采访创造，从当古人工智能的发展状况来看，要想在金融业规模化运用上取得本色成果仍面临诸多寻衅。
首先面临的是风险问题。
中国公民银行近年来已先后印发《人工智能算法金融运用评价规范》和《人工智能算法金融运用信息表露指南》，对人工智能在金融领域运用所面临的风险进行深入剖析，并供应相应的辅导，对人工智能算法在金融领域运用过程中的信息表露原则、信息表露形式和信息表露内容等要素进行了辅导；针对当古人工智能技能运用存在的算法黑箱、算法同质化、模型毛病等潜在风险问题，建立了人工智能金融运用算法评价框架，系统化地提出基本哀求、评价方法和剖断准则等。

除了风险问题，本钱也是目前制约人工智能发展的成分之一。
2023年11月，一家市场机构联合京东云发布的《金融行业前辈AI存力报告》提到，人工智能大模型落地的本钱问题是业界关注重点。
千亿级别参数、动辄以月来打算的演习周期，对应到存储环节意味着巨大的本钱，因此人工智能若想在更大范围内运用，仍有很强的降本增效需求。

2023年，海内金融领域人工智能大模型各处着花，一度上演“百模大战”。
进入2024年，“百模大战”的热度正逐渐减退，不少企业难以持续投入大量资金。
有业内人士剖析，未来在金融领域真正能坚持做人工智能大模型的厂商或许不超过10家。
作为数据密集型行业，金融业积极拥抱人工智能，在数字化创新方面相较于很多行业都走在前列。
然而，纵然拥有充足的数据演习人工智能，很多金融机构仍因高昂的本钱望而生畏。
其余，金融业在追求科技金融的同时，想要兼顾绿色金融的发展目标也面临寻衅。

从理论上来说，数据规模越大，人工智能所展现的能力越强。
现实中，对付绝大多数金融机构而言，盲目追求人工智能技能的全覆盖运用并非最优解。
相反，聚焦于某一特定的业务场景，从小规模起步，选择得当的人工智能模型进行运用，这样的策略能更好地发挥中小金融机构的灵巧性。
光大银行干系技能职员对表示，人工智能在金融领域的运用还是要以人为本，要为金融业务带来本色性的帮助和提升。
（苏瑞淇）

来源： 经济日报