科技創新助力金融業高質量發展

2023年召開的中央金融工作會議提出，“做好科技金融、綠色金融、普惠金融、養老金融、數字金融五篇大文章”。如何做好五篇大文章，成為各方共同關切的重要問題。在此大背景下，科技創新助力金融業高質量發展具有重要的實踐意義。

科技革命的三次躍遷

從世界金融史來看，科技創新可分為三個階段，也稱為“3S”革命。這三次革命引領了三次躍遷，其所需要的核心經濟資源迥然不同。第一次是農業革命，人類從游牧的方式轉為定居，進行農業生產，要實現的目標是解決人類的生存問題，這是第一個S（Survival）。彼時的核心社會經濟資源是土地和人口，這是當時一個國家和地區強盛的標志。當人類進入工業革命時期，要實現的目標是更加強大，這是第二個S（Stronger）。工業革命時期，各方競爭甚至爭奪的核心經濟資源變為能源和礦產。當前我們正處在人類第三個重要的科技革命——信息數據革命時期。在這個階段，人類要解決的問題是更加智慧，這是第三個S（Smarter）。在這一輪科技革命中，數據和信息成為核心的經濟資源。由于金融是建立在信心和信息基礎上的特殊行業，這一輪信息革命對金融的影響尤其明顯。如今搜集、處理、應用數據和信息的平臺，將構成信息時代的核心基礎設施和金融科技基礎設施，金融科技基礎設施及其完善程度將是國家和地區的核心競爭力。

在當前的信息數據革命時代，大數據、云計算、人工智能等科技行業與金融的結合日益緊密。大數據如同傳統的石油或礦產，只有具備了開發能力，才有利用價值，否則就是免費閑置的資源；云計算如同礦產能源儲存和傳輸的方式，實現了數據的集中利用和網絡傳輸；人工智能如同處理核心經濟資源的技術，比如發明了電之后各種電力的應用，包括各種家用電器和公共設施，以及不同的應用場景，實現了人類生活的多樣化。

對未來趨勢的洞見和把握是企業未來核心競爭力

當前，金融創新正在產生巨大的變革，其變革之巨大類似于當年錢莊票號向現代銀行業的轉型。在金融大躍遷時代，金融機構的核心競爭力不再是傳統的金融模式以及分支機構數量、資產大小、人員多少等因素，而是對未來發展趨勢的洞見，以及把握應對趨勢的能力。

理論上講，金融機構、互聯網公司、制造業企業的核心競爭力并沒有區別，未來競爭力都將體現在三個方面：一是具有比別的機構更強的獲客能力，不論是線上或者線下；二是具有比別的機構都深刻全面了解客戶的能力，即對客戶全面精準的畫像能力；三是在此基礎上能夠給客戶提供所需產品和服務的能力。從這個層面上看，互聯網公司跟金融機構沒有區別，賣白菜和賣理財產品本質都一樣，只不過后者需要金融牌照而已。這就是為什么現在互聯網企業和金融機構會相互交織，互聯網企業可以快速進入金融領域，正是因為具備了這些核心競爭力。

伴隨著科技革命的迭代周期縮短、迭代速度加快，企業的興亡轉換也在不斷加速。一家初創企業如果能夠看準未來并踩準每一個風口，成為世界級的偉大企業只需要15到20年；但與此同時，一家國際型企業如果總是對未來趨勢判斷錯誤，從世界級企業到破產倒閉也只需要10到20年。在這樣一個劇烈變遷的時代下，每一家企業都面臨著較大的競爭壓力，因此，對未來趨勢變化的洞見，以及把握這種趨勢的能力才是各個企業生存發展的根本。如何培養以上核心競爭力，是所有企業當前面臨的重要題目。

金融智能化是金融未來的發展趨勢

當前，金融行業智能化趨勢日益凸顯，值得高度關注和積極推動。智能金融新范式的加快發展和普及，助推了實體經濟發展方式轉變，提高了金融服務效率，延伸了金融服務半徑，拓展了金融服務類別，降低了金融交易成本，優化了風險管理方式，擴大了普惠金融的覆蓋面和受益面。現在部分銀行已經有了人工智能（AI）客服，資本市場也能看到智能投顧的發展。這些技術的發展，促進借貸行為可以在更大范圍內實現，直接融資的項目風險可以在更大范圍內分散。特別是2022年以來，由于ChatGPT的出現，人工智能再次掀起巨大熱潮，受到廣泛關注，可以預見生成式AI大模型技術的發展將會對各個行業造成深遠的影響。如今傳統金融機構還在靠分支機構獲客，靠專業員工提供投資和銀行服務。未來金融機構的競爭力將取決于數據庫的規模、算力能力的強弱，建立在通用大模型基礎上的金融垂類專業模型，注定會取代那些標準化強、重復性高、有明確程序規范的傳統銀行、證券、保險業務。可以預見，未來的金融競爭將是以“數據+算力”競爭為基礎的模型和算法的競爭，以及智能客戶服務能力的競爭。

但是，人工智能大模型的發展需要突破兩大瓶頸，一是數據，二是算力。這兩類要素既耗費資源，又耗費資金，導致很多人認為只有大公司才能訓練大模型，小公司沒有可能。然而，如果能夠發揮我國體制機制優勢，大力推動技術和制度創新，小公司也完全有可能訓練大模型。

