（原标题：请回答2023：金融科技趋势展望）

文/洪偌馨、伊蕾

人工智能的绘画作品超过人类的创作是一种怎样的体验？

2022年9月，一幅名为《空间歌剧院》的AI画作在科罗拉多州博览会美术比赛中获得了第一名，顿时引爆了社交媒体。该画作由游戏设计师JasonAllen通过AI绘图工具Midjourney创作而成，此后又经Photoshop润色。

有人质疑用AI创作的作品来参加比赛对其他人并不公平，但这也恰恰证明了技术进步的日新月异——更具创造性的「生成式人工智能」正在吸引更多人的目光。

从AI画作夺冠到「AI gets creative」入选《Science》2022年的年度十大突破；再到DALL-E 2、ChatGPT和AlphaCode横空出世……生成式人工智能陆续证明其能够输出富有创意性的内容。

近年来，借助深度学习，研究人员在自然语言理解、数据挖掘、个性化推荐等领域取得了显著成果，而基于深度学习的大模型也成为实现人工智能的主流选择，整个行业也在翘首期盼新技术还能实现怎样的突破。

「大模型当前的发展阶段是博览一切，如果将它的能力放在金融行业中去处理原有的任务，性能和效果将有很大的提升。如果把金融大数据注进大模型，再做经济形势的预测，一定也比现有的分析方法有很大的提升」，清华大学人工智能研究院常务副院长孙茂松提到，「国际上如果因此出了一个诺贝尔奖（将人工智能用于金融研究或预测），我一点都不感到惊奇，甚至是感到期待的。」

最近，《麻省理工科技评论》中国正式发布了《2023金融科技趋势展望》报告（下简称《报告》，其中国研究团队联合北大光华度小满金融科技实验室，与金融行业的技术专家、科研学者以及从业企业等一道对行业的未来发展趋势进行了预判。

《报告》显示，生成式人工智能、因果推断、多模态情感计算、图计算、自动机器学习、科技伦理治理、链上分布式金融应用、隐私计算、虚拟数字技术以及云上能力升级可能成为2023年技术发展的重要趋势。

无论是在别开蹊径的前沿技术探索方面，还是深度实现价值释放的路径优化，又或者是创造更好环境的底层「基础设施」重塑都有所涉及。

「当前，金融行业数字化、智能化转型正在加速，数据和人工智能技术是关键驱动要素，人工智能技术在金融行业的应用必将革新金融行业的现有服务模式。」度小满CTO许冬亮在报告中强调。

长期来看，人工智能在金融行业带来的改变，不仅是降低成本提升效率，还将重塑金融行业价值链的每一环节。

1. 生产力提升「新工具」

在上一阶段的技术发展过程中，以人工智能为代表的新兴技术虽然已经得到了广泛应用，但仍有其局限性，它们更多被用于处理机械的数据任务而非创造性内容。但眼下，这些固有认知在被一一打破。

前述《报告》提出，生成式人工智能是新一代生产力工具。在金融领域中，生成文字、传播文案、语音、图像、视频等可以用在智能营销、广告等业务场景中，也有利于客户服务、用户交互、售后服务的效率提升。

不过，生成式人工智能目前依然处于实验阶段，远未达到替代人工的境界，也尚未出现商业化雏形。相比之下，「因果推断」与「多模态情感计算」的发展相较于前者则更进一步。

近两年，关于「因果推断」领域的研究和应用逐渐变得更加活跃，它们与机器学习的关系更为密切，尝试解决如何从非结构化的数据里面把背后真正存在的因果隐变量，以及他们的关系找出来。

卡内基梅隆大学哲学系和机器学习系副教授张坤在报告中提到，我们希望用因果的思维方式去看待机器学习，这样可以帮助我们从传统的只是基于预测的机器学习，走到更高维的层面，走到理解、可信任、可干预的人工智能发展层面来。

落脚到金融行业中，因果模型是智能营销的关键手段，能促成最大化全局营销效率。

以度小满的实践来看，其在近几年的业务发展中通过「因果推断」加大了客户对价格敏感度的研究，即如何让用户权益的使用和体验最大化，同时减少不必要的营销投入，这也使得度小满平台在整体运营效率实现提升的同时，推动对客利率持续下行。

与此同时，令一个快速兴起的交叉前沿学科——情感计算（Affective Computing）也在金融场景中大有可为。

随着金融行业加速从「以产品为中心」转向「以客户为中心」，情感计算有助于了解客户的实情感表达，可以收集客户情感信息、识别客户情感变化，并作出相应的决策指导。

比如，在催收场景下，以人工智能代替人工坐席已经成为大势所趋，但出于合规和业务效率要求，人工智能不仅需要通过识别客户情绪选择继续或者中断催收动作，还需要承担起辅助测谎功能——综合对用户语音的分析，通过多因子判断说话者说谎的概率，如果可以判断客户没有明显的说谎特征、逾期还款理由真实，金融机构则可以针对用户情况提供延期还款等「千人千面」、更有温度的服务。

2. 价值释放「新动力」

除了对于未知的探索之外，在一些我们已知、已用的领域，技术的不断精进同样能够带来新的发展空间。典型如《报告》中提到的图计算、虚拟数字技术、自动机器学习等。

先来看图计算，截止到目前，图计算技术最清晰的应用效果是智能信审、资金流向查询和金融数据可视化。

利用图计算技术，可以在金融场景中实现实时地找到最完整的路径。在数字支付、数字服务、数字金融等核心金融业务中，可以显著提升风险行为的实时识别和调查分析效率。

仍然以度小满为例，在拓展小微金融服务的过程中，平台通过将图计算技术应用于智能信审，可以实现更精准的企业风险评估、企业关联分析和企业信息查询，更高效地描绘出精准、全面的用户画像，并提供与之相匹配的策略支持。