倫敦政治經(jīng)濟(jì)學(xué)院金融系 何 岸
【摘要】隨著相關(guān)技術(shù)日漸成熟，人工智能在金融行業(yè)的應(yīng)用場景更加豐富，將實現(xiàn)從外圍業(yè)務(wù)向核心業(yè)務(wù)轉(zhuǎn)變，對金融行業(yè)產(chǎn)生深遠(yuǎn)影響，但這一過程也伴隨著一些困難和風(fēng)險，需要國家加強(qiáng)監(jiān)測和政策預(yù)研儲備。未來人工智能在金融行業(yè)應(yīng)用可能采取決策中樞大模型與專業(yè)執(zhí)行垂直模型協(xié)同的多智能體聯(lián)合運(yùn)作分工模式。應(yīng)積極鼓勵人工智能多種技術(shù)路線協(xié)同發(fā)展，同時加強(qiáng)相關(guān)規(guī)范監(jiān)管政策儲備，扎實穩(wěn)妥推進(jìn)“人工智能+金融”重大課題的研究落地，持續(xù)深入做好金融“五篇大文章”，助力金融強(qiáng)國建設(shè)。
【關(guān)鍵詞】人工智能 模式機(jī)制 普惠金融 風(fēng)險管理
【中圖分類號】F832/TP18 【文獻(xiàn)標(biāo)識碼】A
【DOI】10.16619/j.cnki.rmltxsqy.2025.08.009
從ChatGPT到DeepSeek，人工智能（AI）技術(shù)在加速自身迭代的同時，持續(xù)推動各領(lǐng)域轉(zhuǎn)型升級。2024年中央經(jīng)濟(jì)工作會議部署開展“人工智能＋”行動，[1]加快人工智能技術(shù)研發(fā)和應(yīng)用，推動其與千行百業(yè)深度融合，為經(jīng)濟(jì)發(fā)展注入新的動能與活力。金融行業(yè)具有信息數(shù)據(jù)密集、人才智力密集、利潤豐厚、業(yè)務(wù)場景及展業(yè)流程多樣復(fù)雜等特征，[2]該領(lǐng)域人工智能應(yīng)用潛力巨大。2023年中央金融工作會議強(qiáng)調(diào)，金融要為經(jīng)濟(jì)社會發(fā)展提供高質(zhì)量服務(wù)，做好科技金融、綠色金融、普惠金融、養(yǎng)老金融、數(shù)字金融五篇大文章。[3]本文結(jié)合人工智能大模型在金融行業(yè)應(yīng)用現(xiàn)狀，分析由以預(yù)測為基礎(chǔ)的決策支持到以全權(quán)代理為特征的自主決策的人工智能在金融行業(yè)落地的應(yīng)用模式，進(jìn)而分析人工智能在金融行業(yè)應(yīng)用的挑戰(zhàn)風(fēng)險與未來方向。
人工智能在金融行業(yè)的應(yīng)用模式
聊天機(jī)器人（Chatbot）模式。該模式以對話、搜集和生成能力為基礎(chǔ)，以輔助外圍工作為主要形態(tài)。現(xiàn)有的AI大模型在金融行業(yè)的應(yīng)用主要集中于金融機(jī)構(gòu)的外圍業(yè)務(wù)，如用人工智能大模型進(jìn)行報告生成、客戶體驗及活躍度優(yōu)化、合成數(shù)據(jù)生成與營銷，等等。對于金融核心業(yè)務(wù)的涉及深度仍然有限。這是由于相關(guān)應(yīng)用功能的實現(xiàn)大多基于交互對話、信息整理和內(nèi)容生成等Chatbot模式。隨著以DeepSeek為代表的具備更強(qiáng)邏輯預(yù)測能力和自主學(xué)習(xí)能力的智能助手（Copilot）模式，乃至未來更加智能的自主代理（Agents）模式的出現(xiàn)，金融行業(yè)人工智能應(yīng)用將更加深入，其重塑效應(yīng)也將更加明顯。
