12月13日，由交通銀行主辦的第六屆上海金融科技國際論壇“數智驅動、開放共贏：金融科技賦能金融高質量發展”平行論壇成功舉行。交通銀行黨委委員、副行長錢斌出席論壇并致辭，以下為致辭主要內容：
錢斌出席論壇并致辭
黨的二十屆三中全會指出，要推動技術革命性突破、生產要素創新性配置；上個月，中國人民銀行等七部委聯合印發了《推動數字金融高質量發展行動方案》，提出以數據要素和數字技術為關鍵驅動，加快推進金融機構數字化轉型，提高金融服務的便利性和競爭力。交通銀行(601328)作為金融“國家隊”，正在以數智化建設為契機，主動擁抱數字經濟時代下開放共贏的新趨勢，通過科技創新不斷提升金融服務質量與效率，助力推進中國式現代化建設。此次舉辦“數智驅動、開放共贏：金融科技賦能金融高質量發展”論壇，圍繞人工智能與數據要素的深度融合，邀請各方共同探討金融科技的發展動態、實踐機遇，旨在促進開放合作，實現產業共贏。
當前，以大模型為代表的人工智能先進技術為數智融合提供了新手段，也為產業協同開創了新局面。IDC數據顯示，全球人工智能IT總投資規模有望在2027年增至5,100億美元，其中，生成式AI市場規模將接近1500億美元，年復合增長率達85%以上。在數據和算法的協同方面，“數”與“智”呈現螺旋上升的協同狀態：大模型縮放定律仍然存在，數據量、數據質量、數據配比已成為影響模型表現的關鍵因素，而優質算法生成的合成數據，又將成為數據擴充的新來源；在數據和算力的協同方面，時序數據庫、圖像數據庫、向量數據庫等日益完善，分布式計算組網規模與日俱增，以適配高實時、海量數據(603138)運算場景；在算法同算力的協同方面，新出現、新增長的算力持續被算法利用，大語言模型在訓練及推理態所需的算力規模成為參數量的主要考慮因素；在跨機構數據協同方面，數據價值流通、多元數據融合范式不斷創新：隱私計算、數據沙箱等技術逐步成熟，可信數據空間已納入頂層規劃。
我們正迎來新一輪科技革命和產業變革所形成的重大機遇，交通銀行積極踐行創新驅動發展戰略，通過科技創新提升金融為民、服務實體的質效，推動數字金融高質量發展。一方面，在發展人工智能的過程中，高度重視數據要素的價值挖掘。現已完成國家數據管理能力成熟度（DCMM）五級認證，建立了全行統一的數據標準體系以提升數據質量，建設企業級數據中臺、隱私計算平臺以拓展內外部數據資源，搭建數據標注平臺以構建高質量AI訓練數據集，從而夯實人工智能的用數基礎。另一方面，強化人工智能技術研究，積極擁抱大模型。與華為、科大訊飛(002230)、復旦大學等建立聯合實驗室，開展技術攻關，并已在行內搭建千卡異構算力集群，構建多層次、多能力、多形態的千億級金融大模型。在此基礎上，積極開展人工智能場景應用，已落地40多個場景。比如，在風險防控領域，基于大模型打造覆蓋一二三道防線的風險防控助手，提供信貸智慧問答、授信報告風險識別、審計數據分析、審計報告輔助生成等能力，正推動零售信貸“貸前、貸中、貸后”全流程智能支持，以提升風險管理水平；在反洗錢、反欺詐領域，基于人工智能實現隱案模式智能挖掘及智能分析，并搭建端到端智能篩查模型，支持集團內全渠道多場景智能預警，大幅提升反欺詐、反洗錢篩查效率及響應速度；在客戶服務領域，基于大模型打造客服坐席智能助手，將人工智能嵌入客服坐席“事前、事中、事后”場景，實現話術生成、智能外呼、智能質檢、工單小結等全流程輔助；在辦公輔助領域，為全行員工提供全自然交互模式的智能制度問答、公文事務、員工服務、黨建事務等能力，提升辦公效率與員工體驗；在信息科技自身能力建設領域，將大小模型融入研發流程，支持技術人員開展代碼補全、代碼解釋、代碼優化、函數注釋、單元測試代碼生成，以及生產運維的可視化、自動化等工作，提升信息科技基礎能力，實現降本增效。
