CCDE 2024数字金融分论坛：数字金融+人工智能赋能产业发展

长期致力于并发行为理论、并发计算技术与交易风险防控等研究，是我国并发计算及工程应用领域带头人。他从并发计算的基础理论、核心技术、业务系统三个层面对网络交易风控开展了深入系统的研究，变已有流计算的数据“纵切”时序分块为业务“横切”流分解，变已有风控的身份认证为行为认证，形成了一套互联网并发计算的核心方法和共性技术，攻克了系统风险防控既快又准的重大技术难题，主持建立了我国首个网络交易风险防控体系和系统，在网络交易风控领域避免了受制于人的境况，为我国在该领域成为国际“领跑者”做出了开拓性贡献，得到了国家监管机构的高度评价。以第一完成人获国家技术发明二等奖1项、国家科技进步二等奖2项、省部级一等奖8项，以及国际奖多项。第一发明人获授权发明专利（中国、美国、德国）和澳洲创新专利122项、国际PCT 25项。发表论文300余篇（含ACM/IEEE汇刊91篇），中英文专著6本。2020年获得全国创新争先奖状，2016年获得全国优秀科技工作者称号。

个人简介：

白硕，北京大学计算机系博士。1992-2000 年在中科院计算所工作，历任副研究员、研究员、博士生导师、软件研究室主任，兼任曙光信息产业有限公司副总工程师。2002-2016 年，在上海证券交易所工作期间，任总工程师、技术中心主任、党委委员，2012 年起兼任领导了核心交易系统、监察系统、企业级数据仓库等一大批重要信息系统的升级换代工程和 XBRL 上市公司电子化信息披露项目，领导制定了金桥数据中心建设规划。2003-2016 年任中国中文信息学会信息检索与内容安全专委会主任委员，2018 年起任中国计算机学会区块链专委会顾问委员、丹渥智能科技有限公司董事长。2019 -2023任中国计算机学会上海分部主席。2021 年起任恒生电子研究院院长、首席科学家。

报告题目：

金融领域大模型应用生态与大模型技术如何协同发展

报告摘要：

金融行业信息化进程已经处在网络化2.0向数智化3.0跃迁中，作为新兴的AI模型，大语言模型相较于过去烟囱式的传统AI模型，在数据量级、模型开发效率和方式、场景通用性等各方面都有了新的提升。落到金融领域，大模型不仅可以赋能客服、投顾、风控、投研等业务场景，同时还能通过重构软件开发、数据生产环节赋能金融机构内部数智化转型。但对于金融机构而言，因其很强的业务特性（“家里有数”）和合规性（“院外有墙”），以通用大模型为核心的“插件联盟”模式很难实现深度应用，行业需要建立对接“垂直领域大模型”的能力中心，以便充分利用大模型能力并连接金融领域专有的实时数据、专有资源和应用系统，从而实现大模型的合规应用。在公有云上的通用大模型加速迭代的新形势下，垂直领域特别是金融领域大模型应用生态与大模型技术如何协同发展？本主题报告将结合恒生电子的金融大模型生态建设实践，介绍面向金融机构的大模型服务如何跟进技术发展、体现行业特色。

个人简介：

孙东宁，北京大学力学硕士，美国哥伦比亚大学生物医学工程博士、约翰霍普金斯大学生物医学工程博士后，纽约华尔街海归，原平安基金衍生品与量化投资首席投资官和公募基金经理，现鹏城实验室数理科学与交叉前沿部研究员(正高)/博导、香港中文大学深高金客座教授， 中国计算机学会数字金融分会常委，中国量化投资俱乐部常务理事， 中国工业与应用数学学会金融科技分会委员

报告题目：

金融市场的建模追求——理论设计与实践考量

报告摘要：

金融市场不同的参与者有着不同的行为模式。 在这个报告中我们讨论衍生品做市商与股票做市商在做市时不同的思考角度与定量建模方法以及近年来数据驱动方法的趋势，并简要讨论这些方法在实操和在金融风洞（模拟交易所）研究中的应用。 

个人简介：

杜啸争，毕业于北京航空航天大学系统工程专业，北京大学光华EMBA，目前担任中电金信研究院副院长、商业分析事业部总经理，担任CCF数据治理发展委员会常委，CCF大数据专委会执委，CCF CTO Club成员。曾经在阿里云、联想集团、Teradata、东南融通等多家大型公司供职，专注于行业大数据平台建设、数据治理体系建设、数据中台产品、数据生态圈应用建设以及数据资产化内容研究。在金融行业，参与过多家大型国有银行、股份制银行以及中小型银行的大数据平台、数据治理及数据资产建设。在阿里云期间，参与过多个大型数字政府和央企的数据类项目，对于政府和企业数据治理有深刻的理解。杜啸争带领中电金信数据团队，连续七年荣获IDC大数据解决方案市场排名第一。

