刚刚吴部长人工智能，说元宇宙，说区块链说的特别的深刻，我作为一个金融行业的从业工作者的角度，关于数字化金融这方面一些认识，我这说的专业比较窄一点，不像我们刚吴部长说了那么深入，那么广泛，那么全面。这里主要说一下数字技术的迭代与数字经济的战略。大家都知道一年以前11月30号 Open AI微软它的人工智能实验室推出了一个人工智能的聊天程序，叫Chat GPT，它两个月月活跃用户就突破了1亿，这个点大家通常业内把它称为人工智能技术发展的起点，这个数字技术迭代升级的标志。关于所谓的Chat GPT它的特点的描述，大家一般把它理解为具有生存能力，经过预训练的人机对话的转换程序，它有基于超级算力的学习能力、逻辑能力和语言能力，它能够学习掌握和应用大数据库中各门各类的知识，能够学习理解和使用人类的语言和表达方式，而且它能够区分语境，来进行人机对话的交流，所以它还能够执行文本代码、翻译、图片、视频等等人物，这个程序升级的很快，今年的3月14号升级到GPT4，11月中旬升级到Turbo，市场预测可能不久就能够升级到GPT5。现在的Turbo这个版本的话，它有差不多10万字的上下文的能力，而且重要的是它有多模态的能力，刚才吴部长提到所谓的多模态，它看得见，听得懂，而且能说话，有这种多模态的能力。而且它的知识库现在已经更新到今年的4月份。在Chat GPT带动下，有更多的 AI应用模型就推向市场，国际上有很多，我这里是罗列了一些我们国家的AI的大模型，差不多是200个，目前我了解这里就获得国家网信办备案通过了大概是20个左右，比如说百度的“文心一言”，百川智能的“百川”，抖音的“云雀”，智谱AI的智谱清言，复旦大学的等等，这里我都列了就不一一介绍了。

现在看的话Chat GPT可能还是目前最先进的生产式的AI，当然大家的评价标准不完全一样，总体上大家评价Chat GPT还是最优秀的，有人就挑选了评定人类理性思维的4个经典的测试任务，包括语义，错觉类的任务，认知，反射类的任务，选择类的任务，还有心智程序性的任务等等，这是个来对机器进行考核，GPT3.5版本，它的正确率是58%， GPT的正确率就达到88%，这比人类的62%的平均的正确率要高得多。

我们需要了解的是人工智能技术创新到底它有哪些趋势？刚才吴部长提的几个方面，我这里做一点补充，第一我认为生成式人工智能，它启动了内容生产方式和人机交互方式的变革。这里所谓的内容生产方式的最重要变化就是生成式人工智能，它可以从非结构化的数据格式中学习到的信息，生成新的非结构化的内容，就从非格式化到非格式化，这里包括文本、音频、视频、图像和代码等等不同的模态，它可以适应各种任务，所以它会对整个我们的数字技术产业带来一个全链条的重大的影响。

另外一个所谓的人机交互方式的变革，就是现在在硅谷那里有比较最新的技术，是所谓的叫AI数字代理，AI数字代理的话被称为这副驾，它可以代替主人来执行知识学习、环境感知、行动规划等等任务，你可以不配男秘书，女秘书，你可以不配，你配个 AI数字代理就可以了，它可以替你去读文件，学知识，在做沟通，感知环境，安排在行动规划，这是第一个。

第二个比较大的变化就是从通用的大模型扩大扩展到垂直的大模型，也称为垂类大模型。它是融入了数字技术创新的不同的领域，包括大数据、云计算，也包括刚才吴部长提到的区块链、物联网、元宇宙，它包括自然语言处理、虚拟增强现实，人机交互和知识图谱，计算机的视觉、生物识别，它也包括机器人空间技术、光电技术、智能界、自动驾驶、生物技术等等，实际上也已经扩展到金融的各个领域。

第三个就是它能够直接创造商业价值。最重要的就是 AI模型，它能够降低知识应用的成本，提高管理的效率和生产的效率，所以能够提高投入产出比，这样就能够直接创造价值。

今天上午我参加了一个论坛，麦肯锡中国的领导在会上发了一个报告，据他的报告，他认为生产式的AI用于规模化生成定制内容，可以增效20%，做代码迁移和软件交互的辅助工具可以增效超过55%，做简化客户服务的流程，可以增效60%，做虚拟的专家可以提升员工的绩效达到80%。

