近日，在《金融電子化》雜志主辦的“金融科技直播間線上論壇”中，浪潮信息AI＆HPC產(chǎn)品線副總經(jīng)理趙帥以《人工智能計(jì)算＋生態(tài) 助力金融科技4．0》為題發(fā)表演講，對(duì)人工智能在金融行業(yè)內(nèi)的開發(fā)與應(yīng)用發(fā)表了自己的觀點(diǎn)。

趙帥指出，在金融4．0時(shí)代，人工智能成為金融行業(yè)的核心，其在帶來巨大應(yīng)用價(jià)值的同時(shí)，也面臨著發(fā)展瓶頸。對(duì)此，浪潮將通過強(qiáng)大的AI服務(wù)器陣列、AIStation與AutoML Suite等解決方案以及“元腦生態(tài)”計(jì)劃，貢獻(xiàn)領(lǐng)先的AI計(jì)算力，推動(dòng)人工智能在金融行業(yè)的深度落地，為金融行業(yè)的AI化賦能助力。

金融4．0時(shí)代來臨 AI驅(qū)動(dòng)金融科技顛覆式創(chuàng)新

以科技的應(yīng)用范圍與深度來劃分，金融行業(yè)可以劃分為以業(yè)務(wù)信息化為代表的1．0時(shí)代，以網(wǎng)、電、銀應(yīng)用為特征的2．0時(shí)代，以互聯(lián)網(wǎng)金融為特征的3．0時(shí)代，以及金融科技4．0時(shí)代。在金融科技時(shí)代，人工智能成為金融業(yè)務(wù)核心，并將創(chuàng)造巨大的應(yīng)用價(jià)值。IDC和浪潮聯(lián)合發(fā)布的《2019－2020中國人工智能計(jì)算力發(fā)展評(píng)估報(bào)告》顯示，金融行業(yè)已經(jīng)成為AI發(fā)展的天然土壤，2023年中國金融行業(yè)的人工智能產(chǎn)業(yè)投資額將達(dá)到15．4億美元，成為僅次于互聯(lián)網(wǎng)、智慧城市之后的第三大AI應(yīng)用行業(yè)。

趙帥從生產(chǎn)力三要素方面解讀了金融業(yè)從1．0時(shí)代向4．0時(shí)代邁進(jìn)的主要變化。趙帥表示，在金融業(yè)4．0時(shí)代，生產(chǎn)力三要素發(fā)生了顛覆性的變化，勞動(dòng)者從“人”變成了“人＋人工智能”；電子貨幣更大程度地取代有形貨幣成為主要?jiǎng)趧?dòng)對(duì)象，智能化的信息系統(tǒng)讓金融業(yè)的效率大幅提升，人工智能在金融業(yè)變得無處不在，金融業(yè)已步入以人工智能為核心的科技4．0時(shí)代。

但與此同時(shí)，人工智能在金融行業(yè)的進(jìn)一步落地也遇到了各種瓶頸。首先，海量數(shù)據(jù)的人工智能訓(xùn)練對(duì)于算力提出了極高的需求，從 2012年Alexnet的誕生到最新的AlphaGo Zero，在不到十年的時(shí)間里人工智能訓(xùn)練對(duì)計(jì)算資源的需求增長了30萬倍。2020年，深度學(xué)習(xí)的模型對(duì)算力的需求已經(jīng)達(dá)到了每天百億億次計(jì)算需求，在這樣的情況下，高性能的算力基礎(chǔ)設(shè)施對(duì)AI的發(fā)展尤為重要。

其次，由于金融業(yè)務(wù)的復(fù)雜性，金融AI算法開發(fā)的門檻也較高，存在開發(fā)鏈條長、開發(fā)周期長、人力成本高等問題。此外，當(dāng)下人工智能開發(fā)中計(jì)算資源分散、訓(xùn)練數(shù)據(jù)的孤島現(xiàn)象以及開發(fā)環(huán)境和流程中的管理問題，也致使AI算法開發(fā)效率低下。

最后，金融AI的生態(tài)普遍較為封閉，相關(guān)的硬件廠商、算法開發(fā)商、系統(tǒng)集成商等參與者之間標(biāo)準(zhǔn)不統(tǒng)一，缺乏生態(tài)協(xié)作與溝通，這使得當(dāng)下金融行業(yè)的AI落地進(jìn)度較慢，金融AI化還存在巨大的加速空間。

人工智能落地金融業(yè)的痛點(diǎn)