智能助手（Copilot）模式。該模式以推理預(yù)測能力為基礎(chǔ)、以決策支持為主要形態(tài)。隨著AI逐步進(jìn)入Copilot模式，AI通過鏈?zhǔn)剿季S機(jī)制模擬人類復(fù)雜推理過程的能力、利用檢索增強(qiáng)生成技術(shù)（RAG）引入外部資料的能力顯著增強(qiáng)，這使得其可以在不依賴人工標(biāo)注的前提下，承擔(dān)更為復(fù)雜的金融推理問題，為分析預(yù)測金融產(chǎn)品走勢、實現(xiàn)復(fù)雜決策支撐提供了可能。在此背景下，AI在金融行業(yè)應(yīng)用場景主要包括以下方面。
一是基于多模態(tài)數(shù)據(jù)融合分析全面提升投研精準(zhǔn)度。傳統(tǒng)投資研究主要依賴結(jié)構(gòu)化數(shù)據(jù)，如歷史交易數(shù)據(jù)、財務(wù)報表等，這些數(shù)據(jù)信息維度單一，且不同分析師的分析能力存在差異，傳統(tǒng)投資研究難以全面反映市場動態(tài)，無法做到對未來的精準(zhǔn)預(yù)測。AI通過處理文本、圖像、語音和視頻等多種非結(jié)構(gòu)化數(shù)據(jù)，進(jìn)行多模態(tài)數(shù)據(jù)融合分析和復(fù)雜邏輯推理，能夠幫助金融行業(yè)人員提升信息搜索和分析研判效率，全面及時洞察市場、精準(zhǔn)預(yù)判未來趨勢，為投資者提供更為全面的研究支持。例如，華泰證券以“DeepSeek＋投研＝？”作為研究主題輸入測試DeepSeek-Researcher功能。[4]
二是基于強(qiáng)大嚴(yán)謹(jǐn)?shù)倪壿嬐评砟芰x能金融產(chǎn)品構(gòu)建。傳統(tǒng)金融產(chǎn)品構(gòu)建領(lǐng)域的分析決策含有較多主觀判斷，可能出現(xiàn)人工失誤導(dǎo)致的偏差，產(chǎn)品服務(wù)的不確定性較大。AI大模型不僅能夠提供單期的市場預(yù)測，還能夠通過綜合分析海量數(shù)據(jù)和實時信息，依托強(qiáng)大算力開展復(fù)雜邏輯運(yùn)算，預(yù)測市場走勢、資產(chǎn)價格波動、經(jīng)濟(jì)周期變化等更加復(fù)雜的市場動態(tài)，擴(kuò)大從業(yè)者信息搜集半徑、提升金融產(chǎn)品構(gòu)建效率，全面賦能金融行業(yè)。AI大模型還可以結(jié)合投資者獨特的風(fēng)險偏好和投資目標(biāo)，生成個性化的投資組合與管理策略，不僅能為投資者打造更契合需求的金融產(chǎn)品、為金融機(jī)構(gòu)降本增效帶來新機(jī)遇，更能進(jìn)一步降低高質(zhì)量投資理財服務(wù)的進(jìn)入門檻。例如，華泰證券推出的“AI量化工廠”在接入DeepSeek算法引擎后，策略回測效率提升了20倍。[5]此外，由于AI大模型可實現(xiàn)實時推理和自動執(zhí)行交易策略，因此可以有效減少量化交易中的人為錯誤，提升量化產(chǎn)品穩(wěn)定性。
三是基于全面動態(tài)分析推理能力助力提升風(fēng)控水平。傳統(tǒng)的金融風(fēng)控往往依賴于人的經(jīng)驗和腦力，其本身存在一定的不穩(wěn)定性、不確定性，也無法實現(xiàn)對突發(fā)事件的瞬時精準(zhǔn)評估反應(yīng)。AI能夠憑借海量數(shù)據(jù)預(yù)訓(xùn)練和生成能力，突破傳統(tǒng)風(fēng)控在數(shù)據(jù)處理速度、復(fù)雜關(guān)聯(lián)挖掘和實時響應(yīng)方面的瓶頸，將“事后分析”轉(zhuǎn)變?yōu)?ldquo;事前預(yù)警”與“事中監(jiān)控”，提升風(fēng)控預(yù)警的精準(zhǔn)度和實效性，同時可以快速發(fā)現(xiàn)欺詐行為，降低重大損失的可能性。AI可以通過引入非線性模型幫助擬合尾部風(fēng)險，提高風(fēng)險價值（VaR）的計算精度。例如，東方財富的妙想大模型能夠通過輿情監(jiān)控提前識別異常交易模式和合規(guī)風(fēng)險。[6]