智能金融方面的应用，我们来看看智能金融的应用，金融界的人都认为说现在智能金融已经发展到很高的程度，但我自己觉得跟现在的人工智能所能够提供的可能性来对比的话，我认为智能金融还处在一个辅助和助理的早期的阶段。瑞银证券他们做了一个预测，到2025年的话，生成式AI技术有可能会使券商的它的市场估值提升21%，使保险公司的估值市场估值提升18%。

这里主要是两个方面，一个方面是改进产品创新和客户服务；第二个方面是改进运营管理和风险管控。列了几个机构，他们这里做的比较好的，跟人工智能有关的一些应用系统。

下面再来讨论一下AI的迭代升级，它到底会给我们带来哪些冲击和哪些挑战？我这里也归纳了几个方面：

第一个方面是算力集中和算力竞争。大家都知道算力基础设施，它是包括以芯片为核心的硬件为中枢的硬件，另外一个是以算法程序为核心的软件，核心的算力基础设施的建设，它是需要投入巨大的财力能力，比如说刚才说到OpenAI，他们做的Chat GPT是从2015年以来，花了7年的时间才做出来的，所以要花很多的钱，要花很长的时间，所以这一定会导致算力集中。我个人觉得未来的算力竞争主要经济体之间的竞争，以及资本巨头和科技巨头之间的竞争。

总体上全球普遍认为，中国目前的我们原有算力是紧跟在美国之后，我们排全球的第二位，而且我们这几年的差距有点缩小，但是我们现在看到美国对中国实施所谓的小院高墙的技术封锁，未来它控制了我们的芯片，控制了我们的软件供应，未来会不会扩大我们中国跟美国的这种算力上的差距，我们需要再进一步管控，进一步关注。

第二个比较大的变化，数据共享与数据的管控，数据共享的模式一定会影响数据价值的开发。在数据共享方面，我们中国现在存在两个问题，第一个问题行政化的一些数据的话，有些还是很难共享的，人家不给你；第二我们现在的移动支付的用户差不多超过9亿，9亿多，数字化支付是成为主要的数据入口，但是互联网平台跟金融机构之间的数据关联，数据共享，还没有达成一个比较成熟又比较成功的模式，所以数据资源的价值还不能够充分的发掘。

第二我们可能在国际上我们要关注的地缘政治冲突，它可能会影响全球数据资源的供给的格局。我们看到美国等西方发达国家，它依托长期发展累积而成的数据资源的优势，在许多关键领域它构成了西方主导的数据资源的供给格局，比如说美国国立医学图书馆，他们有一个全球最权威的生物医学的文献数据库叫MEDLINE，它收集了1950年以来，差不多70多个国家和地区，出版了5200多种医学健康方面的刊物，涵盖医学的所有的领域。它大概每年能够递增30万到35万条的记录。我们也在努力进步，中国医学科学院是1994年投产的一个中国生物医学文献的数据库叫cbm，总体上我个人认为cbm跟MEDLINE比的话还存在叫指数级的差距。我们需要关注的就在这样一个地缘政治环境中，美国联合西方国家对中国设置的技术壁垒在不断的升级，现在是芯片是核心的，软件，下一步有没有可能延伸到数据资源的领域呢？

第三个挑战AI对齐和AI合成。它是指AI系统的目标，必须与人类的价值观和根本利益保持一致，这个话原则上是对的，而且得到了全球的认可，但问题在于说人类的价值观和根本利益未必一致，我们的价值观，我们的原则跟美国一致，跟日本一致，所以在地缘政治环境中，AI对其有可能成为霸权国家价值观输出的技术工具。AI合成是指应用深度学习，虚拟现实等等生成类的算法，做图像、做音频、做视频、做虚拟场景。现在技术越来越好的，我一个朋友告诉我，他只要有我两分钟在这里讲话的视频和录音，他就可以造出一个东西，跟我的图像跟我的声文是完全一致的东西。就可以模糊真实和虚假的边界，而且大家现在看到AI虚假已经被用于实施经济诈骗，而且我们应该更加关注的一种称为AI操纵的东西，它可能被用于操弄负面的舆情，抹黑政治对手，破坏政治信任，激化社会矛盾，所以这应该是未来很重要的一个方面。

