“新智能时代，数字金融创新的核心是可信任，能够主动防范并跨越AI陷阱，让客户信得过，市场信得过，政府信得过。数字金融创新并非是给传统体制、传统流程加上数字化外套，而是从根本上改革体制，重构流程，再造底层系统。”12 月 22 日下午，在四十人高级金融学院和新金融联盟主办的“数智银行家 2024 年会——数驱银行、智领未来”上，中国银行原行长李礼辉在主题演讲时表示。

李礼辉强调，实现金融智能体可信任的制度性前提有三句话：一是明确金融智能体的行为边界；二是明确金融机构管理者的决策责任；三是明确金融智能体与金融客户的法理关系。这些问题解决了，才能确保在高度复杂的场景中达到可信任的专业水准。

本年会由四十人高级金融学院常务副院长、新金融联盟秘书长吴雨珊主持。中国人民银行科技司司长李伟、工商银行首席技术官吕仲涛、光大银行副行长杨兵兵也发表了精彩演讲。华夏银行原行长张健华、邮储银行资产负债部总经理刘丽娜主持两场圆桌对话，共探银行数智化突围路径。百余位历届校友、学术导师与联盟理事参加年会并展开热烈交流。

建立可信任的智能金融生态

文| 李礼辉

中国银行原行长 李礼辉

“数智银行家”培养计划已成功举办了5届，我在此深表祝贺。对于建立可信任的智能金融生态，我谈几点认识。

一、可信任的金融创新

数字社会进入新智能时代，AI前沿技术不断刷新，我归纳了四个转变。

一是从结构化(Structured-Data)到非结构化(Unstructured-Data)。以前只是结构化文本，现在的生成式AI大模型可以学习和理解非结构化数据，生成新的非结构化内容，包括文本、音频、视频、图像和代码，适应多种任务。

二是从单模态(Unimodal)到多模态(Multimodal)。以前只是单一文本模态，现在的GPT-4o、o1等大模型具备文本、视觉、语音多模态组合的感知、学习和交互的能力，已经突破文本交互的局限性，能够感知、理解和模拟动态的物理世界。

三是从助理(AI-Assistant)到代理(AI-Agent)。以前只是AI辅助和助理，正在研发的具身智能体集成神经网络、知识工程和控制论技术，通过遴选行业最佳流程、最佳标准的专业数据优势和算力优势，培育在不同场景中的感知、学习、行动和决策的代理能力，甚至可以超越一般水平的生产力。

四是从推断(AI-Inference)到推理(AI-Reasoning)。以前只是AI推断和验证，未来依托全量数据、高维算法和超级算力的优势，有可能形成比人类最高级智慧更广阔的推理空间、更高深的科学猜想，成为科学发现与技术发明的新范式。

智能金融尽管已经得到了很好的发展，但数字金融的智能化还处在辅助+助理的早期阶段，主要应用于改进产品创新和客户服务，改进运营管理和风险管控。人们特别关注生成式AI的技术陷阱，包括AI幻觉、模型歧视、算法趋同、隐私泄露等。

AI幻觉是指模型生成的内容与事实不符，编造数据，虚构事件。模型歧视指模型输出的结果出现对某些群体的集体性偏见、差评和政策限制。算法趋同指在不同机构的量化交易之类的智能金融程序中，由于算法逻辑趋同出现相同的市场趋势预测，执行相同的市场交易策略，导致单边化市场交易，可能引发暴涨暴跌的市场危机。因此，新智能时代，数字金融创新的核心是可信任，能够主动防范并跨越AI陷阱，让客户信得过，市场信得过，政府信得过。

一是实现人机交互可信任的拟人化。例如，多模态的智能金融机器人具备意图识别能力，可以动态捕捉、即时感知、正确理解客户的语言和表情，准确判断客户的风险偏好和业务诉求，采用具有人性温度的表达方式为客户提供可信任的服务方案，解决机器服务冰冷的问题。这将显著提升金融业的服务品质。

二是实现非结构化数据处理可信任的精确性。例如，应用文本、视觉、语音多模态组合技术，在健康医疗保险业务中对病历和医疗影像进行专业水准的质检和分类，核准健康评估，识别医生字迹，辨别声纹，甄别虚假理赔；在银行前中后台对各种票据、合同等非结构化数据进行真实性审核和自动化录入，甄别克隆票据或虚假合同，确认财务信息百分之百正确并即时提取记账。这将显著提升金融业的运营效率。

三是实现金融智能体(Financial-Agent)可信任的专业性。例如，在市场分析、风险评估、投资顾问、财富管理、量化交易、产品定制和内部审计等专业领域，提供行业最佳流程、最佳标准的专业数据支持，培育具有自主感知、学习、行动和决策能力的金融智能体。实现金融智能体可信任的制度性前提主要是：明确金融智能体的行为边界，明确金融机构管理者的决策责任，明确金融智能体与金融客户的法理关系，确保在高度复杂的场景中达到可信任的专业水准。这将显著提升金融业的专业化水平。

二、可信任的数据共享

AI大模型能力取决于参数规模、数据集品质、有效算力3大要素，适用“规模定律”。通用大模型的参数量可超过万亿量级，垂直模型的参数量可达百亿量级。

金融是数据密集型行业，金融数据的有效价值取决于具体的真实性、充分的一致性和可靠的时效性。数据具有时间空间两个维度足够的延展性，才可能具备统计学的意义。一个经济周期的数据加上最新的即期数据，才能准确反映特定行业、特定领域、特定企业的生命周期变化的趋势。