四是基于強(qiáng)大的數(shù)智化管理能力推動綠色金融發(fā)展。綠色金融的發(fā)展需要銀行業(yè)有效引導(dǎo)資本市場。向相關(guān)重點領(lǐng)域的企業(yè)發(fā)放綠色信貸，降低綠色項目的融資成本，需要以企業(yè)環(huán)境、社會及管治（ESG）評級為依據(jù)，這要求ESG數(shù)據(jù)具有良好的完整性與一致性，并且相關(guān)金融機(jī)構(gòu)需要具備精準(zhǔn)評估綠色項目的能力。AI大模型憑借其在自然語言處理、跨模態(tài)理解及知識推理等方面的強(qiáng)大能力，正逐步成為銀行提升ESG數(shù)據(jù)處理與信披管理效率的有力工具。一方面，AI大模型具備強(qiáng)大的非結(jié)構(gòu)化文本理解能力，可高效解析企業(yè)年報、ESG報告、新聞輿情等海量非結(jié)構(gòu)化信息，自動提取關(guān)鍵信息與ESG指標(biāo)，顯著提升信息披露的透明度與一致性；另一方面，借助知識圖譜構(gòu)建與風(fēng)險識別機(jī)制，AI大模型可對企業(yè)在環(huán)境保護(hù)、社會責(zé)任、治理結(jié)構(gòu)等方面的潛在風(fēng)險進(jìn)行深入分析，輔助銀行精準(zhǔn)識別綠色信貸及綠色債券項目的可持續(xù)性與合規(guī)性。此外，通過構(gòu)建行業(yè)級別的ESG智能分析平臺，銀行可實現(xiàn)對客戶ESG表現(xiàn)的持續(xù)跟蹤、智能評分和差異化金融支持，從而有力服務(wù)“雙碳”目標(biāo)與綠色金融體系建設(shè)。例如，2024年，華夏銀行攜手百融云創(chuàng)，利用AI技術(shù)打造數(shù)智化綠色金融解決方案，實現(xiàn)對綠色業(yè)務(wù)識別、評估、管理等環(huán)節(jié)的全流程覆蓋、一站式管理，有效支撐了華夏銀行綠色金融業(yè)務(wù)的開展。[7]
自主代理（Agents）模式。該模式以AI全權(quán)代理、自主承擔(dān)工作分配、拆解與執(zhí)行能力為基礎(chǔ)，以AI自主決策為主要形態(tài)。未來，AI可能進(jìn)化到Agents模式，將在增強(qiáng)原有邏輯推理能力的基礎(chǔ)上，強(qiáng)化自主決策和任務(wù)分解能力，使其可以自主收集信息、調(diào)用工具、制定計劃并執(zhí)行復(fù)雜任務(wù)。AI賦能下，金融行業(yè)發(fā)現(xiàn)價值、預(yù)測市場走勢、促進(jìn)資金融通的能力將顯著增強(qiáng)，這一階段人工智能在金融行業(yè)應(yīng)用可能包含以下幾個典型方面。
一是AI賦能創(chuàng)業(yè)投資基金，助力新質(zhì)生產(chǎn)力發(fā)展。傳統(tǒng)創(chuàng)業(yè)投資基金主要通過人為的盡職調(diào)查、財務(wù)數(shù)據(jù)收集、參與創(chuàng)業(yè)企業(yè)路演等方式進(jìn)行投資標(biāo)的選擇，在這一過程中，人的主觀因素影響很大，且初創(chuàng)企業(yè)自身發(fā)展前景不確定性強(qiáng)的特點使得投資基金準(zhǔn)確評估標(biāo)的公司價值的難度較大，這也導(dǎo)致創(chuàng)業(yè)投資基金投資不確定性強(qiáng)、風(fēng)險大。未來隨著AI的持續(xù)進(jìn)步，可能出現(xiàn)由AI自主收集信息、自主分析研判、自主決策投資的AI創(chuàng)投基金。AI創(chuàng)投基金能夠基于海量的多模態(tài)數(shù)據(jù)、強(qiáng)大的邏輯推演能力、豐富的知識儲備，綜合分析研判創(chuàng)業(yè)公司發(fā)展?jié)摿?