自2022年11月ChatGPT上线以来，生成式人工智能（Generative Artificial Intelligence，以下简称生成式 AI）概念持续发酵。

(资料图)

在鼓励创新的同时，监管也不期而至。近日，据21财经报道，在中国人民银行指导下，一项关于金融领域人工智能应用风险治理的推荐性行业标准正在制定中。该标准将为金融行业人工智能系统应用的风险识别与防控，以及系统升级、实现、验证、测试、管理提供依据。

事实上，金融行业是数字化、智能化的先行者，也是大模型技术落地的最佳领域。以物联网、云计算、大数据、AI大模型等为代表的信息技术的应用，正在大幅提高运营效率，改变传统金融业务的作业模式，创造出不同以往的前沿金融业务形态。这些技术与金融业务相互成就，共同进步与发展。

生成式AI的应用技术与案例开始涌现。

今年3月底，彭博社发布拥有500亿参数的大型语言模型——BloombergGPT，标志着全球首个金融大模型的诞生，也引发市场对金融垂直领域大模型的关注。

5月，度小满发布了千亿级中文大模型“轩辕”，这也是国内首个垂直金融行业的开源大模型；6月，恒生电子发布金融行业大模型LightGPT；8月，马上消费推出全国首个零售金融大模型——天镜大模型；就在9月8日的外滩大会上，蚂蚁集团也正式发布了金融大模型，并开源生成式AI编程平台CodeFuse。

在需求侧，工商银行、农业银行、中国银行、交通银行等，在半年报中明确提出正在探索大模型的应用。在未来的竞争中，生成式AI将在降低获客成本、提升资产质量、提高运营能力等方面发挥出更大作用。

与此同时，金融行业也是一个强监管的行业，面临着数据、算力、算法、应用等诸多挑战。在新兴业务形态如火如荼的发展过程中，也衍生出隐私侵犯、数据滥用、算法歧视、业务恶性扩张等一系列问题。因此，各领域的行业标准正在加速落地。

9月19日，由中国信通院牵头，联合腾讯云、奇富科技、科大讯飞等四十多家企业共同编制的《面向行业的大规模预训练模型技术和应用评估方法第1部分：金融大模型》标准成为国内首个金融行业大模型标准。

该标准主要从业务角度出发，涵盖了金融大模型的关键能力要求，包括场景适配度、能力支持度和应用成熟度三大方面。

在鼓励金融科技创新的同时，也要关注科技伦理的风险。如何在发展中识别、防范技术风险，成为重要工作之一。在大模型的浪潮下，人工智能应用风险治理更受关注，而科技伦理已成为一项重要的评测指标。

10月8日，科技部联合十部门联合印发《科技伦理审查办法(试行)》，成为科技伦理风险防控与创新风险治理的准则。

而就在去年10月9日，央行正式发布并实施《金融领域科技伦理指引》 ，提供了在金融领域开展科技活动需要遵循的守正创新、数据安全、包容普惠、公开透明、公平竞争、风险防控与绿色低碳等7方面价信理念与行为规范。

互联网发展到今天，科技创新的发展模式需要从获取用户注意力到促进用户数字福祉转变。

落实到金融领域，一方面是人人都可享受到普惠金融带来的便利和红利，另一方面是促进个人对数字技术和金融服务的高质量使用，减少甚至防止数字技术在个人金融服务中的负面影响。

如今，监管正在酝酿的关于金融领域人工智能应用风险治理的推荐性行业标准，也是从制度方面提供保障，加强金融科技伦理治理。通过为金融科技创新及其应用划定底线和边界，确保其向上向善的发展方向。