金融AI大模型應用帶來哪些挑戰？倫理規範該如何制定？業內大咖熱議

“在金融科技迅猛發展的今天，如何在推動金融創新的同時，確保其應用的倫理和責任心，更好地服務於社會經濟和民生，是每位金融界人士都需要深思和踐行的課題。” 近日，浙江數字金融科技聯合會會長、浙江大學國際聯合商學院院長賁聖林在“智行天下，責在人工：探索人工智能大模型負責任應用”座談會上如此表示。

“金融科技倫理是一條又長又厚的雪道，目前對金融倫理並沒有展開真正意義上的討論，僅僅是在提出階段。”華東師範大學長三角金融科技研究院院長陳琦偉認爲，倫理問題的重要性就在於它是金融科技的“道”，唯有透過金融科技的“術”去觀瞻它背後的哲理，才能夠真正意義上提高現行金融機構工作模式的效率；同時，他指出，解決倫理問題，也有利於解決科技爲何而進步的方向問題。

中國社科院科學技術和社會研究中心主任、浙江金融科技倫理（專業）委員會委員段偉文提出，當前AI大模型倫理治理需要政府和行業主管部門爲大模型的構建方式提供更爲清晰和廣泛的倫理標準。同時，其表示倫理規範不應侷限於負面的、約束性的或者是禁止性的調控措施，還需要採取一些補足的方法。

上海金融與發展實驗室主任曾剛表示，目前銀行對人工智能的實踐應用還處在非常初級的階段。他指出，在金融大模型的監管側，人們難以解釋大模型如何運作；在用戶與金融機構交互的過程中，諸如惡意投訴等一系列的消費者責任問題始終存在；在國家對金融消費者保護的層面，應當持續關注負責任的金融理念和監管內容的細化。

螞蟻集團研究院院長李振華表示，金融是AI大模型創新應用的領域之一，或許將對金融行業全鏈路邏輯帶來助力，賦能營銷、投研、風控、承保與理賠等各類場景，帶來一些全新應用。

他表示，隨着金融領域AI大模型應用的探索發展，新興技術的應用也帶來了一系列新的挑戰，亟待政產學研保持深入溝通、推動形成更多的共識。

對此，他提出三點思考和建議：一是數據採集訓練的安全性需要有效解決。一方面要提升數據訓練的效率，一方面也需要解決可能存在的隱私泄露、金融欺詐等風險，如何在風險和效率之間取得很好的平衡是個重要的問題。

二是大模型訓練和應用成本需要降低。如果需要大規模應用，成本要進一步降低，對於大多數金融機構而言，更可行的方案是以大模型爲底座構建垂直領域的模型。如何面向特定的場景、降低垂類模型的部署成本，也是一個重要課題。

三是大模型穩定性和安全性需要有力保障。金融賬戶往往涉及高價值資產，對安全性的要求極高。因此，構建完善的安全保障機制來滿足金融行業對於專業性、對客決策服務，還有準確性的需求，是大模型應用於金融領域的關鍵。