2024年2月16日，OpenAI發布了文字生成模型SORA，這是目前最先進的一代模型，可以根據使用者的文字提示製作1分鐘的高保真度，並可實現無縫連線和擴充套件。 SORA無疑是AI技術迭代中的乙個里程碑，其背後的生成式和多模態AI技術將有可能為數字金融領域帶來新的變化。
近日，中國銀行前行長李立輝就SORA和金融業等重要問題發表了精彩看法。 他首先提到，SORA將給金融行業帶來新的變化：一是實現高保真人機互動的人性化; 二是實現影像管理全流程智慧型化。 其次，他認為技術是有國界的。 算力競爭將是未來主要經濟體之間的全國性競爭，也是資本巨頭與科技巨頭之間的企業級競爭，我們必須密切關注資料共享模式、地緣政治、智財權保護等資料資源利用的侷限性。 同時，無論是應用多模態人工智慧技術實現智慧型金融迭代，還是應用大資料打造短尾普惠金融，都需要構建優質高效的資料要素共享體系。 重點是完善資料要素市場體系和機制，填補資料缺口，增強資料要素的共享性和包容性，提高資料要素供給的數量和質量，有效防範和化解各種資料風險，深化開放合作，實現互利共贏。最後，作者還為加速智慧型金融創新提供了寶貴的建議。
2022 年 11 月 30 日，Microsoft 的 OpenAI 推出了 ChatGPT，14 個月後的 2024 年 2 月 16 日，OpenAI 的 Sora 上線。 Sora 能夠根據使用者的文字提示產生 1 分鐘的高保真音響，並可實現無縫連線和擴充套件。 ChatGPT 可能是目前最先進的生成式 AI 模型，而 SORA 是目前最先進的生成式模型。 這是人工智慧技術迭代的乙個里程碑。 一是啟動內容生產方式和人機互動方式的轉型。 生成式 AI 模型可以從非結構化資料格式中學習，生成新的非結構化內容，包括文字、音訊、影象等，這些內容可以適應各種任務，對整個數字技術產業鏈產生重大影響。 **生成模型SORA的核心底層整合了擴散程式和transformer程式，底層技術的核心在於多模態感知、學習和互動的能力。 SORA突破了文字互動的侷限，能夠感知、理解和模擬動態的物理世界，能夠從現實世界中互動和學習。 可以預期，多模態AI將改變廣告、傳媒、動漫、影視等行業的運營模式和商業模式，並有可能加速基於視覺（而非雷達）的智慧型駕駛技術創新，以及基於基因圖譜和細胞影象分析的智慧型生物醫學技術創新。 AI數字**程式稱為Co-pilot（co-pilot），可以代表所有者執行知識學習、環境感知和行動計畫等任務。 二是從一般的大模型擴充套件到垂直模型（vertical model）。 人工智慧的基礎和應用研究融入數字技術的各個領域，包括大資料、雲計算、區塊鏈和物聯網，包括自然語言處理、虛擬增強現實、人機互動和知識圖譜、計算機視覺、生物識別，以及機械人、空間技術、生物醫學、光電技術、自動駕駛等，形成以人工智慧技術為核心的複雜系統。三是直接創造商業價值。 AI模型可以直接降低知識應用成本，從而創造商業價值。 可自動化日常任務，提高投入產出比; 可提高工業、物流和服務流程的自動化程度，節約邊際成本; 可診斷生產經營各個環節的操作缺陷，提高生產效率和管理效率。 智慧型金融仍處於助手+助手的早期階段。 一是提高產品創新和客戶服務水平。 例如，工商銀行的數智交易系統覆蓋匯率、利率、商品交易等100多個業務場景，招商銀行AI小兆智慧型助手為千萬使用者實現最佳金融智慧型諮詢服務，太平洋保險的數位化員工可以提供日常辦公、軟體技能、知識測驗、 資料處理、專業場景任務執行等服務作為個人助理，國泰君安的君巨集投融智慧型客服APP具備**、期權、外匯、財富管理、融資融券、證券借貸、投資諮詢等跨場景業務交付能力。二是完善運營管理和風險控制。 例如，網商銀行的百靈系統應用人機互動技術，為百萬使用者實現個性化風控，平安財產險的自然災害風險管理平台應用空間資料和衛星遙感影像提供遠端勘測、精準損失評估和快速理賠，泰康保險的承保和理賠識別平台可以提供醫學影像、病歷等核心功能質量檢驗、客戶健康評估和虛假索賠篩查。在數字金融領域，生成式和多模態人工智慧技術有可能帶來新的變化。 一是實現高保真人機互動的人性化。 例如，應用多模態SORA底層技術的智慧型金融機械人，可能能夠動態捕捉、實時感知、正確理解客戶的語言和表情，準確判斷客戶的風險偏好和業務需求，利用人溫表達方式為客戶提供最佳服務方案，從而解決冷機服務問題。 智慧型金融機械人不僅可以取代生硬的機器客戶服務，而且有可能成為櫃檯服務的景觀。 二是實現影像管理全流程智慧型化。 例如，將採用SORA底層技術的智慧型影像管理系統應用於健康醫保業務，可對客戶病歷、醫學影像進行醫療專業質量檢查和分類，審批健康評估，篩查虛假索賠; 應用於銀行業務，可對前台、中後台各類票據、合同的真實性進行審計，篩選轉殖票據或虛假合同，正確提取資料並實時納入會計系統，提高服務質量和運營效率。 