金融与AI融合发展的演进层次 - 金融与AI的融合发展经历了三个层次的演进 [2] - 第一层是数据治理与知识化，核心是云时代的数据平台建设 [2] - 第二层是垂直模型发展与风险控制，金融行业正朝着信贷、理财、养老等垂直领域模型发展 [3] - 第三层是安全体系与全栈AI协同，大模型的安全机制日益重要 [3] 数据治理与知识化 - 数据分层分类治理是AI大模型的基础，中国人民银行正积极推动此项工作 [2] - 公开市场数据如金融资讯与产品信息应开放给企业使用以提升服务效率 [2] - 涉及客户隐私的账户及交易记录等数据需由银行内部管理用于个性化产品设计 [2] - 部分数据平台正升级为知识平台以实现与模型的协同迭代 [2] 垂直模型发展与风险控制 - 模型训练需重点关注金融工具调用、多模态推理及个性化服务能力 [3] - 模型融入新数据与算法时可能产生幻觉率上升、能力下降或新的风险漏洞 [3] - 金融机构正将投资教育融入日常资产分析，结合用户情绪与偏好提供个性化服务 [3] - 需引入评测体系与强化学习手段并将监管规则嵌入模型以确保风险可控 [3] 安全体系与全栈AI协同 - 金融机构开始引入安全围栏等技术构建用户交互、数据供给与模型生产的安全体系 [3] - 底层算力与模型表现密切相关，金融机构需在自主可控前提下优化算力使用 [3] - 模型量化虽可节约算力但可能引发精度丢失问题需谨慎评估 [3] - 金融行业需进一步明确AI与人的责任边界并制定相关标准以应对AI伴生风险 [3]