AG真人国际中国网财经10月23日讯 2024年10月20日上午,2024金融街论坛年会“金融科技大会平行论坛—AI重塑金融与安全治理”在北京金融科技中心举行。
本次论坛以“AI重塑金融与安全治理”为主题,汇聚了来自政府、学界、产业界的众多专家与精英,以主旨演讲+圆桌对话+成果发布的方式探讨人工智能在金融领域的应用及其对安全治理的影响,共话人工智能在金融领域的变革与安全治理的未来。努力推动金融科技与安全治理的深度融合,共筑金融安全防线。
在领导致辞环节,北京市副市长、民建北京市委主委司马红表示,金融业是北京经济高质量发展的重要支撑,金融科技是金融与科技深度融合的产物。截至今年8月,北京市已有重点金融科技企业1840家,其中专精特新企业281家,国家高新技术企业587家,已经成为北京市金融业发展的创新驱动先锋。
金融科技的迅猛发展,尤其是人工智能技术在金融领域的广泛应用,为金融安全治理带来了前所未有的机遇和一系列挑战。如何确保利用人工智能技术提升金融服务的效率,同时有效保护个人信息不被滥用或泄露,已经成为金融行业亟待解决的问题。
人工智能的自主性和决策速度在提高金融交易效率的同时,也让金融监管机构面对更加复杂、动态和快速变化的金融环境,对监管政策的制定和执行提出了更高的要求。金融安全治理的挑战也同时体现在如何平衡创新与风险管理之间的关系,监管机构要快速响应新兴技术的发展,并在不抑制创新的前提下制定出有效的监管措施。
她希望来自政府、学界、金融界以及科技界的与会嘉宾在论坛期间深入探讨发展趋势,交流创新经验,分享最佳实践,形成丰硕成果,为北京乃至全国金融业高质量发展提供新的思路和方案。
民建北京市委金融委主任,北京航空航天大学经管学院教授李平主持“主旨报告一”环节。
在主旨报告环节,十三届全国政协委员,原中国保监会党委副书记、副主席周延礼发表题为《AI重朔金融与安全,助力实体经济高质量发展》的演讲。他表示,在金融保险领域,大型模型技术显著提升了数据处理的效率与精确性。然而,但大型模型技术的应用也伴随着相应的风险,并敦促保险业对此予以高度关注。他提出,保险行业应与技术专家及安全专家携手合作,共同拟定适用于本行业的国家、行业及团体标准,以确保人工智能在保险业务各环节中的应用均能满足安全规范。
中国科学院院士,中国科学院软件研究所研究员冯登国发表题为《人工智能主要安全风险与对策建议》的演讲。冯登国首先概述了国内外在人工智能安全方面的政策和法规,强调了人工智能对传统安全的影响。同时,冯登国指出,人工智能尤其是大模型的广泛应用会面临众多安全风险,包括数据泄露、关键信息基础设施的网络攻击自动化和智能化、深度伪造的危害、大模型幻觉导致的错误信息涌现和人工智能武器化带来的新型网络武器等安全风险。这些风险不仅威胁到个人隐私和行业安全,还对国家政治稳定和金融秩序造成严重影响。
为了应对这些挑战,冯登国提出了一系列建议,包括:制定实施人工智能伦理原则与框架,加强可信数字内容体系建设,加强隐私保护模型推理研究,增加人工智能在网络攻防领域的角色,建立大模型安全理论体系以及构建人工智能安全测评体系等。
冯登国强调,人工智能已经成为网络空间安全发展的一个新的关键变量,人工智能自身安全问题和它的应用导致的安全问题不容忽视。人工智能赋能网络空间安全,一方面人工智能提升攻击准确性和效率,另一方面人工智能也能提高防御和监测响应能力。
华夏新供给经济学研究院创始院长,中国财政科学研究院研究员贾康发表题为《金融创新的成功是高阶金融安全的保障》的演讲。贾康指出,我国金融创新的成功,是形成高层次、高水平金融安全的保障条件,需要以创新发展为第一动力,随之跟上规范发展,通过制度创新、管理创新、科技创新和思想观念创新相结合的系统工程,达到金融服务经济发展而同时防控风险的并行不悖。
美国康奈尔大学讲席教授、金融科技中心创始主任丛林教授发表题为《AI重塑金融:独立创新与安全治理》的演讲。丛林重新审视了人工智能的定义和发展,强调了从指令驱动自动化到目标导向智能的转变。他指出人工智能发展的三个方向:大模型、大数据和智能算法。在金融领域,丛林认为应专注于专业问题的解决,需要结合专业知识构建独立的AI模型,并且这些模型应以精准可控的方式解决金融问题,并强调了金融AI的安全治理问题,包括准确性、隐私保护和系统性风险。
民建北京市委市金融委副主任,中国供销集团供销大集股份有限公司财务副总监申景奇主持“主旨报告二”环节。
国家金融监督管理总局资管机构监管司副司长,民建中央青年委主任蒋则沈发表题为《加强安全治理,促进金融理性实践》的演讲。蒋则沈指出,人工智能(AI)在金融领域应用虽然处于起步阶段,但对金融服务方式、效率、范围和准确性将产生深远影响。人工智能不仅有助于提高金融机构的运营效率、降低成本,通过应用分析海量数据改进投资决策和风险管理,还将改善客户服务体验,提供个性化的解决方案。与此同时,人工智能应用也带来了关于模型的可解释性、公平性、责任归属以及潜在的系统性风险等挑战和问题。
