林建明：AI新质生产力重塑金融业

专题：第六届中国金融科技论坛

　　2024年服贸会专题活动之一——“第六届中国金融科技论坛”9月12日-13日在北京举行，主题为：科技赋能——金融业数字化转型与应用。萨摩耶云科技集团创始人、董事长兼CEO林建明出席并演讲。

　　林建明表示，金融是特殊的生产性服务业，关乎有效资源配置。金融科技又是数字智能的重要生产力领域。AIGC特别擅长在专业知识密集、业务流程复杂、数据驱动领域展露拳脚。

　　从艾瑞咨询《2024年中国金融科技（FinTech）行业发展洞察报告》中可以看出，前沿技术的迭代升级与金融机构数智化转型进程的逐步推进，国内金融机构对于金融科技的投入规模逐年递增，2019年增幅一度高达21%，整体规模突破2200亿元。伴随着前沿科技应用的逐步成熟，未来国内金融科技市场于2027年将超过5800亿元。金融机构在数智化转型过程中，AI面对海量应用基础和作用域。AIGC集成的AI应用，在生产效率、应用效果和服务体验三方面，会有良好的实践意义和效果。目前AIGC在金融业还在探索应用中，萨摩耶云科技集团也有幸身处其中。

　　林建明认为，AIGC在金融领域的应用潜力巨大，正引领着人机协作模式的革新，开辟出前所未有的篇章。不过，他也指出，探索中也存在着知识产权、算法歧视、道德伦理等风险挑战，以及巨大的投入开支和商业考量。

　　以下为演讲实录：

　　各位领导、各位嘉宾，大家下午好，今天已经是我第三次参加服贸会了，很开心能见到各位新老朋友。我是萨摩耶云科技集团的林建明，我们公司是一家以人工智能、大数据、移动互联、云计算等核心技术为支撑，专注于独立云服务科技解决方案的公司，长期以来深耕金融科技领域。今天，我演讲的主题是“AI赋能金融：探索智能时代下的新质生产力”，和大家共同交流探讨AIGC为代表的人工智能浪潮如何作为一股强大的新质生产力，提升打造金融科技行业的生产性服务能力。

　　AI渗透到我们生活和工作中，大家聊的比较多的是AI怎么样替代人类工作，更多是一些劳动密集型的工作，包括一些客服，也包括自动驾驶等。但上个月有一个案例引起我们的注意，有一个“AI科学家”诞生了，替换的是号称人类最高智慧群体的科学家们的工作，他们的科研工作，都已经有AI帮他们去做了，这就是日本一家公司Sakana AI与牛津大学、哥伦比亚大学学者合作研发的“AI科学家”。它能够独立完成科学研究的全过程，包括创意生成、代码编写、实验执行、结果总结和论文撰写。创意生成阶段，该系统基于现有主题的起始代码模板进行头脑风暴，并在语义学者数据库中搜索以确保原创性。实验迭代过程中，系统自主编写代码、执行实验，并制作可视化图表，对结果进行分析。论文撰写阶段，系统按照标准机器学习会议论文的风格，撰写进展报告，还会自主使用语义学者数据库搜索并引用相关文献。更为关键的是自动化论文评审环节，Sakana AI 开发了自动审稿人系统，能够以接近人类的准确度评估生成的论文。生成的评审意见既可用于改进项目，也可作为对后续构思的反馈。这意味着，可形成持续的反馈循环，实现了一个闭环的科研生态系统。在这样一套全自动科研体系下，“AI科学家”可以在一周内产生数百篇中等质量的论文。根据自动审稿系统的评估，个别论文质量甚至可达顶级机器学习会议的接受门槛。

　　人工智能孜孜不倦的向工业和科学的核心，深刻而广泛地渗透应用，成为新质生产力的关键有机成分。人工智能正迎来第四次浪潮，迅猛而陡峭。然而其开端也仅仅是不到60年前的事情。

　　第一次浪潮：萌芽期。1956年夏天，美国达特茅斯学院举行了历史上第一次人工智能研讨会，被认为是人工智能诞生的标志。达特茅斯会议之后，大量AI程序和创新研究涌现，尝试实现AI应用。比如1966年，世界上第一个聊天机器人伊丽莎（Eliza）发布，它是由‌麻省理工学院创建。伊丽莎能够模拟‌心理治疗师与患者之间的对话，尽管它只能提供有限的响应，但它开启了人们对于机器能否模仿人类交流的想象。