第四个方面就是AI信任与AI安全。对于人工智能现在有比较乐观的看法，有比较审慎的看法，甚至是比较负面的看法，偏于审慎的观点，认为以深层次人工智能为代表的人工智能最新的技术，现在仍然处在起步的阶段，而且重要是相关的算法和模型仍然不够清晰，不够透明，有待解决的技术缺陷，大概我列了这么几个方面，大家可以看看，一个是模型技术的黑箱，你这个系统，你这算法好多人不知道，只有极少数的个别人知道，模型学习存在局限性，模型的决定会出现歧视，歧视一个人没关系，你说一个人不符合信贷标准没关系，他说你如果说都是福建人不行，这就叫歧视了，还有模型输出的幻觉，模型算法趋同，在座的好多做企业的，做银行的，做金融的，所谓算法的趋同，大家对于市场的判断都是一样的，建议的量化交易的手段选择都是一样，这样市场就会变成单边的市场，就不成为真正的市场。还有机器服务的冰冷，隐私保护薄弱，关键第三方依赖等等。有些人认为说我们如果把不成熟的人工智能技术投入到高风险的金融领域，可能会放大现在的风险，而且会产生新的风险。

从这个意义上说，智能金融的创新，我们一定要以AI信任和AI安全为前提，实现符合伦理标准的金融平等，保障符合安全标准的金融效率，营造符合经济规律的创新模式。

下面的话我简要说说我自己关于数字经济国家战略的几点认识：

第一就是要建设一个布局合理全球领先的算力基础设施。这里我觉得重要的就是硬件跟软件要并重并行，国家级和企业级要联调联动，新中心和老中心要集约集成，而且东数清算不是简单的把东边的数拿到贵州什么地方去算，应该更多的平衡数据传输、数据存储、数据计算所需要的建设成本、运营成本，还有人力资源安排等等。这里我想很重要的是建设算力基础设施，我们既需要国家队，也需要民营队，而且民营队应该是很重要。美国现在对我们的技术封锁当然是非常可很挺坏的，但是它给中国的企业带来替代发展的机遇，你的东西不卖给我，我自己生产自己用不行吗？对民营队和国家队方面，两个方面我们都应该把工作做得更好，中央的经济工作会议对这方面也做了研究，提出了很多要求，我觉得我们要更多的鼓励民营队，对民营队最重要是要为民营企业创造更加公平更加宽松的营商环境，一个是公平，一个是宽松，但国家队也需要激励，重要是要促进国有企业建立符合市场经济规律和科技规律的激励机制，决策机制和问责机制。国有企业在这方面还是比较欠缺的。

第二我们要建立一个高品质高效率的数字共享的体系，中央的20条说得非常好，我们要把它落到实处，我觉得很重要的是要完善数据要素的市场体制机制，增强数据要素的共享性和普遍性。要提高数据要素供给的数量和质量，有效防范和化解各种数据风险，深化开放合作，实现互利共赢。

第三就是要建立可信控的数据安全制度。最重要的还是两个方面，一个是对AI虚假和AI操纵要高度重视，国家要建立AI信任制度和AI的监管制度，这个要赋予合格企业AI信任的标志，要提升对合成的内容的鉴别技术，提升对抗AI虚假的公共服务。在国家的层级建立预防AI操纵的防火墙。当然这里有一种开源，我觉得可信的开源一定会成为数字技术创新的路径，在座的好多企业家你们用的很多可能是开源的软件，我们要注意的在AI方面，开源模型和算法，它与生俱来是有系统绑定和技术依赖的风险的，所以我们对此要高度关注，尽可能让我们自己的东西可能更好一点。

最后就是要建造建设安全高效的智能金融的制度。我这里写了两句话，一个是技术创新，要力求高、中，这高就是要占领创新技术的高地，中是接地气的中国方案，这是一个。

第二风险管控力求初小，“初”是我们要有能力把风险消灭在萌芽的状态下，“小”是实现风险概率和风险成本的最小化。这种要求就要求我们要加快智能监管制度方面的创新，这里提的几个方面，法律法规的建设，穿透式的监管系统，智能金融技术的审核认证的制度，智能金融风险的分析和监测制度和系统，监管沙盒的机制，国际交流的话，我写了两句话，这里再说一下，就是说在数字经济国际规则的建设中，争取中国的话语权，在数字技术通用标准的建设中争取中国的定位权。这一点，当然我们希望吴部长所在的部在这方面在国际上发挥更大的影响。我就说这些，不对的地方请各位批评指正，谢谢。