哥伦比亚大学工业工程系教授、数字金融与科技中心主任 Agostino Capponi发表了题为《开放式金融的前世今生和未来》的演讲。区块链作为金融科技领域的重要基础设施,通过智能合约这一创新机制,成功实现了交易的自动化处理与条件精确执行,为金融行业带来了前所未有的效率提升与信任保障。尽管目前区块链技术仍存在一些技术瓶颈与改进空间,但它无疑已经成为推动金融科技不断向前发展的关键力量,引领着金融行业的数字化转型与创新发展。
重庆蚂蚁消费金融有限公司执行董事、总经理江浩发表题为《蚂蚁消金的普惠金融科技探索》的演讲。江浩指出,蚂蚁消费金融有限公司在消费金融领域的探索主要经历了三个阶段:2015年之前,主要基于传统信用卡评分的风险控制理念;2016年至2022年,进入了数字化转型阶段,开始采用更广泛的数据资源和社交行为的动态数据;自2023年起,开始探索实时的风险控制能力,将风险控制的焦点从客户群体转向了场景和客户实时互动的层面。江浩强调,蚂蚁消金在风险控制领域,不仅关注对整体风险格局产生重大影响的因素,而且也致力于挖掘那些虽然影响较小但数量众多的碎片化信息。此外,蚂蚁消金已从最初的静态风险控制模式,发展至当前行业主流的动态风险控制,并进一步迈向实时风险控制。
在成果发布环节,民建北京市委金融委副主任兼秘书长、中国科学院大学经济与管理学院金融系副主任郭琨在论坛上代表民建北京市金融委,进行了题为“金融业数字化转型对金融法治建设的挑战及应对策略”的成果发布。郭琨就调研成果指出,传统分业经营与监管模式难以应对数字金融的跨界特征,同时,金融数字资产监管尚处于探索阶段。针对上述问题,民建北京市金融委提出了一系列的应对建议,包括:进一步完善金融业监管与法治生态建设,完善法治协同机制来探索复合监管路径,通过统一监管框架来适应不同金融业务等。
在圆桌对话环节,由民建北京市委金融委副主任、中关村互联网金融研究院院长、中关村金融科技产业发展联盟秘书长刘勇担任主持人。北京大学计算机学院教授、元宇宙技术研究所所长陈钟,清华大学交叉信息研究院和人工智能学院教授、交叉信息研究院副院长徐葳,中移动金融科技有限公司董事长、总经理沈红群,马上消费科技创新发展部总经理,马上消费研究院院长赫建营围绕“人工智能在金融领域的变革与安全治理的未来”议题进行深度探讨。
陈钟认为,尽管人工智能在金融领域的应用已久,但2024年其算法及应用达到的科学成就令人瞩目。目前,金融领域主要聚焦于通用大模型的应用,尚未出现特别突出的创新成果。他强调算法与行业深度结合的重要性,并对金融领域未来与大模型的有效结合持乐观态度。同时,他也指出了AI在金融领域带来的安全与治理挑战,包括数据安全性、算法与算力的依赖,以及在金融关键领域中如何防范风险。
徐葳强调,2024年人工智能技术在多模态学习领域的进步令人印象深刻,对金融行业产生了深远影响。他提到AI在金融领域的小而又有意义的应用,如AI生成投资分析报告和商业银行用AI进行金融贷款审批。然而,他也表达了对大模型和类似人类智能的AI在征信评估和隐私保护方面的担忧,认为AI可能以极低的成本挖掘隐私,导致传统隐私保护观念的瓦解,并警告了AI在金融风控领域可能引发的风险。
沈红群认为,人工智能对金融行业具有变革性的影响,能够改变业务模式、提升效率和防范风险。她以中移金科为例,分享了公司在AI应用上的探索,包括推出九天金融风控大模型和炫彩活体检测识别算法,提升风控效率和安全性。同时,她也强调了数据安全的重要性,并介绍了中国移动的数联网,旨在促进数据的安全可信流通。
赫建营指出,随着AI技术的发展,金融机构已经普遍接受了AI和大模型的应用,AI已经贯穿了金融行业的全链条和全场景。他强调了在获取和分析客户数据以进行信用评估和风险控制时,需要找到合适的平衡点以保护消费者的隐私权益。同时,他也提到了金融机构在遵守国家金融监管法规、加强公司治理以及应用新技术(如智能质检和情感智能)等方面的努力,以确保AI在与客户互动时能够感知情绪变化并保护消费者权益。
民建北京市委副主委、中央财经大学金融学院教授郭田勇在论坛总结中表示,人工智能与金融行业的深度融合成为不可逆转的趋势。必须要跟上国际先进水平,迎难而上,要进行大胆研究和创新。同时跟进防范有可能形成的风险。
本次论坛有百余位来自政府、金融机构、企业和学术机构的专家线下参会,直播总观看量超万人次,北京电视台、北京日报、经济日报等多家媒体争相报道论坛盛况。
论坛由北京市人民政府、中国人民银行、国家金融监督管理总局、中国证券监督管理委员会、新华通讯社、国家外汇管理局主办,北京市地方金融监督管理局、北京市西城区人民政府、北京金融街服务局承办,中国民主建国会北京市委员会、中国民主建国会北京市委员会金融委员会、中关村金融科技产业发展联盟、首都经济贸易大学、北京航空航天大学金融大数据与金融工程研究中心合作承办。