ChatGPT和智慧養(yǎng)老金融

ChatGPT的突破性進展為人工智能產(chǎn)業(yè)發(fā)展描繪了新的路徑。本文遵循科技、產(chǎn)業(yè)與金融融合發(fā)展的邏輯視角展開分析，提出人工智能應用的縱橫深入將不斷提升養(yǎng)老產(chǎn)業(yè)與服務的供給質(zhì)量，賦能智慧養(yǎng)老金融加速創(chuàng)新和突破，不斷在金融數(shù)字化、養(yǎng)老數(shù)字化及其業(yè)技融合的過程中探索新的服務場景、挖掘新的功能價值。

在人工智能發(fā)展的數(shù)十年歷程中，技術(shù)突破穿越業(yè)態(tài)發(fā)展的低谷與高潮，引領著一輪又一輪的應用繁榮。近年ChatGPT的橫空出世，掀起了一波新的技術(shù)創(chuàng)新和應用探索浪潮?！吨袊斯ぶ悄艽竽Ｐ偷貓D研究報告》顯示，2020年以來人工智能大模型呈井噴式發(fā)展，全球已發(fā)布人工智能大模型超過200個，中國的人工智能大模型數(shù)量已增至2023年5月末的79個。大模型的創(chuàng)新探索也為人工智能市場增長注入強勁動力，國際數(shù)據(jù)公司（IDC）預測，中國人工智能軟件及應用的市場規(guī)模將從2021年的51億美元增至211億美元。

ChatGPT簡述及主要特征

ChatGPT即聊天生成型預訓練轉(zhuǎn)換模型（Chat Generative Pre-trained Transformer），是由美國人工智能公司OpenAI于2022年11月發(fā)布的會話交互模型。ChatGPT使用基于人反饋的強化學習算法，實現(xiàn)了人與人自然對話般流暢的人機交互。據(jù)報道，ChatGPT發(fā)布僅一周便收獲了100萬用戶，被稱為“史上增長最快的用戶應用”，瑞銀在報告中預計ChatGPT用戶會超過1億。ChatGPT的突破性進展為人工智能產(chǎn)業(yè)發(fā)展描繪了新興路徑，隨后資源投入最為集中的發(fā)展模式就是改進支持ChatGPT走向成熟穩(wěn)健的技術(shù)因素。

在應用方面，ChatGPT發(fā)布之初主要實現(xiàn)了文本內(nèi)容的交互，經(jīng)過技術(shù)迭代和新模型開發(fā)，當前圖片、音頻、視頻也已成為可交互內(nèi)容，這一系列支持多類內(nèi)容交互（多模態(tài)）的技術(shù)簇普遍也被稱為生成式人工智能（Artificial Intelligence Generated Content，簡稱AIGC）。各類生成式人工智能也正大力推進各種場景的應用，辦公軟件、社交文娛、商業(yè)營銷、家庭助理和金融等場景下已誕生許多應用方案。生成式人工智能通常被認為是與判別式人工智能相對應的技術(shù)路徑，后者擅長識別差異進而分類，前者則是識別聯(lián)系進而組合。本質(zhì)上，判別式人工智能的作用可被視為對信息的解構(gòu)，生成式人工智能的作用則可被視為對信息的重構(gòu)，二者的關系可理解為相對和統(tǒng)一而非孤立或?qū)αⅰ＝鈽?gòu)是重構(gòu)的前提，重構(gòu)是解構(gòu)的目的。

算法方面，ChatGPT自身從最初GPT-1的1.1億個參數(shù)開始，已發(fā)展至GPT-4的據(jù)稱萬億級別參數(shù)數(shù)量，行業(yè)也開發(fā)出以ELMo、BERT、ChatGLM2、Llama2、PaLM2等為代表的新模型。盡管技術(shù)路線有差異，但這些模型的參數(shù)規(guī)模普遍達到了千萬乃至上億級別，據(jù)此也被行業(yè)統(tǒng)稱為大模型。《自然—機器智能》雜志曾給出一個定義，認為大模型是網(wǎng)絡參數(shù)規(guī)模達到億級以上的預訓練深度學習算法。根據(jù)內(nèi)容的類別不同，主要由文本內(nèi)容訓練且處理文本內(nèi)容的大模型也被統(tǒng)稱為大語言模型（Large Language Model，簡稱LLM）。業(yè)界將大模型的特點概括為“三大一快”，即大模型的開發(fā)和運行依托大算力、基于大數(shù)據(jù)、使用大算法，大模型開發(fā)后可快速迭代和賦能，具有作為基礎設施的能力。與之對應的是小模型，通常被認為具有體量小、開發(fā)和管理容易的特點，相對更靈活也更契合垂直領域或細分場景的應用需求。

算力方面，ChatGPT的總算力據(jù)報道達到了3640PF-days（按每秒1000萬億次計算，運行3640天），支持如此算力消耗需要7至8個投資規(guī)模為30億元的數(shù)據(jù)中心。據(jù)華為研究預測，2030年人工智能的算力需求將達到2018年的390倍?？梢灶A見未來大模型的運行和發(fā)展將需要天量的芯片和設備支持，進而促進芯片和計算設備的重大技術(shù)革新。全球主要芯片企業(yè)英偉達（Nvidia）和AMD均已推出了專為人工智能大模型設計的超級芯片。