　　第二次浪潮：发展期。上世纪80年代应用兴起。1980年，机器学习研究已在全世界兴起。1981年，第一本机器人学课本，标志着机器人学科走向成熟。1982年，《视觉计算理论》书中提出计算机视觉的概念，并构建系统的视觉理论，对认知科学也产生了很深远的影响等。以及1982年，霍普菲尔德网络出现，这是最早的RNN的雏形。霍普菲尔德神经网络模型的出现振奋了神经网络领域，在人工智能的机器学习、联想记忆、模式识别、优化计算、VLSI和光学设备的并行实现等方面有着广泛应用。

　　第三次浪潮：突破期。2006年，杰弗里·辛顿以及他的学生鲁斯兰：萨拉赫丁诺夫正式提出了深度学习的概念，开启了深度学习在学术界和工业界的浪潮。深度学习的概念源于人工神经网络的研究，它的本质是使用多个隐藏层网络结构，通过大量的向量计算，学习数据内在信息的高阶表示。深度学习助力语音识别、图像和视频处理等AI应用逐渐渗透到各行各业。

　　这一时期的典型应用是阿尔法狗（AlphaGo）。2016年，阿尔法狗与围棋世界冠军、职业九段棋手李世石进行围棋人机大战，以4比1的总比分获胜；2016年末2017年初，该程序在中国棋类网站上以“大师”（Master）为注册账号与中日韩数十位围棋高手进行快棋对决，连续60局无一败绩；2017年，在中国乌镇围棋峰会上，它与排名世界第一的世界围棋冠军柯洁对战，以3比0的总比分获胜。阿尔法GO被围棋界公认围棋的棋力已经超过人类职业围棋顶尖水平。

　　当前，人工智能已进入到了第四次浪潮“AIGC时代”， 这个时期的典型代表是ChatGPT，它是由OpenAI公司开发的先进聊天机器人，不仅能够回答各种问题、提供信息和建议，还能根据对话的上下文进行互动，生成连贯、有逻辑性的回复。它的出现为用户提供了更加便捷、高效的信息获取和交流方式。AIGC的本质是逻辑和推理能力，通过打破预定义规则的局限性，实现快速、便捷、智慧输出多模态数字内容，具备超越人类的创造能力。AIGC提升了AI的融合交付能力，引领智能技术进入新智慧时代。

　　金融是特殊的生产性服务业，关乎有效资源配置。金融科技又是数字智能的重要生产力领域。AIGC特别擅长在专业知识密集、业务流程复杂、数据驱动领域展露拳脚。从艾瑞咨询《2024年中国金融科技（FinTech）行业发展洞察报告》中可以看出，前沿技术的迭代升级与金融机构数智化转型进程的逐步推进，国内金融机构对于金融科技的投入规模逐年递增，2019年增幅一度高达21%，整体规模突破2200亿元。伴随着前沿科技应用的逐步成熟，未来国内金融科技市场于2027年将超过5800亿元。金融机构在数智化转型过程中，AI面对海量应用基础和作用域。AIGC集成的AI应用，在生产效率、应用效果和服务体验三方面，会有良好的实践意义和效果。目前AIGC在金融业还在探索应用中，萨摩耶云科技集团也有幸身处其中。

　　以AIGC提高生产效率为例。如大家所知，数据是金融智能决策的核心生产要素，金融需要的数据包括风险类数据、市场类数据等。我们通过AIGC等技术，将非结构数据结构化，并且内容化。比如通过Embedding，开发人员输入自然语言文本，模型会将其转换为向量表示，也就是计算机可以读懂的表示，以便进行各种自然语言处理任务，如文本分类、情感分析、实体识别等。该接口将原本无法处理的非结构化信息结构化，而且这种结构经过了语义表达，可以大大简化自然语言处理应用的开发和部署，提高效率和准确性。那么，在风控建模领域，我们就充分利用了 AIGC的Embedding接口，尤其是在处理客户与客服的对话内容时，我们通过 Embedding对客户在对话中的内容进行向量化解码，以捕捉客户语义、沟通礼貌程度等客户综合素质方面的信息，并将这些信息应用到模型运行平台及训练平台，这样的处理不仅能够丰富模型的特征变量，而且能够更全面地了解客户，提高风控建模的效果。

