党的十八大以来，中央高度重视新一代人工智能（AI)发展。习近平总书记深刻指出，“人工智能是引领这一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的‘头雁’效应”“加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题”。从近年行业实践来看，发展包括金融AI在内的新一代人工智能技术，有助于以“人工智能+金融”的新型范式塑造数字经济创新生态，为构建现代化经济体系、实现高质量发展提供有力支撑。在此方面，粤港澳大湾区可以充分发挥香港巩固提升国际金融中心地位与深圳加快建设科技创新先行示范区的双核驱动优势，在推动产融结合、数据跨境、监管创新等方面先行先试，为落实国家“人工智能+”行动部署、打造具有国际竞争力的数字产业集群积累宝贵经验。
紧抓时代机遇：挖掘大湾区金融AI巨大潜能
当前全球金融科技竞争已经步入智能化深水区。大湾区坐拥8000多家金融机构、逾300家上市公司及港深两大国际交易所，金融数据要素密集、应用场景丰富，可以通过更好把握人工智能重塑金融业价值链的战略机遇期，将金融业由规模优势转化为创新势能，力争在新时代国际金融竞争中“弯道超车”，为构建世界一流湾区和具有全球影响力的国际金融枢纽注入人工智能（AI）力量。
(一)找准自身定位，把握政策优势。作为“双循环”战略的核心节点和“一带一路”重要枢纽，大湾区依托连接港澳、对外开放的独特战略定位，在我国人工智能领域享有特殊的政策优势。一方面，中央支持大湾区当好新时代“制度创新策源地”和“改革开放试验田”，在智能投顾、数字人民币等金融AI前沿领域勇于探索、试点推进，鼓励各地政府和金融机构综合运用财政税收、政府采购、知识产权、设施开放等有利政策，做好科技金融、数字金融大文章；另一方面，中央支持香港、澳门更好融入国家发展大局，金融监管机构推出多项举措深化内地与港澳市场多层次互联互通，鼓励金融机构和市场各方参与者在保障跨境数据安全有序流动前提下，最大限度激发数据要素的价值贡献。在地方合作层面，广东与香港、澳门有关部门积极相向而行，《广东省数字经济促进条例》明确提出建设“大湾区数据要素流通试验区”，深港“河套模式”、珠澳“共商共建共管”等合作机制建设初见成效，前海、横琴等金融创新平台在“跨境理财通”“数字人民币试点”方面成功搭建多项合作案例，为金融AI在大湾区创新应用提供了十分必要的制度和政策保障。
(二)厚植基础能力，加速技术迭代。大湾区具备算力基建、算法研发、场景融合等竞争优势，有望率先突破金融AI行业发展的关键瓶颈，构建自身“硬核竞争力”。其中，在算力层面，横琴先进智能计算平台等大湾区国家级算力枢纽持续扩容，可支撑金融AI模型训练效率提升30%以上；广州人工智能与数字经济试验区联动东莞松山湖科学城，已初步构建“芯片—算法—应用”全覆盖、全链条技术生态。在算法层面，头部互联网和科技机构聚焦突破金融AI关键节点取得积极进展，其中华为昇腾联合招商银行研发“千亿参数金融大模型”，实现信贷风险评估精度提升至98%；腾讯云推出“金融联邦学习平台”，助力银行畅通跨机构反欺诈协同联动；微众银行“联邦学习+区块链”技术已在跨境贸易融资中落地应用。在场景创新层面，大湾区依托深圳华强北这一全球最大的电子元器件集散地及广深两大跨境电商产业集群，加快推动AI与供应链金融、智能保险等深度融合，如佛山、中山等地通过“AI+传统制造业”转型释放场景红利；顺丰基于金融AI组建的物流金融风控系统可将坏账率降低至0.5%以下，为大湾区数字经济高质量发展构建更加稳定的数字基础设施。
(三)高效匹配资源，激活产业生态。当前香港北部都会区、河套深港科技创新合作区等重点园区建设扎实推进，金融资本、科创产业与复合型人才的“三维联动”加快形成，大湾区可重点发力聚合各方资源，加速金融AI从“单点突破”向“系统重构”跃升。其中，在资本端，可推动政府引导基金与市场化资本协同发力，如深圳设立总规模2000亿元人民币的“20+8”产业集群基金，投资覆盖银行、证券、保险及跨境金融全领域；香港科技园联合红杉资本等成立10亿美元专项基金，重点支持金融科技初创企业。在产业端，可针对性支持金融机构与科技企业优势互补、双向赋能，如平安银行联合商汤科技推出“AI财富管家”，管理资产规模超5000亿元人民币；东莞农商银行与华为共建“智慧银行联合实验室”，已实现95%业务流程自动化。在人才端，可坚持完善大湾区“金融科技人才联合培养计划”，支持香港大学、香港科技大学等香港院校与内地科研机构共建“跨境AI工程师实训基地”，通过优化“大湾区英才卡”等配套政策更好地吸引全球顶尖人才，为高质量发展注入智慧引擎。
