近日，由清华大学经济管理学院、度小满、《麻省理工科技评论》中国、清华大学经济管理学院动态竞争与创新战略研究中心联合编写的《2024年金融业生成式AI应用报告》（以下简称《报告》）正式发布。
《报告》研究关注了国内外170余家银行、保险、资管等金融机构，系统性揭示了金融业生成式AI的创新能力、商业价值和政策期望，为国内金融机构应用生成式AI技术提供了指引。清华大学经济管理学院教授、副院长李纪珍发布了《报告》。
李纪珍发布《报告》 图/清华大学经济管理学院网站
《报告》认为，生成式AI重新定义客户体验，正在形成新服务。例如，聊天机器人能够进行语义理解，并在对话中构建上下文方面的复杂性。生成式 AI 的这些能力有可能消除以前提供平淡且不准确的响应缺陷，从而增强客户的参与度和信任度。
此外，生成式AI应用前景广泛，正在形成新业态。随着技术的不断发展，生成式AI的应用边界将继续拓展，为人类创造更多可能性，产生更多新经济业态。
同时，与RPA等其他技术协同创新，生成式AI正在形成新制造。例如，大模型可以分析来自各种来源的大量文本数据，为优化供应链管理提供可操作的建议；通过分析客户反馈、市场趋势和竞争对手数据加强产品开发；通过对客户询问生成个性化的、类似人类的响应，大模型可以显著提高客户参与度。
商业价值方面，《报告》显示，生成式AI正在释放新的生产力，赋能银行数字化转型，以前所未有的方式重塑全球金融业的格局，一些创新的银行将从"采用技术的银行"迈向"最懂技术的银行"，并向"最懂银行的先进技术服务商"领域拓展，充分释放其高质量数据价值，有望给金融业带来3万亿规模的增量商业价值，并可能将彻底改变交易的进行、投资的管理和风险的评估方式。
"开拓落地应用场景，不断提高客户采用率和大模型的利用率，更好发挥大模型的潜在价值，将会是2024年生成式AI突破发展的重要内容。"李纪珍表示。
对于生成式AI在金融业当前的应用以及发展前景，《报告》提出，生成式 AI 技术在金融业中的应用尚处于技术探索和试点应用的并行期，依据Gartner新兴技术成熟曲线，预计1-2年内，首批大模型增强的金融机构会进入成熟应用期，3-4 年后带动将会金融业生成式 AI 的规模化应用。
度小满首席技术官许冬亮
《报告》认为，对于金融机构来说，目前主要的挑战在于如何以最大的收益和最小的风险应用它们。对此，《报告》提出了国内金融机构在 2024 年采用生成式人工智能行动时需要遵循的八项原则建议。
包括：一，正确认识生成式人工智能的作用域。二，大模型参数并非越大越好。三，技术先进性和业务可持续性是选择大模型合作伙伴的两个关键标准。四，生成式人工智能的开发者实际上也是重要的监管者。五，着眼于端到端解决方案，而不是让它成为一个点解决方案。六，根据实际情况确认生成式人工智能应用优先级顺序。七，把大模型带到数据中心环境中运行，而不是把数据带到大模型所在的地方。八，由首席执行官直接牵头指导负责任的人工智能治理框架。
《报告》指出，生成式人工智能技术在各个关键领域的拓展彰显了其深远影响和巨大潜力，已经为一些银行、保险和基金等金融机构赋予了创造力和效率的新维度。然而，在享受新质生产力带来的高效与便利之余，我们还需正视所面临的现实挑战，尤其是在数据安全、风险防控、道德和监管方面。
此次活动邀请到了欧洲科学院院士、香港科技大学教授郭嵩，度小满首席技术官许冬亮，北京智源人工智能研究院副院长曹岗，中科院自动化研究所研究员、中科闻歌董事长王磊，《麻省理工科技评论》中国副出版人张岚，工银科技技术总监孙科伟，北京银行研究发展部总经理丁志勇，度小满数据智能部经理杨青等行业专家出席，来自金融机构、科研院所、互联网公司的数十位观众全程参加了《报告》发布暨研讨会。发布会由李纪珍主持。
