12月6日，上海市临港新片区成功举办了“2024年滴水湖新兴金融大会”。在大会的“2024南财数字金融领航者论坛”环节中，信银理财金融科技部总经理李珏峰参与了“金融智能化的趋势、机遇和挑战”的圆桌对话，并深入分享了他对金融智能化的独到见解与探索实践。

李珏峰强调，人工智能作为当前技术革命的核心驱动力，正深刻影响着新质生产力的塑造。特别是以大模型为核心的人工智能技术，凭借其高度扩散性和使能性，在技术创新和商业化应用方面取得了显著进展，不仅在教育、医疗、交通、艺术创作等领域展现出丰富的成功案例，也为AI与金融的深度融合提供了广阔的想象空间。

他进一步介绍，目前，大模型在金融领域的应用主要聚焦于业务场景相对简单、容错率较高的非决策类环节。通过融合RAG（检索增强生成）技术与自然语言处理能力，并结合私有化的金融垂直领域知识库，大模型能够高效处理金融领域的知识密集型任务，如知识问答、文本摘要和内容生成等。在研报分析、行情检索、合规助理、智能客服、客户营销及业务助理等多个场景中，大模型已经为用户带来了优质的体验。

同时，大模型在通用业务领域的应用也展现出了广泛的适用性，如会议助手、写作助手和文档纠错等场景均有成功案例。在金融领域，这些应用同样具有潜力，展示了多样化的应用场景和服务能力。然而，由于金融领域对专业性和严谨性的高要求，大模型在部分领域仍需进一步验证和积累经验。

李珏峰还展望了未来大模型发展的关键要素。他认为，算力、数据和算法将是推动大模型发展的三大支柱。首先，提升多模态数据管理和应用能力至关重要，这将使金融机构能够更好地管理大规模半结构化和非结构化数据，挖掘数据资产的价值。具体应用场景可能涵盖智能数据分析、智能数据探查、智能建模以及主动式数据资产治理等。其次，大模型需要与金融业务应用进一步深度融合，通过增强自主能力、交互能力和学习能力，在复杂环境中优化行为策略，实现预定目标。例如，在投顾领域提供个性化建议，在风险管理领域构建更准确的风险模型，以及在投资交易领域识别潜在的交易机会和趋势等。最后，积极配套大模型风险管控的技术能力同样重要。在充分利用大模型的同时，必须同步建设和运用技术手段防范数据隐私、模型安全等风险，并不断提高模型的可解释性、透明度和可监测性。

（文章来源：21世纪经济报道）