，合理評估創(chuàng)業(yè)企業(yè)當(dāng)前價值，并以相關(guān)評估結(jié)果自動化地給予資金支持。上述模式的AI創(chuàng)投基金能夠以較低的成本和較高的精確性綜合評估創(chuàng)業(yè)企業(yè)的綜合價值，在一定程度上降低投資的風(fēng)險。同時，以AI進(jìn)行自動化判斷能夠在很大程度上避免傳統(tǒng)創(chuàng)業(yè)投資基金普遍存在的“代理人問題”，將基金投資人對于代理人道德風(fēng)險的擔(dān)憂轉(zhuǎn)化為對人工智能本身能力的評判，這也使基金投資人投得更安心，更有利于吸引國有資本、養(yǎng)老金、社?；?、家族辦公室等穩(wěn)健類型基金投資人參與創(chuàng)業(yè)投資，更好發(fā)揮金融對新質(zhì)生產(chǎn)力發(fā)展的支撐作用。
二是AI賦能信貸，助力中小微企業(yè)和民營企業(yè)發(fā)展。長期以來，中小微企業(yè)和民營企業(yè)存在融資難、融資貴的問題，究其原因主要有，銀行與中小微企業(yè)、民營企業(yè)之間信息不對稱，銀行想獲取真實的中小微企業(yè)、民營企業(yè)情況需要花費很大的成本；銀行貸款審批流程復(fù)雜、時間長，增加了企業(yè)獲取融資的時間成本；銀行從業(yè)者出于免責(zé)考慮，更傾向于風(fēng)險低的國有企業(yè)投放貸款。未來隨著AI的持續(xù)進(jìn)步，可能出現(xiàn)AI自主授信貸款業(yè)務(wù)，涉及中小微企業(yè)、民營企業(yè)的貸款授信審批均可由AI自主進(jìn)行。通過AI賦能信貸，銀行可利用AI強(qiáng)大的信息收集、邏輯推理、高效的自動處理能力等，分析處理場景化的企業(yè)信息，精準(zhǔn)刻畫企業(yè)信用、未來發(fā)展前景等畫像，降低與中小微企業(yè)、民營企業(yè)間的信息不對稱，降低銀行側(cè)的調(diào)研成本，壓縮授信審批放款等流程時間，也可以防止銀行工作人員個人偏好對信貸產(chǎn)生影響，從而實現(xiàn)信貸業(yè)務(wù)針對中小微企業(yè)和民營企業(yè)的精準(zhǔn)定價、有效覆蓋，更好助力中小微企業(yè)、民營企業(yè)健康發(fā)展，降低整個社會融資成本，推動以AI科技為基礎(chǔ)的普惠金融。
三是AI賦能低碳，引導(dǎo)資本市場綠色轉(zhuǎn)型。目前，資本市場綠色轉(zhuǎn)型的主要瓶頸在于ESG數(shù)據(jù)質(zhì)量與透明度不足，缺乏成熟完善的監(jiān)管標(biāo)準(zhǔn)與評價體系，企業(yè)社會責(zé)任與盈利能力之間難以平衡。AI大模型的引入有望解決這一困境，推動ESG基金的發(fā)展進(jìn)入有策略競爭力的市場化階段，全面展現(xiàn)出ESG公司卓越的投資價值。未來，隨著AI大模型發(fā)展，可能出現(xiàn)金融機(jī)構(gòu)利用AI技術(shù)將ESG因子更好地融入基金投資策略，從而由AI高效設(shè)計出兼顧ESG偏好與風(fēng)險收益表現(xiàn)的優(yōu)秀ESG策略，甚至由AI獨立管理ESG基金。隨著技術(shù)的成熟和市場需求的增長，預(yù)計未來該模式將逐漸得到更多機(jī)構(gòu)的認(rèn)可和采用。
四是AI賦能新型保險，實現(xiàn)助農(nóng)助老防災(zāi)。傳統(tǒng)保險行業(yè)的底層邏輯建立在精算模型、人工核保和渠道分銷三大支柱上，[8]但隨著經(jīng)濟(jì)發(fā)展，我國保險行業(yè)日益暴露出產(chǎn)品設(shè)計同質(zhì)化嚴(yán)重、保費定價合理性不足、人工審核理賠難以應(yīng)對欺詐、理賠審核周期長、營銷成本高等問題，在養(yǎng)老、助農(nóng)、防災(zāi)等長尾領(lǐng)域覆蓋不足。