10月19日，原银监会主席尚福林在2024金融街论坛年会“AI+金融赋能数字金融新篇章”分论坛上表示，当前，人工智能大模型应用已经能够支持语言、视觉、语音等多模态交互，并展现出更高级别的逻辑推理能力，用这些能力为金融行业赋能，对金融业的发展具有重要意义。与此同时，金融业务每天产生的海量数据为人工智能提供了丰富的应用场景，相信在这一轮的人工智能变革中，金融业还将成为智能化的先行者。

　　尚福林认为，人工智能对金融业的经营运行将产生深远的影响。从当前人工智能的行业应用和技术原理来看，人工智能通过运用特定的算法模型，并借助大量的基础数据进行持续的训练，能够模拟人类思维，并有望最终实现超越人类大脑的高阶运算和处理能力，这与早期模拟手工操作的信息化建设存在着根本的不同。

　　“人工智能赋能金融也面临着一些挑战。人工智能的大模型应用方案虽然众多，也要考虑金融行业的特性，并不一定都能够直接满足金融行业生产各种要求，同时还需要避免人工智能的滥用。在模型不透明风险方面，通过复杂的算法和模型，输出的结果可能难以解释和追溯，增加了监管的难度，可能对金融稳定构成潜在的威胁。同时，广泛使用训练有偏的信贷审批助手，可能会导致金融领域的风险评估和信贷决策的同质化，加重释放错误信息、加速放大负面反馈循环，进而加剧金融的脆弱性。”尚福林同时表示。

　　在新的一轮科技变革中，以大模型为核心的人工智能潜力巨大，将成为推动金融业数字化转型的重要力量。这场变革浪潮中，金融业在与人工智能融合的过程中如何扬长避短，尚福林提出了四点建议：

　　一是广泛应用、深化融合。一要积极探索应用场景，在金融行业中积极探索大模型的应用场景，包括但不限于风险管理、信贷审批、反欺诈等关键领域，并通过实践不断打磨和完善大模型的能力。二要提升场景智能化水平，通过智能算法和模型，不断优化金融业务流程，构建数字化、智能化的金融生态体系，为客户提供更加便捷、智能的金融服务体验。

　　二是加强合作、共建生态。一要增强合作联动，加强金融机构、技术厂商之间的合作联动，实现资源共享、优势互补，构建有针对性的金融行业的大模型，推动金融行业的技术创新和产业升级。二要支持关键技术研发，探索共建共享，支持关键技术的联合研发与产业化应用，为金融业模型训练以及各类金融业务提供更强大的算力保证。三要降低应用门槛和成本，以大带小、以弱带强，不断降低软硬件使用成本，让中小金融机构也能受益于先进技术，提升其市场竞争力，推动整个金融行业的均衡发展。

　　“从现在银行数量看，中小银行占多数，但在数字化的过程中，他们确实处于不太有利的市场环境下，所以我强调要降低应用门槛，大家互相联动，能否使中小金融机构在数字化的过程当中也能够受益，也能够健康发展。”尚福林表示。

　　三是推进数字资源共享，提高数字化水平。一要充分运用好金融行业自身生成和收集的数据，通过金融基础设施的全面信息化、电子化，各类金融交易数据的收集、处理分析大部分现在已经实现了线上化，金融信息的数据和规模不断增长，多样性在不断丰富，要不断提高自身数据分析的应用水平，加快数字化发展。二要通过合法合规的途径，共享互联网、物联网以及各类平台的数据信息，金融行业用的数据很广泛的，单靠金融行业自身收益的数据，很难为客户描述一个准确的画像，所以需要通过各种平台，包括一些企业或者行业的数据库数据联合起来应用。三要共享政府信用信息平台的数据信息，通过共享信息，金融服务能够更透彻的了解客户需求和识别客户的行为模式，实现个性化的、定制的金融服务。

　　四是守住底线，保障安全。一要加强安全标准建设，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。二要提升风险防范能力，通过人工智能技术加强对金融风险的识别和预警，建立风险监测和预警机制，及时发现和处置潜在的风险。