我国在市场交易和公民行为领域具有数据优势。海量的市场交易和公民行为数据是我国数字经济、数字金融发展的宝贵资源。

我国的公共数据存在行政分割的问题。例如，涉及居民和企业的财务数据和行为数据，分散在金融机构、金融监管、工商管理、税务、海关等不同的局域系统中，共享程度不高，影响数据价值的深度开发。

我国的非公共数据存在流通不畅的问题。例如，全国移动支付用户超过9亿，数字化支付成为主要的数据入口，但数据大户与金融机构之间的数据关联、数据共享尚未达成成熟的模式，数据价值未能充分发掘。

中央的“数据20条”制定了数据产权制度、数据要素流通和交易制度、数据要素收益分配制度、数据要素治理制度的规范。2023年8月，财政部制定了关于数据资源入表的会计准则。

数据的价值在于其真正成为生产要素。

重点之一是公共数据的开放共享，着力解决公共数据开放不足、行政分割的问题。国家建立集中统一的公共数据库和互联互通的公共数据应用系统，打破数据孤岛。公共数据按照“原始数据不出域、数据可用不可见”的要求，以模型、核验等产品和服务的形式向社会提供，加大供给使用范围。

重点之二是个人数据和企业数据的共同使用，着力解决个人数据和企业数据保护不力、流通不畅的问题。完善个人信息保护机制，规范采集使用个人信息行为。同时创新技术手段，推动个人信息匿名化处理，保障使用个人信息数据时的信息安全和个人隐私。推进非公共数据按市场化方式“共同使用、共享收益”的新模式，支持金融机构与互联网平台企业、交通运输企业、物流企业、数据分析加工企业、征信机构、行政部门、公共服务机构等“数据大户”建立市场化的数据分享机制，为产业金融、普惠金融业务提供数据支持。

重点之三是建立数字资产市场，着力解决数据产权落地、数据资源配置优化的问题。数据交易和数字资产市场的交易品包括数据集、数字化资产和资产化数据。数据集和数字化资产可以在数据交易和数字资产市场中获得认证、定价并进行交易，实现所有权或使用权的转让。在数据交易和数字资产市场中，认证是关键环节。应用区块链、人工智能技术建立数字信任机制，可以建立可信的认证工具，解决数据和数字资产所有者的确权问题，实现数据可信、产权可信、授权可信、合约可信、法人可信。

重点之四是弥补数字鸿沟，着力解决数字经济时代小微企业和弱势群体数字服务获得难、信息落差大的问题。扩大数字接入渠道，扩大数据共享范围，提高数字服务的可得性和易用性，降低数字服务成本，让公共数据更容易获得、更容易理解，切实改进与平民百姓密切相关的数字服务，包括行政审批、公共服务、看病就医、智能城市等等。

三、可信任的数字金融治理

数字金融创新并非是给传统体制、传统流程加上数字化外套，而是从根本上改革体制，重构流程，再造底层系统。

金融创新须以金融安全为前提，实现符合伦理标准的金融平等，保障符合安全标准的金融效率，营造符合经济规律的创新模式。

第一，行业级垂直模型与企业级垂直模型融合发展。用海量数据预训练行业级垂直模型并持续调优，再根据不同价值观、不同需求调适差异化应用，定制企业级垂直模型和任务级垂直模型，可以降低模型开发的边际成本，扩展垂直模型的应用范围。金融业涵盖银行、保险、证券投资、财富管理等领域，同一领域的金融服务和金融管理的基本需求、基本原则大同小异，采用行业级和企业级垂直模型融合发展的技术路线，同时选择适当的商业模式，有利于实现高效率、低投入、个性化的金融创新需求。

第二，建设安全高效的数字金融创新制度。过于严苛的监管可能抑制创新和产业发展。可考虑的原则是“高中初小”，“高”是占领技术高地，“中”是全球领先的中国方案，“初”是有能力把风险消灭在萌芽状态，“小”是实现风险概率和风险成本最小化。

这就要求加快数字金融监管创新。一是完善法律法规，明确数字金融各参与方的责任边界，包括数字金融监管的基本原则、监管机构的职责和权限、金融机构的智能金融业务规范。二是完善一体化、穿透式的金融监管系统，共享多方监管数据，执行一致化的合规标准，覆盖所有的金融机构，穿透不同领域的金融市场和金融业务，实现金融监管全流程智能化，降低监管成本和被监管成本。三是完善数字金融技术审核认证制度，赋予合格企业数字信任标志，完善AI模型的测试平台、工具、标准和方法。四是完善数字金融市场风险分析和监测系统，有效管控异常交易和市场操纵。

【关于我们】

四十人高级金融学院成立于 2018 年 6 月，由中国金融四十人论坛发起。自成立以来，学院不断探索具有中国特色的金融教育和专业认证培训的发展模式，致力于成为国际一流、国内领先的研究型高等 金融学院和富有影响力的金融教育品牌。

新金融联盟（NFA）成立于2016年，致力于打造一个高质量的新金融政策研讨和行业交流平台。成立以来，联盟共组织各类闭门研讨会、优秀企业参访近百场，议题涵盖数字金融、数据治理、资产管理等方向。部分研讨成果形成报告，呈送给相关部门，推动了业界与监管的沟通交流，助力市场机构的合作共赢。