7月26日-27日，备受瞩目的CFS第十二届财经峰会暨2023可持续商业大会在北京举行。本届峰会的主题为“激活高质量发展澎湃活力”，来自商界、政界、学界等领域与会嘉宾共同探讨当下发展所面临的挑战和机遇，提振发展信心，最大限度凝聚共识，深化合作,为助力经济高质量发展贡献力量。
以下是第十二届财经峰会暨可持续商业大会主题论坛：数字技术浪潮下的金融科技环节，由云现场整理。
主持人：科技助力金融发展，同时金融又反哺前沿科技企业，双方实现共生共赢。接下来让我们共同进入科技创新引领高质量发展的主题论坛。
欢迎三位嘉宾，请落座。现场以及线上的朋友们，这里是论坛环节很高兴能够有这样的机会，针对于此次论坛的主题数字技术浪潮下的金融科技和台上的三位嘉宾展开探讨。在这里首先为大家介绍一下本场论坛的三位嘉宾，他们是德勤中国首席经济学家合伙人许思涛；中央财经大学财经研究院教授，博士生导师王卉彤；盈亚证券资讯首席投研师钟外勇。
当前以人工智能为代表的数字技术高速发展也成为各行各业数字化转型的加速器。这当然也包含了金融行业。本场论坛的主题就叫做数字技术浪潮下的金融科技。在一开场，想先有请台上的三位嘉宾，针对于本场论坛的主题，来展开一个3分钟的探讨。
许思涛：谢谢主持人。因为我刚来听上面的人他们说了一些，其中不管是谈宏观经济，还是各社会对整体数字化的看法，我就说一点，刚才的那位女士提到了PPI，其实我们在看中国经济的PPI的时候，这个数字是一直往低走，说明了这个社会大家常用的一个词就是内卷，竞争的激烈尤其是和终端需求贴近的产业。所以这就是为什么，必须通过数字化才能提高生产效率。
第二点就是疫情这三年，我觉得对于大国大家都看到了，医疗资源的匮乏，其实今天已经想到了，未来真的会出现AI医生，这也不是一个幻象。从生活中包括研究中现在开始部分的采用ChatGPT，也确实提高了效率。我说几点大的趋势，科技金融，第一个趋势就是从用户来说，大家对快、安全、成本低，这种诉求是越来越强了。第二个趋势尤其是在后疫情后，监管的负担越来越大，尤其对传统的金融机构来说，尤其是这样。第三就是科技的发展，我刚才已经谈到了。
所以我对这个行业还是非常看好的。当然这个行业现在还存在一些问题没有解决，我们待会儿讨论的时候再谈。
主持人：接下来有请王教授，进行3分钟的分享。
王卉彤：刚才听了许总的发言深受启发，下面我来谈一点我对于数字技术浪潮下的金融科技的一点点看法。数字技术浪潮在当前我们大家都能感受到的是ChatGPT为代表的这么一个大模型技术迅猛发展。那么以ChatGPT为代表的大模型的确是在数据的洞察理解，内容的生成，以及逻辑推理方面，它都是有着极其突出的表现。而且也都知道大模型技术，更新换代，迭代升级是非常快的，每一次迭代升级，刚才提到的数据的洞察理解，内容的生成，以及逻辑的推理方面，它肯定有着更加突出的表现。
那么基于这个就可以很肯定的说，数字技术浪潮下经过进一步创新的金融科技，它一定能够更好更高效的去解决实体经济中的痛点问题，也能够更好的去控制风险。那么这里我刚才讲到了，数字技术浪潮下经过进一步创新的金融科技，为什么这么讲呢？它其实隐含了有一点，就是说刚才讲到ChatGPT为代表的，它是通用大模型。那么通用大模型运用到金融行业的时候，它会出现一些问题，比如说服务的精准度，因此在数字技术浪潮下，金融业更需要的实际上是大模型技术在垂直行业市场的这么一个落地。
那么当前我们说科技金融公司都在纷纷的试水布局金融行业的大模型。以度小满为例，它是在今年2月的时候，国内首个接入通用大模型的金融科技公司，它接入的通用大模型就是百度推出来的文心一言，其次就推出了千亿级别的大模型叫轩辕，它是基于文心一言大模型技术底座去融入了度小满在日常的金融活动里面产生的一些数据，去进行交互训练，更好的为度小满的金融客户服务。我相信未来有更多的金融科技公司去布局体系，更加服务实体经济。