报告题目：

金融行业数据资产运营思考与实践

报告摘要：

金融业数据体系经过多年建设，基本完成了数据资源化的过程。随着数据成为真正的生产要素，随着大模型技术的日渐成熟，随着企业数字化转型的速度加快，数据资产化的过程已经是各个企业面临的重要课题。数据资产化的过程面临着业数分裂、资源浪费、数据失活、数据估值难等问题，企业需要在日常的数据资产化过程中不断摸索，不断实践，最终形成企业自身具有特点的数据资产化方法体系。本报告结合金融行业数据资产化的痛点和问题，根据大型金融项目实践经验，结合作者本身多年的数据类项目经验，提出了一套针对金融行业数据资产运营的方法和产品，帮助金融企业从数据战略、数据资产化咨询以及数据资产产品三个维度全面协助推进数据资产化的过程，打通数据生产者和数据消费者之间的渠道，实现数据资产的高效迭代，打通数据资产到业务用户的最后一公里。

个人简介：

蒋宁，东京大学硕士，金融科技领域拥有20余年实践经验，主持研发了亿级QPS互联网在线交易系统及业界领先的核心金融交易系统。曾在平安科技、IBM等知名科技公司担任高管。现领导2000+人科技团队，累计申请各类发明专利超1700件；牵头建立国家企业技术中心、国家级博士后科研工作站、省部级重点实验室等科研平台；获国家网信办、中国信通院等权威机构认证39项；参与编制人工智能和金融科技等国家标准、行业标准、企业标准超70项。个人主持、核心参与70余项国家、省部、公司级项目，管理研发费用累计超30亿元，在《ACM MM》、《EMNLP》等期刊上先后发表和完成学术论文31篇，获110余项国家发明专利授权，获中国发明协会发明创新奖、吴文俊人工智能科技进步奖、中国产学研合作创新成果奖等行业奖项，获2022年十大重庆科技创新年度人物、重庆市五一劳动奖章等荣誉，当选全国首个大模型联盟第一届理事长。

报告题目：

大模型时代，数字金融关键技术和应用实践

报告摘要：

数字金融产业正处于大模型时代的关键转折点，响应国家数字金融战略需求，支撑金融强国已成为行业共同使命。在数字金融产业发展过程中，面临着诸多产业化核心挑战，包括关键性任务和动态适应性、个性化要求和隐私保护、群体智能和安全可信等挑战。应对这些挑战，数字金融产业需要具备持续学习、模型安全可信、组合式AI、MaaS等关键技术能力。其中，基于多层防御增强的金融大模型安全可信核验技术体系、融合大模型和小模型的组合式AI风险分析、预测与决策技术、基于多模态人类反馈强化学习的人机协作复杂智能计算技术和面向多场景多领域的金融大模型服务平台等核心技术的研发将为数字金融产业的数字化升级和全流程重塑带来新动力。这些核心技术将在金融行业全流程数字化重塑和泛行业扩展中发挥重要作用，包括智能客服、智能营销、智能运营、智能研发、智能办公、智能风控等应用场景，从而推动形成在国际范围数字金融领域的先发优势和话语权。

个人简介：

敖翔，博士，中国科学院计算技术研究所副研究员、博士生导师，CCF高级会员，CCF数字金融分会常委、大数据专委执委。研究方向为智能金融、数据挖掘与自然语言处理。先后主持国家重点研发项目子课题1项，国家自然科学基金项目3项，CCF-腾讯犀牛鸟科研基金、阿里巴巴AIR计划（获优秀奖），腾讯广告犀牛鸟专项基金、蚂蚁集团金融安全专项基金等10余项科研项目，在IEEE TKDE、KDD、WWW、ICDE、SIGIR、ACL、AAAI、IJCAI等国际权威期刊和会议上发表论文80余篇，其中CCF A类40余篇，谷歌引用2600余次，H-index为28。入选北京市科技新星、中国科学院青促会、微软亚洲研究院“铸星计划”。担任SIGKDD、WWW、SIGIR、ACL、AAAI、IJCAI等学术会议的(高级)程序委员。