人工智慧的算力水平取決於計算硬體、演算法軟體和資料資源。 計算基礎設施包括計算硬體和演算法軟體。 技術是有國界的。 算力的競爭將是主要經濟體之間的國家級競爭，也是資本巨頭與科技巨頭之間的企業級競爭。 在資料資源方面，中美兩國各有長處和短處。 美國等西方發達國家依託長期發展積累的資料資源優勢，在知識和學術界構建了西方主導的資料資源供給格局。 例如，美國國家醫學圖書館的MEDLINE是世界上最權威的生物醫學文獻資料庫，收錄了自1950年以來在70多個國家和地區出版的5200多種生物醫學期刊，每年增加30萬-35萬條記錄，涵蓋基礎醫學、臨床醫學、環境醫學、營養衛生、職業病、健康管理、保健、 微生物學、藥學、社會醫學和其他細分領域。中國醫學科學院於1994年投入運營的“中國生物醫學文獻資料庫CBM”與Medline之間存在指數級差距。 依託人口規模、市場規模和移動服務優勢，我國在市場交易和公民行為領域形成了世界領先的資料資源供給格局。 關於市場交易和公民行為的海量資料是中國數字金融發展的寶貴資源。 需要注意的是，資料共享模型的侷限性可能會影響資料價值的深入開發。 例如，涉及居民和企業的財務資料和行為資料分散在金融機構、金融監管、工商管理、稅務、海關等不同地方系統，共享水平不高，形成行政資料缺口。 再比如，中國移動支付使用者規模高達9億，數字支付成為主要資料入口，網際網絡平台擁有超大規模的個人和企業資料，但網際網絡平台與金融機構之間的資料關聯和資料共享尚未達到成熟模式， 資料共享效率不夠高，資料資源的價值尚未得到充分挖掘。重要的是要注意地緣政治環境對資料資源供應的限制。 美國和西方國家對中國設定的技術壁壘不斷公升級，現在是高階晶元和核心軟體，下一步可能延伸到資料資源領域。 必須注意智財權保護對資料資源應用的限制。 2023 年 12 月 27 日，《紐約時報》對 OpenAI 提起訴訟，指控其抓取受版權保護的文字，揭開了生成式 AI 技術背景下資料產權糾紛的序幕。 不同場景下的AI模型對資料資源有不同的要求。 無論是應用多模態人工智慧技術實現智慧型金融迭代，還是應用大資料打造短尾普惠金融，都需要構建優質高效的資料要素共享體系。 《中國共產黨關於構建資料基礎體系更好發揮資料要素作用的意見》（《資料》第二十條）明確了資料產權制度、資料要素流通交易制度、資料要素收益分配制度、資料要素治理體系等規範。 提高資料質量、擴大資料規模、促進資料流通、實現資料共享、挖掘資料價值、保護資料安全是數字經濟發展的動力。 重點是完善資料要素市場體系和機制，填補資料缺口，增強資料要素的共享性和包容性，提高資料要素供給的數量和質量，有效防範和化解各種資料風險，深化開放合作，實現互利共贏。在數字安全方面，謹慎的觀點是，以生成式AI模型和sora模型為代表的最新人工智慧技術還處於起步階段，演算法和模型不夠清晰透明，不成熟的人工智慧技術將被投入高風險的金融領域，這可能會放大現有風險並產生新的風險。 因此，智慧型金融創新必須以AI信任和AI安全為前提，實現符合道德標準的金融平等，確保符合安全標準的金融效率，打造符合經濟規律的創新模式。 對於精明的金融創新來說，過分依賴自律可能導致壟斷和行業風險，而過於嚴格的監管可能會抑制創新和產業發展。 可以考慮的原則是：科技創新力求“高中”，“高”是引領創新占領制高點，“中”是腳踏實地的中國計畫; 風險管控力求“小做初”，“做初”就是具備將風險排除在萌芽狀態的能力，“小”就是將風險概率和風險成本降到最低。 這需要加快智慧型金融監管的創新。 例如，制定法律法規，明確智慧金融所有參與者的責任邊界，包括智慧金融監管的基本原則、監管機構的責任和權力、金融機構的智慧金融業務規範; 建立滲透性、一體化、跨地域的智慧型金融協同監管體系，實現監管資訊共享; 建立智慧型金融科技審計認證體系，完善AI大模型的測試平台、工具、標準和方法; 建立智慧型金融風險分析監控系統，對異常交易和市場操縱行為提前提前識別、評估和預警，主動防範系統性風險; 允許在監管沙盒機制下試點智慧金融服務突破性創新，積累監管經驗和資料支撐; 積極參與數字經濟數字技術國際規則和通用標準的建設，加強智慧金融國際監管合作與交流，爭取中國在數字經濟國際規則建設中的話語權，爭取中國在數字技術通用標準建設中的“地位權”。 *中新經緯。
結束排版，孫毅負責編輯孫毅。
延伸閱讀]數字人民幣領航：探索與實踐——第十二屆“華瑞金融科技沙龍”觀點集錦
易綱：關於數字人民幣的思考與探討。
中國人民銀行發布《中國數字人民幣研發進展***》。
央行數字貨幣官方意見匯集（5）。
宋珂等：金融科技與銀行行為：基於流動性創造的視角。