　　以AIGC提升应用效果为例。金融交易愈加便利，欺诈风险也在滋生。AIGC在提升欺诈质检方面能够发挥一定的积极作用。仍以Embedding为例，在风控反欺诈上，日常客服在接待客户过程中，同一个客户，在沟通对话过程中，“看起来像变了个人”，以前我们能识别出客户的表意，现在不仅能识别出客户的表意，还能识别出客户的专业程度，甚至可以猜测对方的职业，感受情绪等等。针对此种场景，我们可以通过Embedding接口建立反欺诈模型，量化欺诈风险，根据风险量化的情况，将风控策略进行升级。目前，我们尝试将AIGC技术与现有的反欺诈自研产品猎户座、Hunter反欺诈系统、生物识别等产品结合，与金融机构一起，打造一个“察言观色”“火眼金睛”的反欺诈模型，化险于“笑谈”。

　　以AIGC优化服务体验为例。在客户运营场景里，我们常见的状况比如客户在APP咨询的时候经常有些表述不完整、或者隐藏了一些内容。这对我们准确理解客户意图，为他们提供更好服务造成了一定困扰。为了解决这个问题，我们尝试利用AIGC的Completions来预测并补全客户未说完的话。通过将客户的上下文信息作为输入，Completions可以生成完整的句子或段落，从而更好地理解客户的意图和需求。举个例子，假设客户在APP上咨询时只写了一部分问题，而没有写完。我们可以调用Completions API，根据客户已经输入的信息，预测并补全客户未说完的问题，使我们能够更准确地理解客户的需求。如图展示“我家里有一些事情，小孩要交学费”，客户想表述的内容可能是“我想借款，如何申请”。Completions使我们能够更好地了解客户，通过获取隐藏信息，提高对客户需求的准确理解，从而提升客户服务的满意度，这种应用可以让客户运营更加智能、高效。

　　AIGC在金融领域的应用潜力巨大，正引领着人机协作模式的革新，开辟出前所未有的篇章。然而，不可否认的是，探索中也存在着知识产权、算法歧视、道德伦理等风险挑战，以及巨大的投入开支和商业考量。例如在2023年12月27日，纽约时报向OpenAI及其投资人微软公司提起侵犯版权诉讼，指控这两家机构未经许可就采集该报数百万篇文章以训练人工智能。成为全世界首个AI平台被大型媒体起诉侵犯版权的案例。纽约时报认为OpenAI和微软进行的非法知识数据采集和传播行为损害了该报获得订阅、版权许可、广告和其他附带收入的能力，造成的损失高达数十亿美元。明确要求销毁任何相关的AI模型和训练数据。无独有偶同一时间，准备涉足AI平台的苹果公司宣布与NBC（美国全国广播公司）等多家传媒集团达成协议，以付费形式获得采集后者所属报刊、电视和其他出版物知识内容的授权，金额高达5000万美元。新技术、新机制、新范式。萨摩耶云科技集团始终在辩证审视和探索AIGC的应用路径，尽可能运用可信严肃的AIGC面对科技治理的挑战，秉持构建可持续的人工智能生态。

　　结合多年在金融科技的探索应用，今年年初，我本人撰写的首本AIGC在金融科技的应用书籍《AIGC重塑金融：AI大模型驱动的金融变革与实践》获得了出版。通过剖析技术原理，例举在金融科技领域的广泛实践，我们试图探究如何运用AI技术为金融业实现内外效益上的双赢。同时，也全面关注大模型的金融领域构建，在伦理和监管层面等的重要议题。这本书也荣登京东计算机“图书销量榜”“新书热卖榜”双榜TOP1，欢迎大家指正。

　　人工智能发展日新月异，金融科技是数字智能的高峰。我们希望能不断提升技术实力，以科技之力，重塑金融科技新质生产力，做创新时代的攀登者。谢谢大家，以上就是我的分享。预祝本届服贸会取得圆满成功！

　　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。