未來隨著AI的持續(xù)進(jìn)步，可能出現(xiàn)AI自主設(shè)計并長期管理的保險產(chǎn)品。保險公司可基于AI的實時高速運(yùn)算能力和強(qiáng)大的預(yù)測能力，不斷提升風(fēng)險定價能力、降低服務(wù)成本，針對不同客戶特別是上述長尾領(lǐng)域用戶靈活定制個性化險種，設(shè)計出針對不同群體的養(yǎng)老保險、針對不同作物品種的農(nóng)業(yè)保險、針對不同災(zāi)害種類的巨災(zāi)保險等多樣化的保險產(chǎn)品，精準(zhǔn)核算保費標(biāo)準(zhǔn)，推動保險服務(wù)下沉，擴(kuò)大保險覆蓋面。AI自主定損、自動審核，可以提高理賠反欺詐水平，縮短理賠審核周期，提升保險風(fēng)控能力。保險客戶也可以通過AI自主設(shè)計管理保險，找到適合自身多樣化需求的保險品種，獲得便捷的理賠體驗，進(jìn)而形成穩(wěn)定的理賠預(yù)期。
人工智能在金融行業(yè)應(yīng)用的挑戰(zhàn)與風(fēng)險
AI在金融領(lǐng)域應(yīng)用正面臨諸多挑戰(zhàn)。一是責(zé)任界定難以劃清。金融行業(yè)屬于資金密集型領(lǐng)域，因而對責(zé)任的清晰界定要求很高。若AI涉及金融行業(yè)核心業(yè)務(wù)并獲得盈利或造成損失，相關(guān)成果或責(zé)任的歸屬將成為重要的法律問題。目前我國法律對這方面的權(quán)責(zé)界定尚缺乏明確的依據(jù)，導(dǎo)致大部分金融機(jī)構(gòu)對于AI的實際應(yīng)用持審慎推進(jìn)的態(tài)度，一方面，傾向于自己開發(fā)應(yīng)用于自身業(yè)務(wù)的AI模型，另一方面，對將AI應(yīng)用于核心業(yè)務(wù)更為謹(jǐn)慎。二是AI自身準(zhǔn)確性不足。受限于當(dāng)前AI自身發(fā)展水平，其推理出結(jié)果的準(zhǔn)確性尚顯不足，有時甚至?xí)霈F(xiàn)相關(guān)性、上下文語境一致性或內(nèi)容真實性方面的錯誤，答非所問、肆意杜撰，造成所謂“AI幻覺”，這與金融本身高精度、低容錯的要求不符，也使得現(xiàn)階段AI對于金融核心業(yè)務(wù)的提升作用有限。三是AI結(jié)果可檢測性不足。由于當(dāng)前AI大多基于大模型設(shè)計，其模型及運(yùn)算推理過程相對復(fù)雜，存在“黑箱”，這將導(dǎo)致結(jié)果回溯與經(jīng)濟(jì)學(xué)解釋十分困難，即便安排人工進(jìn)行復(fù)核，也會增加較多成本，且復(fù)核效率和結(jié)果難以保證。
AI在金融領(lǐng)域規(guī)?；瘧?yīng)用后可能帶來的風(fēng)險。一是威脅宏觀金融穩(wěn)定。由于AI具備短時間內(nèi)處理大量數(shù)據(jù)和快速自動化完成交易的能力，特定市場條件下可能因諸如多支AI都賣出某股票的操作造成交易事故，導(dǎo)致個股暴跌，招致操縱市場之嫌，甚至在“羊群效應(yīng)”推動下激起市場短時間內(nèi)的恐慌情緒，持續(xù)放大市場波動，進(jìn)而引發(fā)金融風(fēng)險。此外，當(dāng)面對新型復(fù)雜問題時，若AI出現(xiàn)偶發(fā)性宕機(jī)，可能引發(fā)金融系統(tǒng)暫時性崩潰。二是引發(fā)不當(dāng)牟利。在不預(yù)設(shè)限制性條款情況下，AI可能通過散布虛假消息、短期內(nèi)暴力拉升個股等方式操控市場，牟取超額利潤，導(dǎo)致廣大普通投資者遭受巨額損失，影響正常的金融秩序。三是因數(shù)據(jù)偏誤造成錯誤。當(dāng)前階段的AI運(yùn)行機(jī)制都是基于現(xiàn)有數(shù)據(jù)集進(jìn)行訓(xùn)練和推理，若其訓(xùn)練時選取的數(shù)據(jù)集本身質(zhì)量不佳或存在偏誤，可能導(dǎo)致AI在金融領(lǐng)域應(yīng)用后的結(jié)果出現(xiàn)系統(tǒng)性或特質(zhì)性偏誤，給客戶帶來損失。