摘要:近年来，以信息技术为基础，新一轮科技革命方兴未艾，人工智能尤其是生成式人工智能广泛应用于人类社会生活不同领域，促进相关产业链快速发展。现有研究成果显示，人工智能在金融领域的广泛应用，大大提升经济效益与效率，但也蕴含不少风险。对此，境外国家和地区、国际监管机构为因应当前金融科技发展的需求，妥善处理金融科技创新与安全之间的关系，积极主动制定监管制度，提升监管机构的能力。我国作为人工智能技术和金融业发展的大国，亦应多措并举制定人工智能监管制度，这不仅有助于控制相关领域潜在风险，而且有助于争夺相关领域的制度性话语权。

关键词: 生成式人工智能  法律风险  金融科技  金融监管

引言

近年来，产业界不断加大AI(Artificial Intelligence, 即人工智能)技术研发与应用的力度，2022年11月Open AI推出的ChatGPT标志着生成式人工智能(Generative Artificial Intelligence, 简称生成式 AI)发展迈进新阶段。生成式AI利用机器学习和深度学习技术，学习大量的数据，生成与原始数据相似的新数据。通过此等创新，生成式AI具备初步的判断和推理能力，并逐渐被应用到诸多领域，例如，撰写语言作品(诸如文章、程序代码、诗词、翻译、戏剧脚本、分析报告、电子邮件、社交媒体内容、结构化的数据分析等)、图像创作(不同风格的绘图作品、串联图像成为影片等),以及合成语音和制定设计方案等。值得说明的是，2024年1月Open AI推出的文生视频模型Sora, 其生成的短视频可以与人类的拍摄效果媲美①。这些借助生成式AI创作产出的应用，更带动相关行业积极寻求商业应用情景与模式。

生成式AI应用先进算法和机器学习等技术能够处理分析大量数据、自动执行任务并准确判断客户的需求的特点，与金融业的特点和发展需要正相契合，金融领域也是生成式AI应用的理想场景②。金融业已经存在超过500年历史，积累了大量的个人、企业数据，这对人工智能金融模型模拟训练至关重要。同时，金融业导入AI技术应用后，无疑将提升金融机构的数据搜集能力，增强数据分析洞察力、提高营运效率、加强风险管理和控制，以及更有效地打击欺诈和洗钱。简而言之，金融业应用AI,对内可协助金融机构简化和优化从信贷决策到量化交易和金融风险管理的流程，使金融机构能更好地管理风险、提高效率；对外可更深入了解客户的需求，并提供更多信息及开发出更好的产品，为客户提供更好的服务(1)。正因为如此，AI在预测市场趋势、提升交易效率、维持监管合规和风险管理等方面都有巨大的发展前景(2)。麦肯锡公司在2023年发布的研究报告认为，生成式AI大模型为金融行业尤其是全球银行业带来巨大的经济价值。据其估算，应用生成式AI大模型每年为企业端带来的经济价值约为2.6～4.4万亿美元，其中全球银行业使用大模型可使其每年营业额提高2.8%～47%,这一比例高于全球制造业、零售业、旅游业、运输业和物流业等其他行业。由此可见，生成式AI有助于降低金融业的成本，提高收益，赋能金融科技创新与发展。

然而，生成式AI在金融领域应用目前还处于早期阶段，无论从支持其算法运行的数据与参数，或是从其应用的逻辑和范畴等维度来看，都仍存在一定的不确定性、偏差与风险。目前，包括金融机构在内的不少从业人员在应用生成式AI时，并不知悉其产出的生成逻辑，加上监管机构尚未系统掌握此类技术对金融消费与市场的潜在影响和冲击，这让未来的金融运行隐含一定的风险与挑战(3)。大型语言模型的采用引发各领域行业观察家、学术界、监管机构及广大公众的讨论与不同观点，敦促各国政府加快人工智能监理与治理的声音不断高涨，以因应生成式AI模型的广泛使用及其带来的相关风险(4)。对此，如何让生成式AI更好服务金融业健康、可持续发展，妥善解决生成式AI的伦理挑战、隐私、信任及安全方面的风险(5),是金融机构和监管部门应当积极回应的新问题、新情况与新挑战。

一、生成式AI在金融领域的应用与实例

当前，大型金融机构正在推动生成式AI在金融领域的应用与发展，这必将推动金融科技的跨越式发展，具体应用情景主要有以下五个方面。

1.智能营销

金融机构往往需要投资精准且定制化的营销方案，避免盲目营销带来的成本开支，亦需要解决客户因接听泛滥营销电话而滋生的不满情绪，进而在竞争中脱颖而出并赢得新客户信任。但这需要大量且深入的客户分析，可能既昂贵又耗时。生成式AI可以通过分析客户偏好与在线行为，由人工智能预判，将潜在客户分成不同偏好类型的群组，而非仅凭经验划分的客户类型。银行在此基础上可根据市场状况和趋势，为不同群体量身定制营销方案。此外，银行也可以使用生成式AI帮助创建适合的营销素材，并追踪转换率及客户满意度，再通过A/B测试的执行以测试其效度。除了提供类似人类的全天候客服支援，包括回答客户询问、个人信息更新外，生成式AI还可进一步分析客户数据，做出个性化的产品推荐。例如，当客户提供利率、首付金额、信用评分等相关详细信息后，生成式AI可快速准确地提供其可负担的抵押贷款，甚至根据客户的消费习惯、财务目标及生活方式推荐信用卡，以这种方式交叉销售其他金融商品。如中国工商银行试点RPA技术赋能智能营销(6);腾讯云推出腾讯金融智能营销平台；兴业银行智能语音客服上线多年，识别率超90%;彭博社推出语言大模型Bloomberg GPT;恒生电子发布金融大模型Light GPT及多项应用产品。

2.智能投顾

传统投资交易(如股票交易)大多依靠投资者、分析师的自身经验与判断，较容易受情绪与主观影响，很难做到客观、果断地操作。智能投顾是利用文本与数据挖掘、文档摘要分析各大财经网站、舆论的文字资料，找出其中的联系，并通过机器学习将数据输入计算机自动分析，找出潜在的规则，再据以建立智能投资工具或自动化操作模型，以分析价格涨跌幅程度、预测价格、分析有潜力的金融投资组合，为投资者提供个性化、智能化的投资建议和投资组合管理服务的金融服务模式(7)。近期有研究认为，将ChatGPT融合在投资模型中，可以预测股市走势、投资回报率等，效果远远超过对冲基金使用的传统股市情绪分析模型。生成式AI可以通过分析投资者的风险偏好、财务目标和市场情况等信息，生成适合投资者需求的投资组合，并识别潜在风险与金融风险，提供早期预警信号，并根据市场波动实时调整投资策略。

生成式AI在智能投顾领域的应用日益丰富(8)。2023年5月，Open AI公司推出的GPT-4 Plugins插件Portfolio Pilot是一款基于ChatGPT的人工智能投资软件，用户可以将自己的投资组合复制粘贴到该工具中进行分析，搜索市场信息，获得投资建议，并向它提问。另一款插件AITickerChat是一款创新的聊天机器人插件，旨在通过利用美国证券交易委员会(SEC)的文件和收益电话记录，帮助用户搜索与股票市场相关的信息。AITickerChat为投资者、分析师和金融专业人士提供了不少有价值的参考建议。总之，在智能投顾领域，生成式AI可以帮助客户更快地处理信息，并就资产服务做出决策，可实现智能化的资产配置与主动式的投资组合管理。