李礼辉：机遇与挑战并存，金融深度智能化必须把握正确价值取向与选择偏好

 



　　11月12-13日，“太湖世界文化论坛钱塘对话”在浙江杭州举行，主题为“财富金融文化的互鉴与创新”。谈及金融智能化的可靠性与经济性，原行长李礼辉表示，智能金融系统已经进入规模化应用期，比如杭州的网商银行培育的四只“鸟”：大山雀系统利用卫星摇杆数据做耕地和农机的监测分析，百灵系统应用交互式技术做客户资信调查，大雁系统应用知识图谱工具做产业链金融，布谷鸟系统应用量化模型做流动性管理。

　　他指出，具身智能体已经初步具备感知学习交互行动和决策的代理能力，金融智能体依托行业最佳流程最佳标准的数据支持培育专业水准的金融专业代理人、市场分析、风险评估投资顾问、财富管理、量化交易、产品定制、内部审计、数字员工等高价值的领域。同时需要注意几点：一是生成式AI潜在的安全风险和技术陷井尚未因算法的优化而淡化，还存在意识安全风险。二是模型幻觉。三是模型启示、算法共振、隐私泄露等技术陷井。四是解释性难题，算法创新增加了模型的非线性、曲折性和不确定性，模型的解释更加复杂。

　　李礼辉强调，我们面对的是机遇与挑战并存的创新时代，金融的深度智能化必须把握正确的价值取向与选择偏好。第一，金融创新的人民性。他认为，金融的人民性并不是口号，而是金融业最重要的经营宗旨和创新指南。“金融创新只有以满足人民大众的金融需求为依规，克服痛点和难点，实现金融服务普惠和金融资源共享，才能有竞争力，有市场，有效益，有价值。”

　　第二，金融创新的可靠性。金融有三个必须保证，一是保证金融资产和金融数据的安全，二是保证金融交易和金融服务的可靠性，三是保证帐务处理和帐务记录的正确性。他强调，金融创新的基石是可信任，必须统筹安全和效率，切实做到可信可靠，让客户信得过，让市场信得过，也让政府信得过。

　　第三，金融创新的经济性。垂直模型和具身智能体具有专业细分的不同个性，当专业领域和管理目标趋同时就具有一定的共性，可以实现交互和兼容。因此，他指出，在执行金融风险管理政策和规则制度时，应该准确把握数据隔离和核心技术隔离的原则和边界。

　　“我们应该支持有实力的科技企业和金融机构深度合作，领军开发行业级的金融模型和金融软件，为中小金融机构提高企业级金融模型服务和软件服务。实现可信的技术协同和资源共享，有利于我们共建数字金融的生态圈，促进高效率低投入个性化的数字金融创新。”他说。

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。