當然，在新技術帶給我們便利性與時效性提升的同時，我們需要高度關注技術飛速發展所帶來的新變化、新挑戰。比如，在數據方面，數據融合造成的信息安全、隱私泄露風險頻發，數據可信仍缺乏有效的管理、度量機制；在算法方面，信息繭房、大數據殺熟情況時有出現，算法不可解釋、不可控性仍難以解決，針對復雜模型的測試方法論尚不完備，測試質量有待提升；在算力方面，單卡性能、算力組網存在上限瓶頸，GPU算力在高并發支撐、高可用服務方面仍有不足，生產運維自動化、智能化尚未完全實現；在全流程效率方面，人工智能應用的研發效率仍然不足，數據積累、算法迭代和測試效率難以滿足快速演變的市場需求，模型生產線的轉化效率仍需進一步提升。
順理而舉易為力，背時而動難為功。對于以上問題與新的變化，我提三點建議：
第一，產研融合、創新共贏，建設數智融合金融應用產業生態，提升技術成果轉化效能。《中共中央關于進一步全面深化改革 推進中國式現代化的決定》指出，要加強創新資源統籌和力量組織，推動科技創新和產業創新融合發展。跨界融合、產研協同既是創新趨勢，也是歷史經驗總結。建議進一步加大產學研合作，提升前沿技術轉化效率，擴大先進成果示范效用；在數據、算法、算力、應用場景方面聯合攻關、協同發展，尋求特定規模下的最優配置，實現優勢互補；加強對人才的聯合培養，依托上海優質的教育科研資源及上海金融科技產業聯盟等產業綜合平臺，做好高校教育資源同產業應用的銜接，開展職業技能規模化培訓，加快培養產業急需的算力組網、超大模型、可信算法、新型數據庫等方面的工程化實施人才。
第二，夯實底座、創新發展，盤活數據資源，釋放數據要素乘數效應。11月25日，國家數據局印發《可信數據空間發展行動計劃（2024—2028年）》，到2028年將建成100個以上可信數據空間。建議金融機構以此為契機，積極對接國家及省市可信數據空間，利用多種方式用好外部數據；同時，構建企業自身的基礎數據底座，強化數據治理，高效整合內外部數據資源；在此基礎上，發揮先進技術的賦能作用，以業務效果為指引，構建可以快速驗證、靈活迭代的人工智能基礎環境、應用架構，以及可彈性擴展的算力平臺，支持業務的快速發展。
第三，科技向善、守正創新，關注人工智能安全倫理，建設可信、公平的人工智能金融應用。自11月12日起，國家網信辦等四部委聯合開展“清朗·網絡平臺算法典型問題治理”專項行動，深入整治“信息繭房”，落實算法安全主體責任，增強算法向上向善服務。金融機構在人工智能應用過程中，同樣應高度關注科技倫理和數據倫理治理，強化人工智能應用的保障機制，筑牢底線，保障人民群眾的合法權益；建立模型評估與常態化監測機制，增強模型的安全防護，通過模擬對抗及時發現安全風險漏洞并采取加固措施，提升模型風險防控能力；加強可信人工智能研究，提升模型可控性、可解釋性、決策透明度，防范AI幻覺等新技術風險，以負責任的金融理念為數字金融高質量發展保駕護航。
【免責聲明】【廣告】本文僅代表作者本人觀點，與和訊網無關。和訊網站對文中陳述、觀點判斷保持中立，不對所包含內容的準確性、可靠性或完整性提供任何明示或暗示的保證。請讀者僅作參考，并請自行承擔全部責任。郵箱：news_center@staff.hexun.com
最新評論