作為人工智能技術與金融業深度融合的新業態，智能金融能夠優化金融服務、提高金融普惠、強化風險防控。但智能金融發展同時也面臨算法黑箱、網絡安全、隱私保護等問題。當前，智能金融發展有哪些新突破、新進展、新趨勢？

　　12月15日在深圳召開的2024年深圳香蜜湖金融峰會上，與會的政府官員、專家、學者討論了智能金融領域的多項關鍵問題，會上正式發布了《香蜜湖智能金融發展報告（2023/2024）》（下稱《報告》）。該峰會由深圳香蜜湖國際金融科技研究院、數字金融合作論壇主辦。

　　目前智能金融正處于快速發展階段，銀行、保險、證券行業紛紛加大金融科技領域的資金投入。《報告》顯示，2023年中國六大銀行的金融科技投入總額達1228.22億元，同比增長5.38%，人工智能等前沿技術投入占比約20%。保險業科技投入達517.6億元，其中前沿技術應用投入31.7億元。證券業21家上市券商2023年信息技術投入均超1.5億元。

　　生成式AI成為目前機構在金融科技領域投入的主要發展方向，大小模型融合發展已成為主流趨勢。據統計，2023年以來，近80%的應用案例涉及生成式AI技術，其中一半為大小模型協同模式。生成式AI在數據分析、客戶服務和產品開發方面具有顯著優勢，傳統AI則在風險控制、信貸審批等成熟業務流程中發揮作用。

　　《報告》指出，根據Gartner新興技術成熟曲線，預計一兩年內，首批人工智能增強的金融應用將進入成熟期，并在3~5年后帶動智能金融的規模化應用。同時，在使用過程中不斷產生新的數據，進一步推動人工智能技術的快速迭代。

　　但在智能金融快速發展背后，新的挑戰也正在顯現。

　　“2023年以來，隨著全球智能金融的快速發展演進，特別是金融領域生成式人工智能用例迅速增多，智能金融的問題風險也在不斷地呈現出來，成為各方持續關注與討論的焦點。”《報告》指出。

　　中國工商銀行股份有限公司首席技術官呂仲濤認為，目前金融應用創新賦能面對諸多挑戰：一是隨著應用規模和模型參數增加，對算力基礎設施需求呈指數級增長；二是金融業務場景復雜多樣，涉及多任務多時效，單一模型無法覆蓋全面需求；三是生成式人工智能的數據隱私防護、生成內容價值觀新風險。

　　“大模型能力提升越快，縮水淘汰也越快。”全國政協委員、科學技術部原副部長李萌則提出，目前大模型的能力在快速提升之中，變化的頻率以季度甚至以月度為計。一個新能力模型剛出現還沒來得及落地，就被功能更強大的模型超越了，更別說拓展產品和產業發展的空間了。面對這種情況，相關的資金方如何把握進入的節點是一個考驗。

　　諸多問題陸續顯現，智能金融發展應該如何破局？《報告》從智能金融發展的算力層面、數據層面、商業應用創新層面給出了建議。一是拓展智能金融產品服務體系。不同規模的金融機構要根據自身資源稟賦、業務定位做好戰略規劃。重點研究開發人工智能與科技金融、綠色金融、普惠金融、養老金融深度融合的新產品。二是加強國內算力資源的研發與優化，構建自主可控的算力生態，為智能金融的持續發展提供堅實保障。三是探索智能體應用場景，金融機構應積極投身于大模型加持的自主智能體的探索與應用。

　　“AI驅動下的開放銀行和元宇宙虛擬銀行可以實現數字金融服務個性化定制，通過沉浸式金融體驗提升用戶滿意度。”香港理工大學人工智能物聯網研究院研究員李鳴認為，隨著元宇宙、區塊鏈技術的逐步成熟，人工智能將助力擴展數字金融產品的范圍。虛擬現實、智能推薦系統、動態保險服務等新服務模式將持續推動涌現更豐富的金融服務。