元宇宙技術(shù)的專業(yè)人才的市場(chǎng)化引進(jìn)機(jī)1314.與區(qū)塊鏈、大模型等前沿技術(shù)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(wù)和體驗(yàn)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(yàn)。通過(guò)大模型技術(shù)可以實(shí)現(xiàn)對(duì)用戶交互行為的智能理解和應(yīng)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(biāo)準(zhǔn)考量1377作與發(fā)展組織（OECD）的《人工智能原則》提出了五項(xiàng)基本原則，138發(fā)展。（二）智能金融技術(shù)風(fēng)險(xiǎn)與系統(tǒng)安全139（三）金融數(shù)據(jù)安全與個(gè)人信息保護(hù)140141在數(shù)據(jù)保護(hù)技術(shù)上不能與其發(fā)展相匹配或者存在技術(shù)漏洞而最終導(dǎo)（四）市場(chǎng)行為與金融消費(fèi)者權(quán)益保護(hù)人工智能技術(shù)在金融領(lǐng)域的使用是否對(duì)消費(fèi)者有益將取決于它也更有可能識(shí)別和利用消費(fèi)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(shù)本身（五）智能技術(shù)所引起的金融風(fēng)險(xiǎn)143或市場(chǎng)所受到的變動(dòng)與沖擊將通過(guò)部門間的緊密聯(lián)系導(dǎo)致風(fēng)險(xiǎn)傳播金融機(jī)構(gòu)面臨的另一個(gè)金融安全與穩(wěn)定的關(guān)鍵挑戰(zhàn)在于它們是IT（144一是遵守基本倫理，尊重人類價(jià)值。在智能金融發(fā)展中應(yīng)當(dāng)遵循二是回歸金融本源，服務(wù)實(shí)體經(jīng)濟(jì)。智能金融的最終目的應(yīng)當(dāng)始三是筑牢安全底線，維護(hù)系統(tǒng)穩(wěn)健。智能金融在發(fā)展過(guò)程中應(yīng)當(dāng)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(hù)民眾隱私，確保數(shù)據(jù)安全。智能金融機(jī)構(gòu)應(yīng)當(dāng)遵守相關(guān)六是規(guī)范市場(chǎng)行為，保護(hù)消費(fèi)權(quán)益。智能金融機(jī)構(gòu)應(yīng)當(dāng)受到相應(yīng)146二、國(guó)內(nèi)關(guān)于智能金融的治理政策與監(jiān)管行動(dòng)（一）國(guó)內(nèi)治理政策與監(jiān)管行動(dòng)重要會(huì)議部署20221220234重大規(guī)劃方案20221（2022-2025年14720232202362023中國(guó)人民銀行法修訂草案、保險(xiǎn)法修訂草案；在實(shí)施科教興國(guó)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(guó)外關(guān)于智能金融的治理政策與監(jiān)管行動(dòng)（一）國(guó)外治理政策與監(jiān)管行動(dòng)1.英國(guó)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(yīng)用場(chǎng)景非常關(guān)鍵，但(AIPPF)（BOE）AIPPF20201020222152問(wèn)與需求。202210FCAAIPPF都5.PRAFCA的153規(guī)定限制了機(jī)器學(xué)習(xí)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(guó)202220222Ron與參議員CoryBookerClarke20222019FTC50-75“關(guān)鍵決策”、“增強(qiáng)型關(guān)鍵決策過(guò)程”等。二是消費(fèi)者金融保護(hù)局（CFPB）采取系列行動(dòng)保護(hù)智能金融領(lǐng)CFPB2022520228月，CFPB154CFPB已將數(shù)CFPBCFPBCFPBCFPB權(quán)限范CFPBCFPB155等人四是美國(guó)四部門關(guān)于在人工智能技術(shù)應(yīng)用中確保公平公正發(fā)布聯(lián)合聲明。美國(guó)司法部民權(quán)司、CFPB、聯(lián)邦貿(mào)易委員會(huì)和美國(guó)平等3.歐盟20214202212建議修改之后,歐盟理事會(huì)通過(guò)了關(guān)于人工智能法案的共同立場(chǎng)。理事會(huì)的目標(biāo)是確保投放歐盟市場(chǎng)和在歐盟使用的人工智能系統(tǒng)是安156（157——款最高可達(dá)007較高者為準(zhǔn)。202228日，R如下：1.適用于金融實(shí)體的有關(guān)以下方面的要求：信息和通信技術(shù)ICT營(yíng)彈性測(cè)試、與網(wǎng)絡(luò)威脅和漏洞相關(guān)的信息和情報(bào)共享、健全管理ICT第三方風(fēng)險(xiǎn)的措施；2.有關(guān)ICT之間締結(jié)的合同安排的要求；3.關(guān)鍵ICT第三方服務(wù)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(yīng)對(duì)所有類型的ICT等4.國(guó)際組織202212G20/OECD10（二）小結(jié)綜合來(lái)看，國(guó)外對(duì)于智能金融的監(jiān)管政策和治理行動(dòng)主要呈現(xiàn)以1592022年底引爆全球關(guān)注的160161一、關(guān)于智能金融發(fā)展的建議（一）加強(qiáng)技術(shù)安全研究，鼓勵(lì)業(yè)務(wù)安全實(shí)踐人工智能在金融業(yè)務(wù)中的應(yīng)用為金融機(jī)構(gòu)帶來(lái)了巨大變革和機(jī)（二）積極利用智能技術(shù)，推動(dòng)金融服務(wù)創(chuàng)新（三）強(qiáng)化智能金融治理，筑牢科技道德和社會(huì)責(zé)任162（四）提升數(shù)據(jù)開放