四是加劇價格歧視。參考AI算法在短視頻、電商等領(lǐng)域廣泛應(yīng)用的經(jīng)驗教訓(xùn)，AI在金融領(lǐng)域大規(guī)模應(yīng)用可能也會引發(fā)基于不同客戶特征的價格歧視、殺熟等現(xiàn)象，妨礙金融市場公平。五是侵犯個人隱私。金融行業(yè)存在大量的敏感隱私數(shù)據(jù)，而AI在金融領(lǐng)域大規(guī)模應(yīng)用必然需要廣泛收集這些數(shù)據(jù)。此外，因為AI具有多模態(tài)分析能力，較傳統(tǒng)金融分析而言AI賦能金融還需要收集諸如視頻、音頻等非金融數(shù)據(jù)，在這一過程中，一方面，原本的金融隱私數(shù)據(jù)可能因為AI算法本身的漏洞而泄漏，另一方面，AI未經(jīng)允許擅自使用非金融數(shù)據(jù)進(jìn)行分析也會存在侵犯個人隱私的問題，可能引發(fā)公眾的不滿。六是造成金融壟斷。金融行業(yè)大規(guī)模使用AI可能加劇金融公司間的“馬太效應(yīng)”，頭部金融公司因具備較多的人力資源、算力資源、數(shù)據(jù)資源，有更多機(jī)會研發(fā)高水平的金融AI，從而加速行業(yè)整合，可能形成金融壟斷，擾亂金融市場秩序。
人工智能在金融行業(yè)應(yīng)用的未來方向
金融行業(yè)的核心能力可分為業(yè)務(wù)供給能力、渠道運(yùn)營能力以及資源配置能力，與國際一流金融公司相比，我國金融公司在業(yè)務(wù)供給能力、資源配置能力方面的短板較為突出。隨著AI技術(shù)的快速發(fā)展及在金融行業(yè)的大規(guī)模應(yīng)用，金融行業(yè)的價值鏈、管理鏈將被重構(gòu)，AI可能成為未來金融業(yè)務(wù)增長的重要驅(qū)動力。我國金融公司可以借助AI賦能快速提升業(yè)務(wù)供給與資源配置能力，實現(xiàn)對國際一流金融公司的彎道超車，也可以利用AI賦能，推動我國金融行業(yè)降本增效，提升金融市場有效性，增強(qiáng)金融服務(wù)可得性、普惠性，做好金融“五篇大文章”，推動金融高質(zhì)量發(fā)展。此外，隨著AI與金融的深度融合，AI在金融行業(yè)應(yīng)用也可能催生決策中樞大模型與專業(yè)執(zhí)行垂直模型協(xié)同的多智能體聯(lián)合運(yùn)作分工模式，推動人工智能發(fā)展。
為支持AI更好在金融行業(yè)應(yīng)用，應(yīng)加大力度支持人工智能領(lǐng)域技術(shù)研發(fā)，發(fā)展多技術(shù)路線，推動AI在金融行業(yè)實現(xiàn)從“可用”到“可靠”的轉(zhuǎn)變；以開放包容的心態(tài)支持相關(guān)人工智能技術(shù)在金融行業(yè)試點應(yīng)用、“小步快跑”；注重加強(qiáng)相關(guān)領(lǐng)域國際合作，搶占AI在金融行業(yè)應(yīng)用方面國際標(biāo)準(zhǔn)制定的主動權(quán)、話語權(quán)。同時，也要找到鼓勵創(chuàng)新與防范風(fēng)險的平衡點，加強(qiáng)對金融行業(yè)使用AI技術(shù)的風(fēng)險監(jiān)測，做好相關(guān)領(lǐng)域監(jiān)管的政策預(yù)研儲備，確保AI與金融實現(xiàn)良性融合，促進(jìn)金融行業(yè)和諧、健康、安全地可持續(xù)發(fā)展。
注釋
[1]《中央經(jīng)濟(jì)工作會議在北京舉行》，《人民日報》，2024年12月13日，第1版。
[2]姚澤宇、蘇杭：《AI大模型在金融行業(yè)的應(yīng)用前景及潛在影響分析》，《國際金融》，2024年第10期。