钟外勇：今年以来各种大模型可以说是如雨后春笋，无论是在欧美发达国家，还有包括我们国内的尤其针对于证券投资这一块，目前看得到跟别的行业的发展明显偏短板的。因为交易数据还有客户信心也好，其实因为避免被同行或者说监管的原因导致到很多大模型数据，它其实不能贡献金融流通，所以在整个证券投资圈里面分享其实就变得比较重要，因为有些东西确实大家自己的东西很难分享出来，所以今天要讲的方向今天没有办法直抒心意，确实很多的东西，行内可以加深一些沟通交流分享。确实包括细分行业，其实十多年前就已经运用到人工智能，语言计算，数字化等等技术，把之前人工所产生的成本，时间问题也好，目前是有效的解决了，效率化提高非常明显。相信这个趋势还是无法阻挡的，而且随着低利率时代逐步到来。
对于证券市场投资收益的需求，在整个大众其实是越来越大。大家都知道无论是理财、存款甚至房子，投资的安全边界或者预期逐步成立线性下降过程，投资需求在全国也越来越大。那么在这种背景下，其实我们运用金融科技，将整体的投资领域效果发挥出来，分享给大家，也非常重要。这也是反补实体经济重要的一环，包括刺激国内消费，扩大投资等等，都有直接的推动作用。
所以我们认为金融科技它其实也是牵一发而动全身的这么一个高科技前沿技术。所以未来我们认为趋势还应该投更多的精力和重心发展。
主持人：市面上的通用大模型能够给我们数字金融助力，但是专业性，精准度，安全性都不足。能够准确的做出行业分析推理和决策的金融行业的行业大模型，将会在下半年或者明年推出，想问一下台上的三位嘉宾，对于这个猜想你们又有哪些看法呢？
许思涛：我觉得今年出现突破比较困难。因为刚才说的大模型它的数据，就我们平常用的ChatGPT，2021年，我觉得还有就是过去这几年我们在投资，其实面临着一个很大的因素就是怎么样评估地缘政治风险。谈到地缘政治风险，所有的演员，主要的政治家他们考虑的不是经济。所以这方面大模型要做出分析，未来几年我觉得比较困难。
王卉彤：刚才主持人也谈到了，通用大模型，应用到金融行业的时候存在着一些不足。我刚才也说了，金融行业需要的是大模型技术来落地于金融行业。那么刚才也提到了，不管是度小满等等都在试水。5月份的时候度小满把自己的首个轩辕，跟国内千亿级的金融行业大模型进行了开源，那么一个月的时间就有上百家金融机构去试用。应该说发展还是很迅速的。
但是我跟许总的意见是一样的，今年它不能够准确做出行业分析推理决策的大模型，明年也不可能，我觉得能够做出这个大模型，需要一个较长的时间。为什么呢？它要去做这种精准的分析，推理和决策，那么它有两个条件，一个是要有强大的算力，一个是要有海量的优质数据投喂。现在这两点都还是不具备的，第一个就以轩辕为例，它现在是国内做的最好的，第一它的基础刚才谈到了，通用大模型是文心一言，它的技术基座就是这个。那么文心一言存在着不足。
第二个我们说它结合的是度小满的客户数据，虽然有上百家金融机构在试用，但是上百家都是中小型的，那么度小满本身的金融数据加上上百家中小金融机构的数据，再加上三年前的疫情，那么我们跟银行同行聊天都可以知道，三年疫情导致数据中断，所以海量优质的数据，目前还是没有的。那么这一个能够做出行业分析推理和决策的金融行业大模型推出，一定需要金融科技公司以及传统的大型金融机构的一个长期的投入。持续的探索和变革。