提升赋能质效：运用AI全面重塑金融服务流程
发挥金融AI在大湾区数字经济领域的正向价值，需要对现阶段人工智能技术特性有更准确理解。就金融领域而言，因其对专业性、合规性等要求较高，目前AI仍集中应用于支付、信贷、保险、财富管理中的对客服务、数据挖掘、业务助手等简单、非决策环节，在涉及提供强金融投资建议、需要承担核心分析决策任务等方面的业务环节中运用较少，相较其他行业领域仍有巨大的场景创新应用空间。在此方面，大湾区，特别是区内金融机构可重点做好以下工作：
(一)变“替代”为“赋能”，攻坚关键节点优化。金融AI的应用不应局限于简单地替代人工，而需聚焦业务流程中的核心痛点，通过技术赋能实现效率与价值的双重跃升。将知识图谱、大数据挖掘、量化投资分析、隐私计算等AI技术引入金融机构营销运营、分析决策、中后台支持等各环节，有助于打破产品同质化，优化客户服务和营销策略，促进业务规模增长，强化核心风控能力，压降人力等运营成本，改善金融机构盈利表现。在信贷领域，微众银行基于AI构建“全生命周期风控体系”可将小微企业贷款审批时间从3天左右压缩至5分钟，同时将不良率控制在1.2%以下。在投资领域，平安证券推出“AI智能投研平台”，通过自然语言处理技术实时分析全球超过30万份金融研报，辅助投资决策准确率提升25%。在基础结算领域，招商银行深圳分行通过AI客服可处理90%以上的标准化业务，释放人力专注高价值客户服务，实现客户满意度提升至98%。
(二)坚持“双轮驱动”，促进大模型国产化与应用场景多元化。推广国产大模型既离不开自主可控的技术研发，也离不开在各类垂直场景的深度适配，只有做好双轮驱动，才能助力金融AI从“单点突破”走向规模化的落地实践。其中，在技术端，可重点推动国产大模型在金融领域的“本土化适配”，如华为联合广发银行推出“昇腾金融大模型”，可针对粤港双语环境优化语音、语义理解能力，在跨境合同智能审核中准确率高达95%；腾讯“混元大模型”与中银香港合作开发的“财富管理AI助手”，可支持英语、广东话及繁体中文等多模态交互，覆盖80%以上的高净值客户需求。在场景端，可进一步推进金融AI场景向纵深拓展，在已有安防与身份识别、信贷风控与合规控制、精准营销、客服与运营业务优化、保险理赔与投顾投研等应用场景的基础上，推动技术应用向全链条渗透，如广州期货交易所上线的“AI衍生品定价引擎”可结合大湾区大宗商品交易数据实时生成对冲策略；深圳前海试点的“AI+绿色金融”平台可通过碳足迹追踪算法，为500家以上企业提供ESG评级、融资定价等服务；东莞依托全球电子信息产业基地探索“AI+供应链金融”模式，可基于全球工业大数据为中小微企业提供动态授信，将融资成本降低30%，带动更多大湾区市场主体享受数字经济的发展红利。
(三)探索先行先试，借鉴香港“监管沙盒”有益实践。近年来香港金融监管部门在健全沙盒机制、孵化创新项目方面不遗余力，其中香港金管局已累计批准实施47个金融科技沙盒项目，引导和监督金融机构更负责任地发展金融AI。比如，香港跨境支付平台“转数快”（FPS）通过沙盒测试实现与内地“云闪付”的互联互通，日均交易量已突破10亿港元，显著提升内地与香港支付结算效率；香港数码港管理公司在金管局支持下推出新的生成式人工智能沙盒GenA.I.，可在强化反欺诈、反洗钱及优化客户体验等方面助力金融机构提升技术能力。对此，大湾区可以考虑充分借鉴香港金融监管的“他山之石”，在兼顾发展与安全的前提下构建更具灵活性和延展性的金融AI监管框架，特别是利用特殊区位优势，在深圳河套、珠海横琴等地设立“金融AI创新试验区”，针对区内数据跨境流动、AI算法黑箱解释性等前沿课题允许金融机构在可控范围内适用弹性监管政策；比如，可针对AI投顾产品，参考香港“比例监管”原则，根据风险等级动态调整信息披露要求；在数据合规领域，还可探索“粤港澳数据流通白名单”，即在隐私计算技术保障下，优先开放征信、贸易等金融数据跨境训练AI模型，进一步打通从技术研发到商业转化、再到规则输出的闭环，为全球金融科技治理输出中国智慧，贡献“湾区方案”。
