2027金融业人工智能支出将达970亿美元！原银监会主席尚福林：AI赋能数字金融仍临多重风险

在全球化数字化浪潮的引领下，金融行业正站在由人工智能（AI）技术领先的科技革命潮头。

10月19日下午，在金融街论坛年会“AI+金融赋能数字金融新篇章”平行论坛中，十三届全国政协经济委员会主任、原中国银监会主席尚福林在认可了金融可能是人工智能技术的最大受益者的同时，也进一步分析了当前人工智能赋能金融所面临的挑战。

“人工智能的大模型应用方案虽然众多，也需要考虑金融行业的特性，并不一定能直接满足金融行业生产部署要求。同时，还需要避免人工智能滥用。”尚福林认为，当前人工智能赋能金融存在着模型不透明风险、不可预知风险及网络安全风险，金融业在与人工智能融合过程中需扬长避短，在新一轮的技术革命中推动金融数字化转型迈向智能化新阶段。

AI赋能数字金融存在模型不透明、不可预知以及网络安全等风险

“人工智能在金融领域的应用有三个核心要素：数据、算法和算力。”尚福林认为，人工智能凭借强大的计算能力和丰富的数据资源，有望在金融领域发挥越来越大的作用，其中包括提升金融服务效率、提供个性化服务，以及增强风险管理能力等多方面。

实际上，根据国际数据公司（International Data Corporation）的预测，到2027年，全球在人工智能系统的软件、硬件和服务方面的销售额将达到4000亿美元。其中，金融业在这方面的支出将达到970亿美元，复合年增长率为29%，是增速最快的行业之一。

对此，尚福林认为，在此背景下，金融科技领域必将迎来新一轮的技术革命，推动金融数字化转型迈向智能化新阶段。同时他也指出，金融可能是人工智能技术的最大受益者，但人工智能赋能金融也面临一些挑战。

“人工智能的大模型应用方案虽然众多，也需要考虑金融行业的特性，并不一定能直接满足金融行业生产部署要求。同时，还需要避免人工智能滥用。”在尚福林看来，当前人工智能赋能金融存在着模型不透明风险、不可预知风险以及网络安全风险。

在他看来，通过复杂的算法和模型，人工智能输出的结果可能难以解释和追溯，增加了监管的难度，可能对金融稳定构成潜在威胁。而过去的数据也无法准确反映现实和预测未来，模型可能无法及时发出预警信号或得出错误结果。此外，人工智能应用需要处理大量敏感的个人和财务数据，也增加了网络攻击的风险和数据泄露的可能性。

金融业在与人工智能融合过程中如何扬长避短？

在新一轮科技变革中，以大模型为核心的人工智能潜力巨大，将成为推动金融业数字化转型的重要力量。在这场变革浪潮中，金融业在与人工智能融合过程中该如何扬长避短？

对此，尚福林认为，人工智能赋能数字金融要做到广泛应用、深化融合，加强合作、共建生态，推进数字资源共享、提高数字化水平，以及守住底线、保障安全四大层面。

他建议，一方面，要积极探索大模型在金融行业的应用场景，包括但不限于风险管理、信贷审批、反欺诈等关键领域。同时，进一步提升场景智能化水平，通过智能算法和模型，不断优化金融业务流程，构建数字化、智能化的金融生态体系，为客户提供更加便捷、智能的金融服务体验。

另一方面，要增强金融机构、技术厂商之间的合作联动，实现资源共享、优势互补，支持关键技术研发与产业化应用，并不断降低应用门槛和成本，让中小金融机构也能受益于先进技术，从而推动整个金融行业的均衡发展。

与此同时，还要充分运用好金融行业自身生成和收集的数据，不断提高自身数据分析应用水平，并通过合法合规途径共享互联网、物联网以及政府信用信息平台等各类平台的数据信息。“通过共享信息，金融服务能够更透彻的了解客户需求和识别客户的行为模式，实现‘个性化’定制的金融服务。”