那么这里面要强调的是大型金融机构在金融行业大模型发展里面，它的作用。为什么要强调它的作用？因为它相对于金融科技来说，客户的基础更大，拥有的数据更全面，因为它的金融行为不管是个人也好还是企业也好，更多是在传统的大型金融机构进行的。因此我们推出能够准确的进行行业分析，推理和决策的大模型的时候，一定要注意，充分去发挥传统大型金融机构的力量。当然了这么多年来，我们在监管趋严，业务越来越复杂，形势也越来越复杂，人力的成本越来越高，大型金融机构它是注重数字技术的这么一个投入。相信在未来，金融科技公司，在大型金融机构持续的努力之下，一段时间之内会推出这样的金融行业大模型。
钟外勇：大模型它主要还是基于AIGC的技术。AIGC里面三大要素，数据，算法，算力。先从基础的点数据来看，又回到第一个问题了，因为行业的特殊性以及保密性等等，其实数据我们在整个行业里面是较难共享的，甚至包括细分的证券投资领域也一样。我举个简单的例子，很多很多年前我还在券商的时候，当时整理档案资料的时候，非常繁琐。完全靠人力去整理。然后这些档案资料又比较宝贵，所以要反复的检查，往往可能上百份，五六个人一个晚上都整理不完。慢慢会发现很多的资料，它其实在整个公司里面，或者说部分的小圈子里面，我们可以流通。但是如果你要基于大模型所需要的海量数据，它其实难度是很大的。
所以聊着聊着其实跟两位老总的观点也是类似的，确实今年下半年，明年，整体短时间内在整个金融行业特殊性的情况下，要推出来是比较难的。包括我们证券也一样，因为整个行当里面能够拥有自己投资工具的，投资了多年也是大量的人力物力APP，也会鼓掌为其中涉及到大量的数据。其实已经是走在了行业推出大模型前沿的公司，说句实话，确实我觉得我们真的要完胜推出大模型还有较长的路要走。包括我们要做的一些决策的数据，直接要给出来的时候，因为行业的一些特殊性，因为风险监管等因素，自己都会有很大的压力。
所以这一块要有更完善的技术，包括同行之间的发展之后，还会有更多技术的分享，才会有更大的信心去试水做第一个吃螃蟹，或者有希望第一个吃螃蟹的公司。当然大模型确实有难度，但是我们认为利用人工智能技术，利用金融科技对我们的投资决策，来对我们的市场，整个经济数据的变化做出自己的推理，做出未来因此得出来的一些决策，相信是有非常大的帮助的。而且还是回到前面那句话，这也是趋势，而且是不可逆的。
主持人：接下来的时间还有一些问题想挨个请教一下台上的三位嘉宾。现在经济环境复杂多变，对于各行各业也都提出了更高的要求，我们国家经济也进入高质量发展新阶段，首先想请问一下许总，金融行业是如何赋能高质量发展的？以及在这其中，金融科技又起到怎样的推动作用？
许思涛：首先我不知道您的定义高质量发展是什么意思，我对它的定义，发展就像身体是应该来自内部，而不能是靠刺激，这是一个。第二个高质量就是说我们在发展的过程中很多明显出现的不平衡，要去缓解。比如说看到房地产，看到很多产能结构。在这个背景下，金融部分赋能，我觉得这方面作用是非常大的。第一是我们知道在中国高速发展的时候，有些行业实际上在整合的过程中是很困难的一件事情。有些原因是来自地方政府保护，有些原因实际上是金融的发展滞后，使得落后的产能不能够出局，这方面金融肯定是以后扮演一个越来越重要的作用。
第二个我们知道，如何对待小的贷款，这是一个世界难题，到现在为止没有人解决，不可能让一个大银行给一个小店铺贷款，这成本是没有计算的。我们刚才谈的这么多，中间需要解决什么样的问题呢？刚才谈到数据的问题，我相信未来的发展一定是一个开放式的银行。消费者就不会再把数据锁在这一家金融机构里了。所以我就说到这里。
主持人：感谢许总带来的精彩分享。人与自然和谐共生可持续发展理念也是深入人心，那么在国家战略的指导下，请王教授为大家分享一下金融如何更好助力绿色高质量发展。