筑牢安全底线：强化发展金融AI的安全保障
作为一项新生事物，人工智能在深刻改变人类社会生产方式、更好满足人们对美好生活需要向往的同时，也不可避免地带来全新的技术风险。在金融领域，已有不少案例表明应用AI或可导致盗窃、欺诈、网络犯罪增加，特别是AI模型和算法不透明、存在潜在的偏见和网络风险，还可能诱发“羊群效应”，加剧系统性风险。与此同时，金融AI时代数据及隐私保护问题的重要性日益凸显，传统的、基于风险特点的法律治理路径的“简单化”与人工智能法律治理需求“复杂化”矛盾更加突出。可以说，只有坚持未雨绸缪、筑牢安全底线，才能确保金融AI朝着有益、安全、公平的方向健康有序发展。大湾区身处特殊区域、行业前沿，更应特别注重强化发展金融AI的安全基石。
（一）立足包容审慎，更好平衡技术创新和金融风险。包容审慎要求对技术创新和金融创新采取开放包容态度，并伴随技术在金融领域的动态创新，在审慎框架内采取动态规制的模式。大湾区在推动金融AI创新的同时，也需构建“风险可控、弹性包容”的监管框架。在此方面，可以参考香港“监管沙盒”经验，在深圳前海、广州南沙等地试点“分级监管”机制，根据信贷评估、高频交易等AI应用场景的风险等级，动态调整监管强度。比如，可针对AI驱动的量化交易系统，要求金融机构在沙盒内模拟极端市场波动下的算法稳定性，在通过压力测试后方可商用；此外，还可建立“算法黑箱穿透式监管”工具链，探索对金融机构复杂模型决策逻辑的逆向解析，帮助监管机构更好地追溯信贷拒贷、保险定价等关键决策依据，在确保风险可控的前提下，从源头确保行业实践符合技术伦理，防范技术滥用与算法歧视风险。
（二）注重数据安全，维护企业和个人合法权益。大湾区可考虑以“数据安全流动”与“隐私保护强化”为核心，打造基于金融AI的可信数据生态。在技术层面，可推广“联邦学习+区块链”融合方案，如目前横琴粤澳深度合作区试点的“区块链+数据沙盒”，可通过智能合约自动执行数据使用协议，确保AI模型训练数据来源可追溯、权限可管控；微众银行在跨境贸易融资中应用隐私计算技术，可通过多方安全计算实现企业交易数据的加密协同建模，确保数据在本地化处理的同时完成价值交换，客户信息泄露事件基本归零。在制度层面，可进一步明确金融数据分类分级标准，对个人生物特征、财产信息等敏感数据实行“全生命周期加密管理”。目前招商银行深圳分行引入“动态脱敏技术”，在AI客服交互中实时屏蔽用户身份证号、银行账户等关键信息，推动客诉下降70%；横琴粤澳深度合作区试点的“数据跨境流动白名单”可允许符合条件的企业在AI模型训练中使用港澳居民脱敏医疗数据、助力保险产品精准定价，为更好地平衡数据价值利用和个人隐私保护作出有益探索。
（三）做好前瞻思考，明晰大模型下的公共利益。应当看到包括金融AI在内的生成式人工智能为国家安全、社会稳定、算法公平性、社会伦理等公共利益带来新的挑战。面对由大模型引发的“深度伪造”和“算法垄断”等新型风险，大湾区应提前布局治理体系，构建“激励创新—风险可控—权益均衡”的三维治理框架。其中，在伦理规范方面，香港金融管理局联合内地机构发布《生成式AI金融应用伦理公约》，已要求AI生成内容添加“数字水印”，建立“AI生成金融文本备案库”，防范虚假研报、欺诈性合同等风险。在技术治理方面，华为联合鹏城实验室开发“大模型公共利益评估工具”，从公平性、透明度、社会影响等维度量化评估金融AI系统，已在广发银行智能投顾系统中得到应用，可减少性别、地域偏见等影响因素30%以上。在公共利益保障方面，深圳试点“AI公共服务补偿机制”，要求金融机构将金融AI超额利润的5%注入“科技伦理基金”，用于弥补技术应用可能导致的弱势群体利益损失等。坚持和完善上述举措，防止技术“黑箱化”侵蚀公众信任，可以为金融AI的拓展应用争取更加有利的政策及舆论环境，引导大湾区金融机构在释放技术红利的同时，为全球金融AI治理提供“风险可控、创新可续”的湾区范式。
作为一项重要的通用技术，人工智能已成为提升国家竞争力、维护国家安全的关键抓手。大湾区是新发展格局的战略支点、高质量发展的示范地和中国式现代化的引领地，可更好发挥“一国两制三法域”的制度优势，通过构建跨境数据共享平台、完善金融AI伦理治理框架，在保障数据安全与市场公平前提下，加速人工智能技术应用创新向底层核心技术突破跃迁，为实现高质量发展注入强劲动能。对此，我们应有充分理由保持乐观期待。
323AI导航网发布
相关文章