第一，從數據來看，人工智能大模型的訓練越來越依賴合格數據的提供。中小科技企業要發展人工智能技術，往往缺乏數量足夠大的多模態數據集，也無法保證數據來源的合法合規性，且數據的可用度不高。因此，本文提出三條建議：一是依托數據要素市場建設公共多模態人工智能訓練用大數據集。二是探索解決數據涉及的知識產權合法合規問題。建議從法律法規層面進行研究，在知識產權部門的支持下先行先試，逐步出臺明確訓練用數據集合規性問題的規章制度。三是提高訓練用數據集的可用度。建議政府規劃專項資金和引導政策，對數據清洗加工、人工標識和校準等相關產業進行扶持，構建產業生態。

第二，從算力來看，隨著數字經濟時代的全面開啟，算力作為基礎支撐，賦能作用日漸凸顯。特別是面對國際高端芯片供應體系“卡脖子”風險，以及ChatGPT引爆下各國人工智能領域競速發展的挑戰，算力已成為數字經濟時代的關鍵生產力和核心競爭力。然而，我國算力市場發展面臨以下挑戰：一是高質量算力資源不足且較為分散，GPU芯片A800增量受限制，A100存量嚴重不足，進一步支撐人工智能大模型訓練存在一定難度，并且逐步成為當前新的“卡脖子”問題。二是基于算力需求多樣化、碎片化的特點，算力資源供需錯配的情況時有發生。三是算力基礎設施屬于重資產和資本密集型行業，具有前期投入大、技術迭代快、建設門檻高等特點，其建設運營需要消耗巨大的時間成本和資金成本，遠遠超出了中小微企業的承受范圍。為此，本文建議：一是大力發展聚合計算先進技術，解決“卡脖子”問題。強化關鍵核心技術攻關，針對當前算力需求多樣化的特點，大力發展異構計算、異構集成、堆棧封裝等先進技術，采用不同的架構、工藝和集成組合方式，將低質量的算力聚合起來執行高質量的計算任務。科學組合不同類型的算力單元，實現計算密度、性能和效率的大幅提升，支持人工智能大模型訓練等重點場景的應用和發展。二是打造統一的算力交易和調度平臺，用好碎片化冗余算力。以北京為例，建議打造全市統一的算力交易市場，構建1+N模式，即一個綜合算力交易平臺和N個算力調度平臺。智能統籌調度北京市以及張北、廊坊、烏蘭察布、大同等周邊城市各類算力資源，通過算力交易平臺智能實現算力資源的最優匹配，為大量中小人工智能企業訓練大模型提供價格低廉的普惠算力，推動數字技術全產業鏈融合創新，支持北京建設全球人工智能創新高地。三是加大金融財政支持，進一步降低中小企業算力和數據的使用成本。由于模型訓練需要大量算力和數據，若按照市場零售價格付費，中小科技企業將無力承擔。建議參照政府對新能源車輛補貼的模式，在產業發展初期對中小企業購買人工智能算力和數據集進行適當的資金補貼，提高購買能力，后期通過數據和算力供給質量和供給能力的不斷提升，逐步降低生產加工成本，涵養和培育持久的數據和算力流通生態。

科技創新助力金融發展的思考和建議

強化金融科技融合，完善金融基礎設施。在數字經濟時代，數據和信息成為核心經濟資源，并推動金融邁入大躍遷時代。當前，一個國家和地區金融行業的核心競爭力不再取決于規模大小、人員多少等因素，而是其金融科技基礎設施的完善程度。完善的金融科技基礎設施能夠讓金融機構客戶畫像更準、獲客能力更強、觸達范圍更廣、服務質效更高，讓小微企業和“信用白戶”享受金融服務，從而提升金融服務的普惠性、有效性和便捷性。

加強金融服務創新，增加普惠金融供給。金融機構要進一步深化“金融為民”的服務理念，以民生服務為己任，拓寬思路，創新技術，打造智能化、差別化、定制化、自動化的創新金融服務體系，面向不同群體提供不同種類的特色金融服務，提高用戶體驗和服務效率。要依托“科技+征信”加大對小微企業和低收入群體的金融包容，提供定制化的金融服務，滿足其金融需求。要借助新興技術擴大金融知識覆蓋面，強化消費者權益保護，提供更加透明、公正的金融服務。

堅持底線思維，促進平穩發展。科技創新是一把“雙刃劍”，如果僅具備非常強大的技術能力，但沒有把它用在正確的方向上，社會最終會因此受損，而不是受益。歷史上中國一直是金融科技創新大國，我國基于冶金術發明了世界上最早的銅幣，基于造紙術在唐朝時期實現了貿易的大幅提升，基于印刷術在北宋時期發明了紙幣“交子”、在元朝發明了“中統鈔”、在明朝發明了“大明寶鈔”。但是由于風險配套制度沒有跟上，發生過多次貨幣體系崩潰的金融危機。因此，金融創新要始于數據、興于技術、成于制度、不僅要在技術上尋求突破，還要在管理制度、法律環境、生態體系上進行配套創新。

習近平總書記指出，當前我們正處于百年未有之大變局。對金融業而言，正處于千帆競發、百舸爭流的金融“大航海”時代，要深刻認識到科技創新是“槳”，為民服務的金融價值觀是“舵”，風險管理制度是“壓艙石”。我們要堅守金融初心，堅持服務百姓生活、服務首都發展、服務國家戰略，積極把握金融大航海時代的發展機遇，助力中國金融行穩致遠。

（范文仲為北京金融控股集團黨委書記、董事長。本文編輯/周茗一）