来源：北京商报配资炒股经验
1. 公司背景和注册情况：了解公司的注册情况、经营年限、股东背景等，查看公司的注册资料和相关证照。
人工智能正以无所不能、无所不在的姿态渗透至人类的生产生活中。10月19日，在2024金融街论坛年会“AI+金融赋能数字金融新篇章”平行论坛上，与会嘉宾表示，金融行业已成为AI渗透率较高的领域之一，智慧销售、智能问答和智能风控已成为金融大模型热门应用场景。
大模型技术无疑将提升金融服务效率，但技术的应用是一把“双刃剑”，背后存在的不透明、不可预知、网络安全风险仍需关注。
渗透率超过50%
“人工智能的能力，构成了各个基础学科的能力，构成了各个行业的能力，从而构成了各个国家能力的基础。毫无疑问，今后金融的发展必将被AI全面渗透并被全面改造。”国家金融与发展实验室理事长李扬说道。
金融业具备大规模、高质量的数据资源和多维度、多元化的应用场景，被视为大模型技术应用的最优行业之一。中国移动上海产业研究院副总经理陈豫蓉介绍，金融领域是大模型渗透率最高的行业，渗透率超过50%，而智慧销售、智能问答和智能风控是现阶段金融行业最热门，也是应用成熟度最高的AI大模型应用场景。
银行走在大模型应用前列。近年来，工商银行、中国银行、建设银行、农业银行、兴业银行、平安银行等展开试水，应用聚焦智能客服、智能风控、智能营销等多领域
工商银行首席技术官吕仲涛介绍了该行千亿级大模型体系建设与应用情况。他表示，针对金融行业知识专业性高、任务执行严谨、权限隔离严格等特点，工商银行打造适配金融行业的“1+X”工程化解决方案。“1”是指智能中枢，通过智能中枢的任务感知、决策、执行、反馈等能力，实现金融复杂场景的应用；沉淀“X”可共享复用的范式能力，包含知识检索、数据分析、文档编写、智能搜索等多项金融即插即用的零代码工程化解决方案。
“目前千亿级大模型体系已实现各个业务领域规模化推广，覆盖20多个业务领域、100多个业务场景。”吕仲涛举例，在个人金融领域，大模型应用在经营决策、营销执行阶段，支持运营人员通过自然语言方式完成圈客户、找产品、发布，有效降低活动部署门槛，面向一线营销人员，打造营销陪伴助手，提供产品知识问答、产品比对等服务，营销人员能够便捷获取产品信息。
需关注潜在风险
“大模型技术的应用存在‘双刃剑’，大模型技术提升工作效率，同时生成伪造内容、数据泄露等安全风险也日益突出。”吕仲涛表示，要加强人工智能潜在风险研判和防范，不断深化运用大小模型协同应用融合的人工智能技术，推动商业银行在安全可控情况下，向着更加智能化、个性化、高效化的方向发展。
此外，大模型的不透明、不可预知、网络安全风险也是金融应用中不可忽视的问题。十三届全国政协经济委员会主任、原中国银监会主席尚福林指出，大模型具备不透明风险，通过复杂的算法和模型输出的结果，可能难以解释和追溯输出结果，增加了监管的难度，对金融稳定构成潜在的威胁。
大模型还具备不可预知风险，尚福林认为，人工智能工具是根据过去的数据进行训练的，数据可能无法准确地反映现实和预测未来，技术本身也可能会受到数据不可靠或前所未见极端情况的影响，而得出错误结论。
此外，在网络安全风险也不容忽视，“随着数据量的不断增长和模型复杂度的不断提升，人工智能应用需要处理大量敏感的个人和财务数据，增加了网络攻击的风险和数据泄露的可能”。尚福林说道。
尽管大模型在金融领域应用仍充满挑战，但通过算力、算法和数据的不断发展，应用空间仍然广阔。
尚福林介绍，数据显示，2027年全球在人工智能系统软件、硬件和服务方面的销售额将达到4000亿美元，而金融业在这方面的支出将达到970亿美元，年复合增长率为29%，是增速最快的行业之一。
算力、算法、数据是金融大模型应用的基座。吕仲涛指出，“金融机构应根据自身体量，按照资源节约、资源集约共享复用、成本效益最优的准则，围绕大模型的算力、算法和数据三方面来开展人工智能大模型企业级技术能力的建设”。
目前大模型所涉及的算力、算法等相关核心技术尚处于快速发展期，仍需增强多领域合作。吕仲涛表示，金融行业需加深与头部科研机构企业的联合创新，持续保持资源投入，加速大模型技术在金融行业的研究和创新应用。
北京商报记者 李海颜
海量资讯、精准解读，尽在新浪财经APP
责任编辑：何松琳 配资炒股经验
文章为作者独立观点，不代表配资炒股网观点