报告题目：

大模型智能体增强的图机器学习风控

报告摘要：

风险防控一直是金融领域工作的核心议题。近年来，图机器学习技术在数字金融风控领域表现出了突出的潜力，并取得了显著的进展。通过将复杂的多用户交互行为构建为异质关联图，并以图神经网络为基础设计改进的图机器学习模型支撑多种类型的风险识别预警任务，这已经成为一种新的流行范式。然而，金融风控任务的复杂性以及对解释性的严格要求，使得图神经网络的针对性优化设计面临着突出的技术挑战。在这种情况下，生成式大模型的引入为解决上述技术难题提供了新的思路。生成式大模型不仅具备流畅的内容生成能力，其惊人的意图理解和逻辑推理能力也可以被用于金融风控业务中。本报告将对近年来图机器学习风控技术的发展进行简要回顾，并介绍基于大型模型智能体的图机器学习风控增强解决方案，以及其在真实数据上的验证效果。

个人简介：

祝相斌，现任杭州安恒信息技术股份有限公司副总裁、网络安全保险事业部总经理，20多年计算机行业研发、管理及运营经营，参加浙江大学管理学院第14期企业“隐形冠军”班毕业。曾在电讯盈科中国从事BOSS、保险业务系统多年的技术研发、项目分析管理，创办智能客服机器人软件平台公司，获得阿里客服机器人类目TOP1服务商、创业12年企业获得国家级高新技术企业、浙江省四版挂牌企业荣誉，平台服务阿里、海康、联通、顺丰、中豪外运等客服部；获聘浙江大学中国数字贸易大讲堂专家、网络安全行业CISP认证。

2018年筹办了杭州市(金华)婺城商会并兼任商会创会秘书长，2022年兼任浙江省工业互联网产业联盟副秘书长、杭州市网络安全协会副理事长。

报告题目：

数字经济立体式安全保障-数字安全保险护航数字经济产业发展

报告摘要：

数字经济时代企业安全风险加剧，网络安全的基础性和保障性作用逐步增强。网络安全保险作为具有网络安全风险管理和经济补偿功能的新型网络安全服务，有利于企业加强网络安全风险管理，切实提升风险的应对能力，更是有利于加快企业数字化转型，对推动网络安全产业高质量发展，护航制造强国、网络强国建设具有重要意义。通过将保险服务与安全服务相结合，实现风险缓解与风险转移已成为企业有效管理网络安全风险的重要手段。报告将介绍网络安全保险新产品创新、新模式，探索网络安全保险服务解决方案，聚焦于投保前、保险期间、出险后三个阶段，协同打造网络安全保险服务平台。降低网络安全事件的影响，提高企业应对风险的“韧性”。构建网络安全保险全流程服务体系、打造轻量化的SaaS安全解决方案，分享有关防勒索、邮件防诈骗、安全监测防护等网络安全保险合作服务典型案例。

个人简介：

毕业于斯坦福大学先进金融科技实验室，获金融经济博士和统计学博士学位（辅）。现为南京大学信息管理学院教授、博导、南京大学普惠三农金融科技研究中心负责人、大模型实验室负责人，亚洲区块链产业研究院学术专委会委员。探索构建“大数据、大模型、大计算”全新范式驱动的金融信息与情报学与国家金融安全和下一代数字金融，有一定开创性，研究中心被同行评为位居全国前列。在UTD24和学科卓越期刊发表论文多篇，含数篇高被引。获省社科优秀成果二等奖、全国高校双创优秀论文一等奖、省学术大会优秀论文一等奖等多个奖项。曾担任国内首个数据质量评估证书专家组组长，在“数据金融”领域进行了开拓性探索。2023年5月在国内率先发起成立高质量产业大数据大模型联盟，打造高质量大数据、大模型两大国家级新型基础设施。

个人简介：

程大伟，同济大学计算机科学与技术系副教授、博士生导师，CCF高级会员，CCF数字金融分会执行委员、大数据专家委员会通讯委员。担任国家网络金融安全（省部共建）协同创新中心主任助理。主要研究金融大数据、图数据分析与挖掘、深度学习与生成式模型方向，曾获上海市青年拔尖人才计划、世界人工智能大会青年优秀论文奖、ACM中国上海新星奖、国家电网科技进步二等奖等荣誉。主持/参与包括国家重点研发计划、国家自然科学基金、中国证监会科技监管创新研究等多个科研项目。在KDD、TKDE、ICLR、AAAI、SIGIR等国际刊物发表60余篇学术论文。

个人简介：

CCF高级会员、蔚来汽车资深工程师，曾供职于天猫、滴滴，曾主导多个业财一体项目建设。IBM、埃森哲等世界500强技术顾问。擅长数据反哺业务，帮助滴滴获得近10倍业务增长；帮助天猫打造业界领先的数据链路洞察能力，获得硅谷增长黑客之父Sean Ellis高度赞赏。关注大模型在资产、业财一体、营销数据洞察等垂直领域应用。金融大模型方面经验和成功案例：在2017年（chatgpt诞生前）率先将类似技术运用到订单客服群，实现订单处理自动化。提出value-key模型，对大模型进行深度定制，使之能深度处理业务逻辑。在大模型中落地GMV全链路分析洞察能力，通过链路分析对GMV的波动进行归因，极大的提升了营销转化效率。在大模型中落地风控归因能力，对风险流量进行检测发掘，辅助风控部门抽丝剥茧，定位问题。

