交通银行钱斌：拥抱数字经济新趋势 助力中国式现代化
转自：新华财经
12月13日，第六届上海金融科技国际论坛交通银行平行论坛在沪举行。交通银行党委委员、副行长钱斌在致辞中表示，交通银行作为全球系统重要性银行之一，正在以数智化建设为契机，主动拥抱数字经济时代下开放共赢新趋势，通过科技创新不断提升金融服务质效，助力推进中国式现代化建设。
人工智能赋能“数智”融合，AI应用场景密集落地
近期，中国人民银行等七部门联合印发《推动数字金融高质量发展行动方案》，明确提出以数据要素和数字技术为关键驱动，加快推进金融机构数字化转型，提高金融服务的便利性和竞争力。
“当前，以大模型为代表的人工智能先进技术为‘数智’融合提供了新手段，也为产业协同开创了新局面。”钱斌指出，在数据和算法的协同方面，“数”与“智”呈现螺旋上升的协同状态，数据量、数据质量、数据配比已成为影响模型表现的关键因素，而优质算法生成的合成数据又将成为数据扩充的新来源。
据介绍，交通银行作为金融“国家队”，积极践行创新驱动发展战略，通过科技创新提升金融为民、服务实体的质效，推动数字金融高质量发展。一方面，交行在发展人工智能的过程中，高度重视数据要素的价值挖掘，目前已经完成国家数据管理能力成熟度五级认证，建立了全行统一的数据标准体系以提升数据质量，建设企业级的数据中台、隐私计算平台以拓展内外部数据资源，搭建数据标注平台以构建高质量AI训练数据集，夯实人工智能的“用数”基础。
另一方面，交行强化人工智能的技术研究，积极拥抱大模型。交行在外部与华为、科大讯飞、复旦大学等建立联合实验室，共同开展技术攻关；在行内搭建了“千卡异构”的算力集群，构建多层次、多能力、多形态的千亿级金融大模型。截至目前，交行已落地了40多个人工智能应用场景，例如在风险防控领域，基于大模型打造覆盖多道防线的风险防控助手，提供信贷智慧问答、授信报告风险识别、审计数据分析、审计报告辅助生成等能力。交行还在推动零售信贷“贷前、贷中、贷后”的全流程智能支持，不断提升银行的风险管理水平。
关注技术发展带来的新挑战，守正创新推动产研融合
钱斌认为，人工智能等新技术在提升便利性与时效性的同时，也要高度关注技术飞速发展带来的新变化、新挑战。比如在数据方面，数据融合造成的信息安全、隐私泄露风险频发，数据可信仍缺乏有效的管理、度量机制；又如在算法方面，信息茧房、大数据杀熟的情况时有出现，算法不可解释、不可控性仍难以解决，针对复杂模型的测试方法论尚不完备，测试质量也有待提升。
针对这些仍待解决的新问题、新变化，钱斌提出三点建议：一是产研融合、创新共赢，建设数智融合金融应用产业生态，提升技术成果的转化效率。跨界融合和产研协同既是创新趋势，也是历史经验总结。他建议进一步强化“产学研”的合作，在数据、算法、算力应用场景等方面联合攻关，寻求特定规模下的最优配置，实现优势互补。同时，加强对人才的联合培养，依托上海优质的教育科研资源及上海金融科技产业联盟等平台，做好高校教育资源同产业应用的衔接，加快培养产业急需的算力组网、超大模型、可信算法、新型数据库等方面的人才。
二是夯实底座、创新发展，盘活数据资源，释放数据要素乘数效应。国家数据局近期印发的《可信数据空间发展行动计划（2024—2028年）》提出，到2028年将建成100个以上可信数据空间。钱斌建议金融机构以此为契机，积极对接国家及各地的可信数据空间，利用多种方式用好外部数据，同时构建企业自身的基础数据底座，高效整合内外部的数据资源。在此基础上，金融机构应发挥先进技术的赋能作用，以业务效果为指引，构建可以快速验证、灵活迭代的人工智能基础环境、应用架构，以及可弹性扩展的算力平台，支持业务的快速发展。
三是科技向善、守正创新，关注人工智能安全伦理，建设可信、公平的人工智能金融应用。近期，中央网信办等四部门联合开展“清朗·网络平台算法典型问题治理”专项行动，旨在进一步深化互联网信息服务算法综合治理。钱斌认为，金融机构在应用人工智能技术过程中，同样应该高度关注科技伦理和数据伦理的治理，强化人工智能应用的保障机制，建立模型评估与常态化监测机制，增强模型的安全保护。
“金融机构应采取措施，加强可信人工智能研究，提升模型的可控性、可解释性、决策透明度，防范AI幻觉等新技术风险，以负责任的金融理念为数字金融高质量发展保驾护航。”钱斌说。
第六届上海金融科技国际论坛由一场主论坛及三场平行论坛组成，其中，交通银行平行论坛主题为“数智驱动，开放共赢：金融科技赋能金融高质量发展”，各界专家从不同角度、不同方向深入探讨金融科技创新赋能金融业高质量发展。（邓侃）