龐溟 經濟學博士、經濟學家

筆者在上一篇專欄文章中提到，金融機構應建立安全、可持續(xù)、高性能、可靠的人工智能（AI應用），讓AI更多處理數(shù)據(jù)分析和做出初步評估，同時應在企業(yè)層面對AI科技進行監(jiān)督與控制，將關鍵決策和最終決定權留給專業(yè)人士，確保AI成為助力運營、賦能業(yè)務、確保穩(wěn)定高效的強大工具。

特區(qū)政府已為發(fā)展指明方向

事實上，特區(qū)政府在2024年10月已經發(fā)表有關在金融市場負責任地應用人工智能的政策宣言，提醒金融機構應制定人工智能管治策略，為如何實施及使用人工智能系統(tǒng)指明方向，同時應在人工智能系統(tǒng)的採購、使用及管理上採用風險為本的方法，並通過人為監(jiān)督來緩解網絡安全、數(shù)據(jù)私隱、知識產權保障、「AI幻覺」風險、資料和模型管治、消費者與投資者保護、金融穩(wěn)定、AI資源可平等獲取性、網絡欺詐及犯罪、工種轉移等各種潛在風險。

目前，AI技術正在經歷從工具性輔助向體系化賦能的範式遷移，金融行業(yè)基礎設施在三個維度下經歷結構性變革：在技術架構層面，深度學習模型突破了傳統(tǒng)算法的認知邊界，正逐步自主整合知識；在業(yè)務形態(tài)層面，服務模式從流程驅動轉向知識驅動，動態(tài)適配產品與客戶需求；在組織生態(tài)層面，人機協(xié)作機制推動金融機構向敏捷型智慧組織演進。但是，在金融領域推進人工智能化，面臨著生成可靠性缺陷、決策透明度缺失、領域知識深度不足及算力資源約束等數(shù)重技術瓶頸。

例如，生成式AI模型的概率推理機制有可能使輸出結果存在固有偏差，更在需要穩(wěn)定性、精確性結論的金融場景下造成應用障礙；對非結構化數(shù)據(jù)的處理和決策機制與金融監(jiān)管要求的可追溯性原則產生衝突，模型的認知和推理的可還原性、可解釋性有所欠缺；推理階段的計算強度大幅遞增，但算力需求的結構性矛盾日益凸顯；模型的數(shù)據(jù)訓練及應用需求，與金融數(shù)據(jù)安全及私隱保護之間難以取得平衡的問題等。

因此，金融機構應努力構建「三位一體」的智能化轉型架構：在技術中臺層面，應聚焦領域模型優(yōu)化，重點建設領域知識圖譜與業(yè)務規(guī)則引擎，通過增量訓練與強化學習，持續(xù)提升模型的專業(yè)適配性；在業(yè)務前臺，應建立輔助型、決策型、創(chuàng)造型應用場景分級體系，並相應制定差異化、有針對性的技術部署策略；在後臺部分，應在整體風險管理框架中納入和完善對AI的控制與管理，提升風險識別和干預能力，兼顧數(shù)據(jù)安全與AI創(chuàng)新。

組織能力建設要突破重重障礙

相應地，金融機構的組織能力建設也需要突破重重障礙：打破數(shù)據(jù)孤島，構建跨業(yè)務線的平臺；重塑人才結構，培養(yǎng)具備技術理解力的業(yè)務專家與通曉業(yè)務邏輯的技術團隊；重構考核體系，建立涵蓋技術效能、業(yè)務價值、風險控制的多維評價指標；平衡標準體系，同步發(fā)展性能評測框架與倫理評估準則；領導層建立技術穿透式管理能力，構建從戰(zhàn)略規(guī)劃到落地執(zhí)行的全程治理機制。

可以說，金融業(yè)的AI轉型，本質上是技術革命對金融本質的再發(fā)現(xiàn)、再定義和再平衡，需要建立技術進化與制度演進的雙向適配機制，重塑金融行業(yè)的服務形態(tài)、價值創(chuàng)造邏輯與風險治理範式。而核心的關注點，將從早期的技術可行性轉向目前的價值合理性與風險可控性，再變?yōu)槲磥碓谥R領域的體系化封裝能力、風險領域的精細化管控能力、組織領域的敏捷化適應能力。

香港生成式AI使用率高

正如財經事務及庫務局局長許正宇所言，AI發(fā)展需要「兩條腿走路」、採取雙軌模式，既要促進金融服務業(yè)把握機遇、採用及發(fā)展AI，又需要去應對挑戰(zhàn)、緩解風險。幸運的是，香港金融機構的生成式人工智能使用率為38%，遠高於全球平均水平的26%。只要金融監(jiān)管機構和行業(yè)持份者攜手合作，參考海內外經驗，充分利用香港匯聚內地和國際數(shù)據(jù)、資訊自由流通的獨有優(yōu)勢，「提供明確的監(jiān)管框架及締造有利和可持續(xù)的市場環(huán)境」，就有望推動香港金融服務業(yè)更負責任地採用和應用人工智能。

題為編者所擬。本版文章，為作者之個人意見，不代表本報立場。