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技术领衔的科技革命潮头。这场革命以其深远的影响力，重塑着金融服务的每一个环节。随着“科技金融”“数字金融”在中央金融工作会议上被提升至国家战略层面，成为“五篇大文章”的核心篇章，这也昭示着金融行业数字化转型的全面加速和深化，针对科技型企业全生命周期的金融服务进一步增强，更标志着金融与科技融合的新纪元已经到来。

人工智能加速发展 大模型为“数字金融”注智赋能

中央金融工作会议提出，做好科技金融、绿色金融、普惠金融、养老金融、数字金融五篇大文章，其中，“科技金融”和“数字金融“受到来自科技行业和金融行业的共同广泛关注。

“科技如何赋能金融”成为本次金融街论坛年会嘉宾们热议的话题。近年来，人工智能加速发展，大模型如雨后春笋般涌现，目前，全球范围内已有上千款大模型，国内仅在网信办备案的大模型就有超过200个，其中行业大模型占比70%。中国信息通信研究院党委副书记王晓丽表示，“金融业作为数据密集型行业，是大模型应用的‘天然场所’，大模型在金融领域的应用也将进一步提升金融服务实体经济的能力，为金融支持新型工业化提供有力支撑。”

比如在中国工商银行就已经建成集算力、算法、数据、工具、能力、安全、应用、生态于一体的企业级千亿金融大模型技术体系, 打造“人工智能+金融”新生态。目前已实现各个业务领域规模化推广，覆盖20多个业务领域、100多个业务场景。中国移动也将在年底前，面向多个行业推出超60款AI产品应用。在金融领域，中国移动打造了智能投研、资产监管、风险评估和金融反欺诈等一系列高品质AI应用，落地了百余个AI+金融示范案例，为数字金融高质量发展注智赋能。

不过，不同规模的金融机构，对于新技术的应用也有很大差异。中国银行业协会首席信息官高峰说：“目前，大模型技术应用还处于探索阶段，大型银行与中小银行基于自身的资源禀赋差异，在大模型的应用上出现了‘马太效应’”。

这也是技术导致的数字鸿沟。蚂蚁集团总裁韩歆毅认为，新技术的应用有门槛，经济发展水平的差距导致硬件和基础设施的差距，对技术应用形成制约；新技术的扩散也有先后，不同的人群、企业，接受先进数字技术也有早晚。他认为，弥合数字鸿沟需要全社会的共同努力，需要学界的深入研究，更需要监管部门的协调和指导，让所有群体都可以从新技术中受益。

此外，大模型还存在金融垂类场景的技术方面不足，北京理工大学科学技术研究院院长袁野表示，目前的许多大模型仍面临挖掘分析复杂金融数据仍存在时序多元关系难以建模、查询并发难以高效、推理挖掘难以解释等挑战。

资本融资银行信贷 “科技金融”助力新技术企业发展

在金融街论坛年会上，不少与会嘉宾，尤其是企业家们，都共同谈到了金融如何赋能科技和产业的话题，在企业技术发展、规模壮大的过程中，都离不开金融的支持。

“人工智能和新能源领域近年来已成为股权投资的热点”，北京基金业协会常务副会长郭薇指出。

国家电投集团氢能科技发展有限公司总经理张银广表示，这几年国氢科技成长为行业头部企业，离不开金融的支持，包括资本融资、银行信贷等。目前，氢能产业还存在发展不平衡的情况，一些短板关键环节需要金融的支持，尤其中长期资本的支持。

比亚迪股份有限公司董事长兼总裁王传福在金融街论坛年会上现场表示，金融作为重要的生产要素，一直高效赋能比亚迪产业建设，特别是在新能源方面，比亚迪的成长壮大可以说是金融业和制造业紧密结合、相互促进的一个缩影。

而在金融支持服务中小企业，特别是专精特新企业方面，工业和信息化部中小企业局局长梁志峰表示，将出台一系列的政策，为专精特新中小企业提供更具属地化特色的综合性金融服务。国家级专精特新“小巨人”企业网智天元科技集团的创始人、董事长莫倩告诉北青报记者，网智天元的技术在细分市场覆盖率处于行业领先地位，“我们已经进行了三轮融资，并且备案了科创板的辅导，目前正在计划年底前的D轮融资。金融是场景，科技是生产力，现在大模型正在对整个生产力的要素进行改变；反过来，金融通过资本又对科技起到重要的推动作用。”

在这次金融街论坛年会上，还开展了“金融赋能前沿科技专题路演”，多家高新科技企业前来路演融资，而其中的不少企业本身就是服务于金融业的。比如中科星睿科技（北京）有限公司就一直在拓展高分辨率遥感卫星在金融行业的应用。公司董事长雷斌出身于科研机构，在做企业后，对科技与金融的关系有了更加切身的认识。他告诉北青报记者：“此次C轮我们计划再融2-3亿，计划在未来2年内再发射18颗高分辨率遥感卫星。一方面，我们的高分辨率遥感卫星技术帮助金融机构更加精准的进行风险评估，促进客户合规管理。另一方面，我们自身所在的商业航天领域，也特别需要得到资本市场、银行、政府基金等的金融支持。”

新时代新要求新规范 既要灵活创新又要守住安全底线

不同于传统企业，高新科技企业有其自身特点，“因地制宜”“因产业制宜”就显得更加重要。对此，中关村互联网金融研究院院长刘勇表示：“数字经济背景下，金融业服务实体经济，应该下沉到产业生态全体系中，而且不同地区都可以有针对自身实体经济发展特征相匹配的金融服务创新举措。”

新要素的背景下，也对金融业提出了更高的要求。青岛银行首席经济学家刘晓曙认为，服务新质生产力发展，应适应科技企业轻资产特点，创新抵押物的形态，包括知识产权等。银行支持初创期、发展期企业，仍面临一些挑战，银行除了自身要用类投行的方式做信贷，可加强与私募股权、风投合作，同时，还应不断优化有利于银行展业的营商环境，比如建立健全知识产权评估体系、交易平台等。

根据预测，到2027年，全球金融业在人工智能的支出将达到970亿美元，复合年增长率为29%，是增速最快的行业之一。然而，金融垂类人工智能和大模型技术仍存在一些风险。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认为，目前大模型在不透明风险方面，存在难以解释和追溯输出结果的监管难题，带来金融稳定性风险。同时，广泛使用训练有偏的信贷审批助手，可能导致金融风险评估和信贷决策的同质化，加剧金融的脆弱性。此外，在网络安全风险方面，人工智能应用需处理大量敏感的个人和财务数据，增加了网络攻击的风险和数据泄露的可能。他建议，一方面，加强安全标准建设。不断完善金融数据的安全标准体系，加强法律法规体系建设，为金融数据安全与隐私保护提供法律保障。另一方面，提升风险防范能力。通过人工智能技术建立风险监测和预警机制，及时发现和处置潜在风险。

中国人民银行科技司副司长周祥昆表示：“大模型金融应用是一项系统性工程，金融业要立足实际需要，准确研判大模型技术的发展规律和特点，科学谋划、前瞻布局，加强关键技术应用研究攻关，积极稳妥推动大模型技术与金融业务深度融合，切实深化金融数字化、智能化转型。在推动大模型金融应用的同时，要持续健全与新一代人工智能发展相适配的金融科技监管机制和治理体系，着力营造良好发展环境，守住金融安全底线。”

文/北京青年报记者 温婧
编辑/田野