尚福林表示，金融业迎来人工智能行业应用的历史机遇，要抓住机遇，不断提高金融智能化水平，更好地服务实体经济。他指出，金融业历史上经历了信息化、数字化、智能化全过程，始终走在技术变革前沿。可以预见，人工智能将对金融业产生深远影响。

 

在金融行业应用时，应关注人工智能带来的效率提升与风险加剧的双重效应。具体体现在：第一，算力效率的提升是基础。通过算法优化，减少对高算力硬件的依赖，减轻金融机构的资本投入压力；第二，数据安全可靠与隐私保护是关注焦点。在持续加强数据隐私安全保护的同时，也要关注数据污染；第三，提高模型算法的透明性和可解释性是关键。应从技术和监管两个维度，提升模型的准确性、可靠性、可解释性、透明性、公平性和安全性。

 

 

很高兴参加“人工智能与金融未来”主题峰会。借此机会，我想谈谈人工智能赋能金融行业的机遇与挑战。

 

 

习近平总书记在十九届中央政治局第九次集体学习时深刻指出“加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题”。金融业也要抓住新一代人工智能发展机遇，不断提高金融智能化水平，更好地服务实体经济。

 

首先，人工智能技术的快速发展为金融智能化提供了技术支撑。从金融科技发展的历程看，大型计算机的普遍应用和光纤卫星通讯技术的快速发展，实现了银行的互联互通，建立了现代化支付系统。互联网技术的出现和快速发展，加速了人工智能的创新研究并走向实用化，智能手机的普及使银行App触及了绝大多数客户。2022年ChatGPT模型的出现，标志着深度学习算法的迭代和突破，大幅跨越了科学与应用之间的“技术鸿沟”。如今，生成式人工智能内容领域展现出多样化的工具类型，从通用模型转向金融等垂直领域专用模型；从单纯内容生成升级为具备逻辑推理能力的复合模型，不仅丰富了应用场景，也极大提升了各领域的实用性。值得注意的是，DeepSeek的出现打破了以往大模型发展依赖算力和资本的路径，为人工智能的发展提供了新的思路和可能性。

 

第二，实体经济的数字化转型是智能化金融发展的基础。智能化的基础，是算法、算力和数据。近年来，我国全社会和各产业的数字化转型取得了快速进展并形成了独特的竞争优势，包括前瞻性地推进适度超前的新型基础设施建设、政府主导的信用信息中心建设、海量的数据资源和丰富的应用场景。这些为金融智能化发展打下了坚实的基础。

 

第三，提高服务实体经济的质效是金融智能化发展的动力。据42家A股上市银行披露的2024年中期报告，已经有19家展示了大模型技术最新进展。同时，一批中小银行已经开始借助DeepSeek在智能客服、贷后管理、智能营销、智能研发、风险防控等场景展开应用探索。这些金融大模型的应用，增强了金融应用的拓展性和适配性，提高了服务实体经济的质效，提升了机构自身的市场竞争力。