王卉彤：金融助力绿色高质量发展最好的方式就是大力发展绿色金融，把环境保护的要素，把资源有效利用的要素等等纳入到衡量金融活动重要的指标里面去。我们国家现在绿色金融的发展，应该说是步入了快车道，已经形成了绿色信贷，绿色债券为主，其它的各种绿色金融产品为辅的这样一个多层次的绿色金融市场体系。因为我们本次论坛的主题是数字技术下的金融科技，那么我也借这个主题，要讲的是金融科技它对于绿色金融的发展，也有着不可或缺的重要作用。比如说利用金融科技的工具，去更好的识别绿色项目的风险和收益等等。
那么在我们国家，金融监管部门的顶层设计当中，也是把金融科技和绿色金融融合提升到了战略高度。那么最具有代表性的是2022年1月的时候，中国人民银行发布了2022-2025年金融科技发展规划，里面就明确的提出了要全面加强金融科技和绿色金融深度融合，要创新推出数字绿色金融。要运用科技的手段，去有序的推进绿色低碳产品和服务的开发，着力提升金融服务绿色产业覆盖面和精准度。就可以看出来金融科技和绿色金融它是密不可分的，是有重要作用的。
因此也要说金融科技服务于绿色金融，也有着广大的市场空间和盈利空间。因此希望也有更多的金融科技类公司也好，传统的金融机构也好，运用金融科技手段去服务于自己的绿色金融业务。
主持人：感谢王教授。接下来还有一个问题想问到钟首席。AI＋金融，AI＋芯片，AIGC等人工智能的分享比较多，您认为未来AI将会怎样影响金融行业呢？
钟外勇：我首先要提的一个点是在今年的7月份政治局会议当中，中央提出了这么两句话，我认为类似于在冷寂的冬天突然来了一声春雷般炸响的效果，要提振投资者信心，活跃资本市场，这两句话是反过来的，活跃资本市场，提振投资者信心。
这几个字其实我们更多的认识到的是什么？认识到开始要利用资本市场来扩大国内内需，以及扩大经济三驾马车的投资。确实这么多年来，整体的这种A股或者说证券市场在全球的特殊性里面，购并特别多，A股＋足球是心中的痛。但是这一声春雷是给到我们一个长期的指引，发展了这么多年，不争面子也要争里子。所以这种情况下，未来资本市场的广阔空间是大有可为的。当然现在的时代已经不是九几年，零几年，一几年，时代不一样中国更不一样，中国的这种高质量发展，一直在进行当中。那么也意味着利用人工智能在投资领域的运用，会更加要求。什么要求呢？比如说大概八九年前，我就跟行内变化大佬们有所接触，真的是非常非常惊人，他们的一些理念甚至说工作风格，根本跟我们不一样。我们类似于老牌投资者，不断适应企业。但是你会发现利用数据，利用科学，利用量化工程涉足到投资里面，我们发现真的是没有企及的高度。
所以在此之后，也一直向这个方向去靠拢，包括一些我们所知道的，不用说财务数据，交易数据，还有包括大家都不知道的数据。这里都对我们的投资决策有非常非常重大的帮助，或者说慢慢的时代就是要往这个方向发展。如果纯粹的靠人力，慢慢的真的在这个市场很难战胜。即使未来有广阔的空间，你会发现如果没有相关数字化的，或者人工智能技术的辅助，支持，在这个市场它的生存依旧是较为艰难。
所以一直跟大家倡导，将很多的我们不知道的数据，直接转化为投资决策，一直是我们所追求的目标，包括我最感兴趣的，最近一直在研究的舆情监控系统，这些都是我们重大的研究方向。
所以人工智能的技术基本是不可少的，已经不再是传统的量化，数字化，而是直接要形成一个投资的闭环。这一块才能对未来的投资，对未来甚至实体经济的帮助，才会效果越来越大。
主持人：感谢钟首席，也非常感谢台上的三位嘉宾，针对于本场论坛的主题，为大家带来了非常深刻的探讨，也给我们很多的启发和帮助。由于时间关系，本场论坛到此结束。
