意见领袖丨新金融联盟NFA
“人工智能已成为金融创新的新引擎，但中小银行在人才、算力、算料、算法、场景、安全等方面均面临挑战。华夏银行立足自身禀赋，聚焦做强平台、做透场景、生态协同三维发力，探索出一条中小银行人工智能稳健转型的可行路径。”4月26日，在新金融联盟主办的“中小银行推进人工智能应用的挑战与应对”内部研讨会上，华夏银行首席信息官龚伟华在主题演讲中表示。
会议由新金融联盟秘书长吴雨珊主持，中国金融四十人论坛提供学术支持。中国人民银行相关部门负责人作主题交流，中国银行业协会秘书长徐洁勤出席交流。浙江农村商业联合银行首席数据科学家邵建华，吉林银行首席信息官邹帮山，蚂蚁集团副总裁、蚂蚁数科AI业务总裁余滨也发表了主题演讲。50家银行的近80位代表通过线上线下方式参会。以下为龚伟华发言全文。
“十五五”规划纲要指出，要全面实施“人工智能+”行动，抢占人工智能产业应用制高点，全方位赋能千行百业。我围绕中小银行推进人工智能应用的挑战，以及华夏银行的应对实践作简要汇报。
中小银行AI应用面临六大挑战
目前，人工智能已成为金融创新的新引擎，但中小银行在多方面均面临挑战。我们从六方面分析：
第一个挑战，在人员方面。一是中小银行科技人员数量较少，向人工智能转型存在挑战。二是产学研用生态需要构建，缺乏与高校科研机构和头部科技公司等外部力量的协同联动。
第二个挑战，在算力方面。不仅智能算力服务器价格高，而且智能算力管理相对复杂。
第三个挑战，在算料方面。部分中小银行在传统的结构化数据治理方面做了一系列工作，但总体上特别是在非结构化数据方面仍有提升空间。
第四个挑战，在算法方面。大模型的尺寸越大，意味着算力资源消耗越大。此外，银行垂类场景高度分化，人工智能多任务学习过程中的模型泛化能力也存在挑战。
第五个挑战，在应用环境方面。一是人工智能要发挥作用需要顶层设计，相对而言中小银行在此方面与大行仍有差距。二是应用推广方面，场景应用深度和推广能力不足，规模化复制的机制不成熟。
最后一个挑战，在安全方面。传统的网络安全各机构做得不错，但是面对数据安全和大模型安全的叠加，特别是各类“龙虾”出现后，安全方面存在很大挑战。
总体上我们看到，在包括人工智能在内的历次技术变革中，中小银行很难实现“弯道超车”，这也是“规模经济”与“马太效应”的体现。更为现实的路径，是中小银行立足自身资源禀赋，将既有优势发挥到极致，确保在转型过程中不掉队。
平台、场景、生态三维发力
华夏银行在推进人工智能应用实践方面形成了一些探索，总结起来是三件事：第一，做强平台；第二，做透场景；第三，生态协同。
第一，做强平台方面。特别是对中小银行而言，把人工智能做好需要把平台做强，才能真正把有限资源统筹起来。一个银行如果没有很好的平台就很难做承接，一个应用一个应用做平台成本会更高，后续想应用好就更难。
华夏银行把技术平台的各个层面都进行了细化。比如：
-
在算力方面，构建了智算池化调度管理平台。
-
在算料方面，构建了大模型知识平台。
-
在算法方面，构建了量子基础大模型。以28B参数规模的量子基础大模型为例，量子基础大模型所需要的算料数据更少，训练时间更短，总体成本更低。此外，面向大模型垂类微调场景，使用量子基础大模型多场景的泛化能力更强。我们将量子基础大模型命名为“康熙”，英文名称是QuantumSeek，其中Quantum代表量子，Seek代表探索。
-
在安全测评方面，构建了AI新技术安全防护体系，也与业内多家头部安全机构联合开展探索，筑牢AI合规安全底线。
综上，截至目前，华夏银行已构建了涵盖14个子系统的人工智能系统架构。
第二，做透场景方面。一方面是科技怎么样赋能业务，另一方面我们关注如何把人工智能应用于科技的软件开发领域。当前，软件工程范式已经发生了一系列变化，从“手搓”工具发展到了智能工具。
我们用了一年左右时间，从需求分析、设计、开发、测试、部署运维、信息安全六个方面做了大量研究分析，提出了“7-7-5-5-6-6”战略和“6D+30‘2’”框架，构建了AI原生研发平台，从而真正实现效能提升。虽然平台还在持续完善中，但目前来看效果明显。
此外，我们关注人工智能应用从GUI图形用户界面到CUI对话式用户界面的转变，以后用户界面可能会转到CUI对话式用户界面，人机交互的方式会有很大变化。
第三，生态协同方面。一是华夏银行积极参与国家级、省部级和金融行业的科技课题，以课题为牵引开展重点技术攻关。二是产学研用方面，特别是在量子科技和人工智能领域，与多家高校、科研院所、头部科技企业合作，并和自身应用结合起来，真正构建产学研用协同机制。
(本文作者介绍：一个高质量的新金融政策研讨和行业交流平台。)