交行副行长钱斌：生成式AI在算力算法、数据安全等领域面临痛点

12月9日，交通银行党委委员、副行长钱斌在由上海金融科技产业联盟主办的第五届上海金融科技国际论坛分论坛上致辞表示，人工智能涌现出新效能，为金融领域创新发展开辟了新手段、新赛道。

钱斌提及，在三季度发布的上市公司半年报中，有超过10家银行提到AIGC（生成式人工智能）大模型等相关内容。目前，交通银行持续关注并积极布局深层次人工智能，当前已制定深层次人工智能建设规划，组建GPT大模型专项研究团队，并与复旦、华为、科大讯飞等共建了联合创新实验室，推进大模型及算力集群等先进技术在金融领域的落地应用。

钱斌指出，生成式AI在算力算法、数据安全、人才等领域面临着诸多痛点和难点。比如，如何实现大规模算力模式下的绿色低碳供给，如何提供适合大模型的大规模、高质量、实时性数据，如何将模型的公平性、价值观与人类更有效地对齐，如何培养复合型的金融科技人才。“这些既是技术挑战，也是管理问题，需要产业各界通力合作，协同解决。”

针对上述生成式人工智能的痛点，钱斌提出以下三点建议。

科技融合。构建人工智能大模型金融应用的产业生态，建议加大产学研合作，金融机构与科技企业、高校开源生态等技术力量联合攻关，在产业协同方面实现优势互补。在算力供给方面加强统筹布局，在算法创新工程化所需的配套中间件等关键领域，集中优势力量进行联合攻关，在数据供给方面提升数据治理水平，促进数据要素的合规高效流通，建立安全可信高效的数据供给能力。在应用落地方面实现各方融合共创，尽快出台管理制度和应用标准，为大模型金融应用提供行动指南。

以人为本。培养人工智能领域的专业人才，推动上海金融科技人才高地的大模型建设需要海量的数据处理、大规模的算力组网运营、GPT算法研究、海量参数模型调优提示工程构建等专业技术。当下具备相关能力的金融科技人才，在数量与质量上远远难以满足市场需求。在此背景下，建议强化在金融科技人才高地建设中的战略布局，针对所需的多种能力，设置专业的课程体系，加快培养急需的金融科技人才，拓宽对现有人才的培养渠道，提供跨领域跨机构的金融科技人才的培养机制，在学习探索实践中提升员工对先进技术的驾驭能力。

守正创新。关注人工智能的伦理建设，建设可信、安全、公平的人工智能应用。伴随深层次人工智能在金融领域的全面应用，可能引发安全性、公平性、透明性的问题，将会得到监管机构和市场主体越来越多的关注，需要通过有效治理，确保应用过程的安全可控，服务对象的合法权益得到有效保障。金融机构要关注大模型生成内容的准确性、可靠性和稳定性，建立有效的管控机制及应急策略，防止出现价值偏离、算法偏见、歧视性内容生成等这些问题。负责任地运用好金融科技的手段，在数字化转型的洪流中，努力践行负责任金融的价值理念，让金融为民科技向善落地生根，滚滚向前。