中評社北京11月20日電／據經濟日報報導，當前，人工智能大模型正在逐步影響各行各業，金融領域也不例外。
根據英偉達發布的針對近400家金融機構的調研結果，43％的金融機構已開始使用大模型。麥肯錫2024年的調研數據顯示，金融行業從業者反饋“在工作中常規使用大模型”“在生活中常規使用大模型”和“在工作和生活中均常規使用大模型”的數量占比已達到48％。據麥肯錫測算，大模型有望給全球金融行業帶來每年2500億美元至4100億美元的增量價值。這些數據無疑為大模型在金融領域的進一步應用描繪了光明的前景。
然而，隨著大模型的廣泛應用，一些新風險也逐漸顯露出來，一旦應對不當，可能對金融行業構成嚴峻的挑戰。
首先，大模型的進一步推廣可能會加劇金融行業的“兩極分化”。由於技術投入、業務禀賦和人力資源等方面的差異，一些頭部金融機構在大模型展現的能力上開始顯現出明顯優勢。相比之下，中小機構受限於資金預算約束、相對有限的業務規模和專業人才資源，與頭部機構之間的差距將被逐漸拉大，呈現出“強者愈強，弱者愈弱”的趨勢。從行業整體來看，金融行業原本就具有信息數據密集、人才智力密集等特點，大模型的推廣應用可能導致金融行業資源進一步集中。
其次，目前大模型本身存在的缺陷也可能給金融系統帶來安全風險。大模型仍存在專業能力有限、生成結果不可控、算法可解釋性較差等問題，當前在合規性和適當性等方面仍缺乏保障。一旦訓練數據不完備或質量較差，可能會生成低質量的錯誤內容，導致結果不可用，甚至誤導金融機構和金融消費者的判斷和決策。在模型可解釋性方面，大模型的複雜程度較高，使得內容生成的結果和過程難以被清晰地解釋，產生“黑箱”問題，導致金融機構難以在事前、事中、事後進行有效的風險溯源和管理。此外，考慮到大模型基於海量數據進行訓練，若底層數據本身存在偏見和歧視，可能會導致大模型內容輸出、決策生成方面存在偏見，進而導致金融服務存在歧視性定價等風險。 |