[3]《中央金融工作會議在北京舉行》，《人民日報》，2023年11月1日，第1版。
[4]《華泰金工｜Deepseek＋投研：大模型應(yīng)用集錦》，2025年3月1日，https://www.53ai.com/news/OpenSourceLLM/2025030107928.html。
[5][8]《AI賦能下的金融行業(yè)重構(gòu)及變革——DeepSeek沖擊波》，2025年2月19日，https://pdf.dfcfw.com/pdf/H3_AP202502211643359606_1.pdf?1740154789000.pdf。
[6]《兩會｜對話東方財富董事長其實：金融業(yè)正系統(tǒng)性擁抱AI，大模型應(yīng)用有三大挑戰(zhàn)》，2025年3月7日，https://finance.sina.com.cn/stock/roll/2025-03-07/doc-inenxvcf1418733.shtml。
[7]《入選工信部優(yōu)秀案例！百融云創(chuàng)＋華夏銀行＝AI×綠色金融》，2024年7月1日，https://www.bsia.org.cn/site/content/27200.html。
Artificial Intelligence in Finance: Application Modes, Challenges, and Future Pathways
He An
Abstract: As artificial intelligence (AI) technologies mature, their applications in the financial industry are becoming increasingly diverse, evolving from peripheral functions to core operations. This transformation is poised to exert a profound impact on the sector but is accompanied by various challenges and risks that call for proactive monitoring and forward-looking policy planning. Looking ahead, AI deployment in finance may adopt a multi-agent framework, wherein central decision-making models collaborate with specialized vertical models for execution. It is essential to foster the coordinated development of multiple AI technological pathways while enhancing the preparedness of regulatory policies. To build a strong financial nation, a solid and pragmatic approach must be taken to advance the research and implementation of the "AI + Finance" agenda, while continuously enhancing the development of the "Five Major Areas of Finance".
Keywords: artificial intelligence, model mechanism, inclusive finance, risk management
