①畢馬威報告指出，AIGC在直接爲客戶提供投資建議方面，由於相關監管不明確以及數據安全、數據隱私等問題，仍需謹慎； ②監管科技的發展將會越來越依賴於科技手段，以實現更高效、更精準的監管。
財聯社1月16日訊（記者 沈述紅 周曉雅）當前，新一代信息技術在各行業快速滲透已是大勢所趨，金融行業更是首當其要。金融服務在金融科技創新發展中逐步進化，已開啓數字化轉型新局面，並逐漸成爲推動全行業和全產業鏈轉型升級的新引擎。
近日，畢馬威發佈的中國金融科技企業雙50榜單及年度趨勢報告顯示，金融大模型的發展將對金融科技行業範式產生深遠影響，預計隨着AIGC技術的成熟，財富管理機構將探索大模型的更多應用場景，提升效率和服務升級。不過，AIGC在直接爲客戶提供投資建議方面，由於相關監管不明確以及數據安全、數據隱私等問題，仍需謹慎。
監管科技也有望藉助大模型提升監管效率。報告稱，AIGC等新興技術的快速發展，爲金融監管科技發展提供想象空間，監管科技的發展將會越來越依賴於科技手段，以實現更高效、更精準的監管。同時，監管科技的發展也將推動金融科技創新，爲金融行業深入數字化轉型賦能。
“我國金融監管體系正經歷大規模的升級，越是這樣越需要企業在各自細分領域快速跟進風險事件、深刻理解監管變化、預判和感知被監管企業合規痛點、將監管要求和案件研究形成的專家經驗快速轉化，實現產品和服務迭代升級。”畢馬威中國金融業風險和監管科技主管合夥人王大鵬指出。
大模型有望提升金融監管效率
畢馬威中國金融科技主管合夥人黃艾舟介紹，金融業數字化轉型過程中，在行業垂直類大模型落地所需的三大支柱：算法、算力、數據相較其他行業都有獨特優勢。他預計，隨着底層大模型從增量轉入存量階段，拼質量、拼落地會成爲競爭重點，發力模型推理側的企業的競爭優勢會進一步顯現。
上述中國金融科技企業雙50榜單及年度趨勢報告顯示，金融大模型的發展將對金融科技行業範式產生深遠影響，如AI 認知和理念的轉變、重塑客戶服務流程和體驗、改善風險管理、提升金融服務效率和創新金融業務形態。
其中，2022年底以來AIGC的爆發式發展，給金融行業帶來了巨大的想象空間。財富科技企業把自身在AI應用領域積累的數據和經驗應用到金融大模型訓練，爲投顧、投研、營銷等財富管理業務場景提供支撐。報告預計，隨着AIGC技術的成熟，財富管理機構將探索大模型的更多應用場景，提升效率和服務升級。不過，AIGC在直接爲客戶提供投資建議方面，由於相關監管不明確以及數據安全、數據隱私等問題，仍需謹慎。另一方面，財富科技企業積極爲大中型財富管理機構提供最新的技術解決方案，通過藉助分佈式技術模塊化和分散等特性，逐漸提升核心系統的高效性、穩定性和自主性。
監管科技也有望藉助大模型提升監管效率。報告稱，AIGC等新興技術的快速發展，爲金融監管科技發展提供想象空間，監管科技的發展將會越來越依賴於科技手段，以實現更高效、更精準的監管。同時，監管科技的發展也將推動金融科技創新，爲金融行業深入數字化轉型賦能。
畢馬威中國金融業風險和監管科技主管合夥人王大鵬觀察到，目前，國內比較成功的監管科技應用大多出現在橫向窄縱向深的領域，根本原因是監管與合規仍是建立在專家知識和經驗之上的，必須從業務的深刻理解出發，將經驗信息化和數字化。
“近幾年風險事件數量和影響程度上升，我國金融監管體系正經歷大規模的升級，越是這樣越需要企業堅持初心，在各自的細分領域更是要快速跟進風險事件、深刻理解監管變化、預判和感知被監管企業合規痛點、將監管要求和案件研究形成的專家經驗快速轉化，實現產品和服務的迭代升級。”
同時，他認爲，監管科技企業要加強與其他金融科技類企業或科技類企業之間的協作，也需要其他領域的企業跨界到監管科技領域，使新技術可以得到探索應用，在保持信息化和數字化速度的基礎上，在智能化方面取得更多的成果。
行爲監管和穿透式監管背後的技術要求
上述報告提到，當前金融體系結構日益複雜，金融監管更強調行爲監管和穿透式監管。對此，王大鵬認爲，行爲監管和穿透式監管的目的是確保監管要求得到切實的貫徹，無論交易結構多複雜，無論展業行爲有多微觀。在不大幅增加合規成本的前提下，這是依靠傳統手段無法達成的，這必須依靠監管科技的手段才能實現。
而這對監管科技提出了兩方面要求。一方面，需要在金融行業信息化數字化基礎上建設並利用好數據資產體系，根據監管與合規對數據有效整合，實現向上和向下的信息穿透，從而建立有效的監管與合規管理，例如在資產管理領域向上至投資人，向下至底層資產的全方位合規管理。
另一方面，監管科技企業在細分領域中加強縱深的能力建設，探索如何利用人工智能（特別是大模型技術）基於文本、圖像、聲音等識別、分析和解讀行爲的能力，從而建立行爲監管與合規的科技應用方案。
在王大鵬看來，2023年監管科技取得了階段性的成果，但監管與合規是高度複雜的系統性工程，且不斷變化日益深入，需要建立在專家理解和經驗之上。他認爲，目前成功的監管科技實踐多爲基於專家經驗的人工動作與流程的信息化和數字化產生的應用。而智能化應用主要集中在利用小模型進行的識別、預測和判斷等應用領域，而小模型的開發也離不開專家的認知。
“我們期待未來出現能讀懂監管要求、對比和分析企業合規情況，甚至可以生成合規建議的大模型應用，能夠讓機器輔助專家，甚至在特定任務上替代專家。在機器理解監管要求的基礎上也可以大幅提升監管科技應用的開發與迭代升級的速度。”王大鵬說道。