數智融合：大模型賦能金融服務

近年來，隨著數字經濟的蓬勃發展，數據成為新型生產要素和國家基礎性戰略資源。數據要素因其在價值創造、資源配置、創新驅動以及社會治理中的關鍵作用被提到了空前重要的高度，為金融強國的建設提供了新的動力。在我國“數據要素×”行動規劃公布后，金融業深入推進數字化建設，加快數字化轉型，圍繞“有數、治數、用數”的目標，積極擁抱大模型等前沿技術，探索其落地應用，以充分激活數據要素潛能，推動金融服務乘“數”而上。

隨著人工智能技術的不斷突破，數智融合實現了技術與數據的高效鏈接、融合和共享，為金融業帶來新的發展機遇，特別是以大模型為代表的數據驅動模型，推動了金融機構實現技術創新和業務升級。大模型作為人工智能模型，其數據處理能力不僅體現在對大量文本、圖像或語音數據的訓練和理解上，更在于其能夠從海量數據中提煉出有價值的信息，為金融服務提供支持。對于金融機構而言，第一，大模型被用于市場分析和決策支持。大模型通過對大量的新聞報道、社交媒體數據和市場數據進行分析，能夠捕捉市場情緒和趨勢，從而幫助金融機構預測市場走勢、行業趨勢和投資機會，并且制定更準確的資產配置策略，提高投資回報率。第二，大模型在風險管理中發揮著重要作用。金融機構可以利用這些模型對歷史數據進行深度分析，從而更準確地評估信貸風險、市場風險和操作風險。對于客戶而言，大模型被廣泛應用于智能客服和智能投顧。大模型通過利用其自然語言理解和生成能力，能夠回答客戶的常見問題，執行基本的交易操作。第三，大模型還可以通過分析客戶的賬戶信息、交易歷史和投資偏好數據，為客戶提供定制化的投資建議。

盡管大模型在金融業中的應用已經取得顯著進展，但仍面臨一些挑戰。一是大模型對訓練數據規模及基礎算力的要求較高，應用成本仍非常高。二是隨著數據的不斷增加和復雜化，數據安全和隱私保護問題也日益突出。因此，針對大模型應用中的風險與不足采取以下防范對策。第一，建立健全的數字治理與監管體系。針對大模型在金融領域的應用制定和完善相關規章制度，以確保數據應用符合法規與道德要求。第二，促進金融與科技深度融合。金融機構應積極與科技企業展開緊密合作，雙方應充分發揮各自優勢，共同推動大模型在金融場景的落地實施。第三，加強跨領域復合型人才培養。培養“金融+人工智能”復合型人才，提高從業人員對人工智能技術的理解和應用能力，推動金融行業的持續發展和創新。

本期封面專題圍繞“數據要素×金融服務：大模型的作用”，討論了激活數據要素潛能、高質量數據能力建設對于增強國家金融實力的重要性，同時探索了大模型在提升金融服務效率方面的關鍵作用，以及所面臨的挑戰和未來發展潛力。未來，數智融合將數據和前沿科技有機結合，通過數據驅動決策和科技創新，為金融行業提供更加智能化、高效化的服務支撐。

（張曉燕為清華大學五道口金融學院副院長、金融學講席教授。）