个人简介：

现任北银金科AI架构师，清华大学五道口金融学院在读，深耕金融科技领域多年，曾任职于任普华永道数据科学家、美国道富量化风险建模工程师和工银科技高级AI算法工程师等，工信部量化金融人工智能方向特聘讲师兼 QFA量化金融专家委员会委员，清华大学区块链俱乐部主席团成员，参与制定大模型安全可信、金融行业大模型、AI Agent等多项标准及相关大模型云服务白皮书等，多次担任国际大数据研讨会的主讲和人工智能会议的兼职编辑，关注大模型在金融领域的落地和应用，所在北银金科的“京科”大模型技术平台荣获中国人工智能产业发展联盟2023年金融+AI优秀案例。

个人简介：

杜新凯，CCF自然语言处理专委会执行委员；阳光保险集团人工智能首席科学家、人工智能部总经理；清华大学计算机系博士；中国人工智能学会自然语言理解专委会专家，中国企业联合会智慧企业推进委员会专家，中国移动通信联合会产业互联网委员会智库专家、中国保险学会智库专家。带领团队研发的阳光正言GPT大模型开放平台充分赋能保险核心业务场景，应用的广度和深度在保险行业处于领先水平，联合清华、中国保险学会、中科院、百度等单位牵头发布《大模型技术深度赋能保险行业白皮书》，并成为国内首个金融行业大模型标准核心编写单位（唯一一家保险公司）。

个人简介：

敖翔，博士，中国科学院计算技术研究所副研究员、博士生导师，CCF高级会员，CCF数字金融分会常委、大数据专委执委。研究方向为智能金融、数据挖掘与自然语言处理。先后主持国家重点研发项目子课题1项，国家自然科学基金项目3项，CCF-腾讯犀牛鸟科研基金、阿里巴巴AIR计划（获优秀奖），腾讯广告犀牛鸟专项基金、蚂蚁集团金融安全专项基金等10余项科研项目，在IEEE TKDE、KDD、WWW、ICDE、SIGIR、ACL、AAAI、IJCAI等国际权威期刊和会议上发表论文80余篇，其中CCF A类40余篇，谷歌引用2600余次，H-index为28。入选北京市科技新星、中国科学院青促会、微软亚洲研究院“铸星计划”。担任SIGKDD、WWW、SIGIR、ACL、AAAI、IJCAI等学术会议的(高级)程序委员。

个人简介：

王磊，博士,平安科技前沿技术部门负责人。高级统计师，经济学博士，金融学博士后。专注人工智能技术在经济金融及量化投资领域的研发和应用，拥有15年算法研究及工作经验。在国际顶会以及国内外权威核心期刊上发表20余篇金融科技领域相关论文。曾在国家统计局工作十年，主持或参与过多项国家重大课题研究及报告起草，研究报告获得国务院主要领导批示。2017年至今主持（或作为技术负责人负责）了超过20个AI项目实现落地，涉及项目金额几亿元，具有丰富的金融风险预警、经济预测、量化投资等典型应用场景落地所需的AI理论基础和实践经验。其领衔打造的智慧经济平台入选工信部2020年全国大数据试点示范项目，并在深圳、重庆等多个大型城市经济项目中实现创新性突破；领导研发的多个金融风险预警及量化投资模型已服务包括平安在内的多家银行、证券及理财公司。个人近几年先后荣获吴文俊人工智能科技进步一等奖、广东省科技进步一等奖等权威奖项。

个人简介：

张红兵，上海道客网络科技有限公司首席运营官、业内知名的云计算、开源技术及金融数字化转型专家、全球边缘计算技术委员会、Linux基金会全球项目导师，中国信通院政企信创中心专家，上海杨浦区“五一”劳动奖章获得者 。20年从业经验，曾在IBM、EMC和Intel等500强企业担任高级管理岗位，领导近200人技术团队。主导开发交付10+业界标杆企业级产品，解决多个关键“卡脖子”技术。参与数十项标制定，拥有10多项个人专利和数篇 IEEE 高质量论文并多次在国际会议做主题演讲。作为项目负责人深度参与数个工信部和科技部等国家级重大科研和产业项目，目前担任上海财经大学、东华大学、上海大学等多家高校的校外导师。