毕马威-迈向未来：人工智能加速金融场景跃迁，催化业态变革

2024开年以来，人工智能热度再次冲顶新的高潮，引发人们更广泛的关注和期待。2月OpenAI发布的Sora文生视频大模型横空出世，成为继ChatGPT后人工智能发展的又一重要里程碑。3月，“新质生产力”、“人工智能+”首次被写入政府工作报告，人工智能有望成为发展新质生产力的关键引擎。随着生成式人工智能关键技术能力的涌现，大语言模型正逐步渗透至千行百业，催生新一轮创新浪潮和行业变革。在金融领域，大模型成为金融业场景突破的新锚点，以之为代表的生成式人工智能将促进金融业生态与价值链再次升级、重塑金融机构与社会和客户的链接，催化“数字金融”迭代发展，加快塑造金融业高质量发展的新势能。

主题一：跃入已知，拥抱创新也保持谨慎

金融业作为数据密集型和科技驱动型行业，持续保持对新兴科技开放拥抱的积极态度，已成为新兴科技应用最为深入、数字化转型最为前沿的领域。根据《毕马威2023年全球技术报告》，金融业将人工智能和机器学习视为实现短期目标的最重要技术，也是唯一将量子计算列为前三大技术之列的行业。

银行业高管十分看好生成式人工智能潜力，2023年61%的银行业技术领导者表示其将是支持业务实现短期目标的关键，他们也收到来自公司内部对于加快引入生成式人工智能的请求。但就目前而言，大多数银行仍在谨慎行事，即聚焦内部低风险用例进行实验并迭代学习，偏向于在反欺诈、风险防控、合规管理、客户服务等领域率先开展尝试。

人工智能在保险业具备贯穿后台到前台的应用潜力，吸引保险业持续加码下注。58%的保险业首席执行官对生成式人工智能在3-5年内实现投资回报充满信心。但同时一些保险公司推迟了相关投资，理由是AI短期内可能再次飞跃而引发投资无效及浪费。

目前仅有24%的私募股权公司正在广泛有效地使用人工智能。私募股权公司正全面提高尚未开发的生产力，以此降低成本并提高产品吸引力达到更有效的销售，这将成为2024年许多私募股权公司的战略重点。

资产管理公司新技术应用相对较慢。但在当前环境下，一方面投资回报受宏观经济和地缘政治波动影响；另一方面竞争态势加速，向更广泛全球投资者提供新资产类别的需求正在推高业务复杂性和合规成本。作为回应，资产管理公司正加速向技术驱动、数据驱动商业模式转变，人工智能将会成为加速交付、降低成本的关键工具。

注：以上数据和观点参考《毕马威第65期金融前沿》

主题二：态势初显，基础设施持续投入

由大模型引发的人工智能浪潮将进一步催化产业的进步与革新，金融业各机构战略层级接续明确相关积极态势，自23年9月开始逐步推进大模型建设路径的选择。由于大模型技术仍然处于快速发展周期，甚至在某些特定领域存在代际式的迭代，明晰态势的金融机构纷纷将重心放在基础设施的夯实与完善。在硬件基础领域，先后开展服务器、GPU等资源匹配性评估，以购买或租赁的方式在短时间内完成硬件资源的完善；在数据基础领域，基于金融机构数字化转型成果进一步完善数据治理工作，内部多部门协同完善全域数据资产管理。

为满足技术试验与场景探索对算力的要求，金融机构将持续构建新型算力集群，匹配异构的高性能算力设备、高效率存储形态。由于A100等高性能GPU的禁令影响与国产替代要求，结合大模型的建设路径，切分训练与推理模组，部分算力可适度使用国产设备进行替代。全域多模态数据资产管理将成为金融业数据要素价值释放的前提，在特定场景应用中实现需求实时响应，数据按需供给。考虑到数据安全与隐私等合规性要求，仍需进一步明晰大模型建设路径，基于确定的建设路径投入基础设施与数据要素，降低机会成本。

主题三：场景求索，收益风险力争均衡

当前金融业或买入基础算法框架，或引入专业团队基于开源模型做二次适配，竞相培育潜在场景应用。大模型将基于原生场景以不同技术路径来优化、变革现有的业务逻辑，会以多种方式融入并带来功能的升级和业态的变革。从业务与能力的双向映射角度，整体应用呈现前中台通用应用、业态个性应用、后台应用的发展格局，具体包含渠道运营、营销管理、产品设计、资产管理、风险管理、开发与运维、监管科技、办公管理等核心应用模块。

当前大模型应用试验，部分场景仍然是以大模型+传统AI与数字化能力的融合建设，未来需持续观望大模型生成内容可控性与思维链推理能力可落地性的进展。基于Agent的生产力工具正随着技术研究不断重构场景形态定义，是下一代人工智能应用体系中不可缺少的原子模块。

金融业在探索以大模型为代表的新兴技术应用建设时，需依据各自战略指引，平衡业务颠覆式创新与投入资金过大风险、点状场景构建与场景综合收益风险、技术的不确定性所带来的沉默成本风险；需以审慎开放的态度求索场景能力，从技术成熟度、需求频次、场景价值、风险计量等多个维度绘制场景建设成熟度评估矩阵，以定性与定量结合的方式探明建设路径。

主题四：治理提升，组织运营体系重塑

技术的发展将继续提速旧场景的升级与新场景的变革，倒逼金融业健全相关体系，变革组织协同与人才管理机制，当前整体趋势表现为：

组织敏捷转型，澄清核心战略要点及实施路径，通过闭环式战略解码驱动战略落地，搭建以战略为导向的组织架构与管控机制。

形成横纵矩阵式敏捷结构，推动业务协同、内部协同、科技协同、治理协同。

开设前瞻创新与工程序列，从选人、育人与留人三角度实行差异化策略。

当技术不断深入业务，最终将引起金融体系的颠覆式创新与代际变革，是金融业治理即将面临的严峻挑战。金融机构需要建立更加灵活、高效的组织架构来适应快速变化的市场环境。需不断创新人才培养和激励机制，以吸引和留住具备相关技能的人才。此外，运营机制的自动化和智能化也将成为提升运营效率的关键。

金融业先后经历信息化升级、数字化转型阶段，已培育了一定周期内的成熟体系，在当前数字金融大文章、人工智能技术快速发展的背景之下，应持续思考企业治理与组织运营，持续迭代相关体系与机制，做好场景重组或体系重塑的时刻准备，以治理管控促进技术价值释放，以技术价值驱动金融产业变革，使得金融业可持续发展。

主题五：风险升级，监管态势渐次明晰

人工智能入局带来新机遇的同时，也带来硬币的另一面，金融业将面临模式更加复杂、传播速度更快、负面溢出效用更强的风险挑战：

数据安全和隐私保护，人工智能依赖大量数据进行学习和训练，一旦出现使用不当或监管失效，将触发隐私泄露风险。

偏见与公平，数据代表性不足和数据代表性过渡都可能对特定群体产生主观或客观的偏见从而影响公平公正。

透明化和可解释性，算法黑箱、数据失效、技术局限等可能导致人工智能可解释困境，“编造性”内容将会诱发信任危机。

在利用人工智能生成或二次加工产出时，可能与其他企业知识产权产生冲突，引发相关法律风险。

为应对人工智能带来的挑战和困境，各国纷纷加快立法，不断探索前瞻性解决之道，规范引导人工智能技术的突破与落地。2024年3月，全球首个“AI法案”获批，欧洲议会正式投票通过并批准《人工智能法案》以严格规范人工智能的使用，这也将成为全球范围内AI法规的参考范本。我国一直对人工智能的发展和治理十分重视， 2023年7月正式发布《生成式人工智能服务管理暂行办法》，这是我国首次对生成式人工智能研发及服务作出明确规定，也明确了 “对生成式人工智能服务实行包容审慎和分类分级监管”的监管原则，为后续立法工作做好铺垫。未来，在人工智能强监管时代下，金融机构如何权衡利弊，在确保紧跟科技浪潮和应对商业模式转变的同时，降低风险管理与合规经营成本，是未来新发展阶段的关键议题。

总结与展望

数字经济的蓬勃兴起为金融创新发展构筑广阔舞台，人工智能新技术能力和应用场景的涌现促进金融行业范式变革。在风险防控的前提下，坚持以金融科技支撑金融本质，以审慎包容的心态探索人工智能注入金融科技的新能力、新场景与新模式，金融科技必将朝着更加开放、创新、可持续的方向发展，金融行业也将加速迈向AI驱动提质增效的新阶段。

下载：毕马威《金融前沿第 65 期》 ( 英文 32页)