算基方面，ChatGPT早先版本使用了數(shù)十億詞和幾十GB（吉字節(jié)）的訓練數(shù)據(jù)集，而當下大模型所使用的訓練數(shù)據(jù)普遍達到了數(shù)千億詞和上千GB的規(guī)模。除了數(shù)據(jù)規(guī)模，數(shù)據(jù)質(zhì)量對大模型的訓練成效也會產(chǎn)生關鍵影響，事實上國內(nèi)類ChatGPT模型MOSS的研發(fā)團隊就曾將模型中文能力不足歸因于中文網(wǎng)絡存在過多的廣告等干擾信息。由于大模型對數(shù)據(jù)的消耗速度過快，數(shù)據(jù)短缺也被認為將是限制大模型進一步發(fā)展的主要瓶頸。為此，有觀點提出合成數(shù)據(jù)可能會是一種有效的解決方案。

對大模型的優(yōu)化增強了人工智能的能力，但當前諸多受到熱議的體驗不佳、潛在風險等問題似乎又在提示人工智能還遠未臻于完美。從國內(nèi)某智庫機構(gòu)、麻省理工科技評論、國際數(shù)據(jù)公司等研究機構(gòu)開展的大模型測評結(jié)果來看，不同大模型的能力各有所長，且總體上還有很大的提升空間。同時，許多研究已揭示了大模型造成的知識侵權(quán)、算法黑箱、算法歧視、信息泄露等風險。人們既驚嘆人工智能表現(xiàn)出的強大能力，又因人工智能的缺陷和不足而謹慎警惕。

一種分析人工智能模式的新視角

人工智能正如其名，是人造的且仿人的一種智能，承載這種智能的個體也被稱為智能體或艾真體（Agent）。一方面，人工智能的能力受到當前技術(shù)等諸多因素的制約，當面臨復雜任務時單個智能體一般無法獨立勝任，這引出了多個智能體間相互協(xié)作的問題。另一方面，人工智能的應用依賴生產(chǎn)環(huán)節(jié)的細分場景，嵌入場景的單類智能體無法順暢完成整體生產(chǎn)，也需要多類智能體之間相互配合。

合作的需要有望催生智能體的第一次分工。這可理解為一種橫向分工，促成了智能體在產(chǎn)業(yè)歸屬、業(yè)務歸屬、場景歸屬的區(qū)分。特別是人工智能在工具性（如性能、功能、質(zhì)量）方面的屬性快速提升后，大量智能體有可能嵌入人類生產(chǎn)的社會化大分工。進一步，成功參與生產(chǎn)分工的智能體促進了第一次數(shù)字化，輔助能夠有效使用人工智能的產(chǎn)業(yè)、部門、企業(yè)乃至個人實現(xiàn)自身的數(shù)字化。隨著第一次數(shù)字化的深化發(fā)展，當大量產(chǎn)業(yè)、部門、企業(yè)已基本完成數(shù)字化后，提高合作與配合的效率成為發(fā)展的瓶頸。而造成這種瓶頸的主因已從能力限制轉(zhuǎn)變?yōu)闇贤ú粫?，即信息傳遞的效率問題。

加強溝通效能的訴求催生了智能體的第二次分工。這種分工是在橫向分工基礎上的縱向分工，即人工智能的再分工，促成了智能體在體系歸屬、組織歸屬、職能歸屬方面的區(qū)別。隨著人工智能在思想性（如感知、理解、表達）方面屬性的發(fā)展，智能體提升了其在管理和調(diào)度方面的效率，且開始可以承擔需要一定創(chuàng)造能力的任務。特別是智能體能完整完成信息解構(gòu)和重構(gòu)，使得連通產(chǎn)業(yè)間、部門間、企業(yè)間和個人間溝通的高效橋梁成為可能，推動實現(xiàn)信息傳遞的數(shù)字化，也即第二次數(shù)字化。

以ChatGPT為典型代表的大模型正加速上述AI再分工和兩次數(shù)字化的進程，而大模型在其中有望成為連接個體、傳遞信息的重要基礎性人工智能底層平臺。以產(chǎn)業(yè)為例，最初，不同的產(chǎn)業(yè)基于自身數(shù)字化需求而開發(fā)出專用人工智能（傳統(tǒng)模型），應用于產(chǎn)業(yè)內(nèi)生產(chǎn)作業(yè)場景，該過程往往限于產(chǎn)業(yè)知識體系、技術(shù)需要等因素的制約，封裝形成一套獨具產(chǎn)業(yè)特點的規(guī)范，造成跨產(chǎn)業(yè)的信息傳遞困難。隨著產(chǎn)業(yè)自身數(shù)字化程度加深，跨業(yè)態(tài)的鴻溝和梗阻加大了信息傳遞的困難?？朔@種困難需要由某一產(chǎn)業(yè)向其他產(chǎn)業(yè)兼容，通過吸納其他規(guī)范下的信息要素，使得傳遞的信息可以被編譯理解，通常只有在監(jiān)管政策、商業(yè)利益等的驅(qū)動下才會發(fā)生這種兼容。大模型的出現(xiàn)為克服信息傳遞困難提供了一種新路徑，依托大模型的強大能力可實現(xiàn)向兩個產(chǎn)業(yè)乃至更多產(chǎn)業(yè)的兼容，而大模型開發(fā)者在商業(yè)利益驅(qū)動下也更有動力擴大兼容范圍。進一步，隨著產(chǎn)業(yè)合作的加深，供給成本可進一步壓縮，特定終端需求可被更精準服務。

實現(xiàn)更廣泛的數(shù)字化連接，既是大模型的機遇和價值所在，也蘊含著潛在風險和挑戰(zhàn)。信息傳遞偏差是誘發(fā)風險的主要根源。一是源頭信息的內(nèi)容如果是有害或侵權(quán)的，而大模型難以對信息進行有效的審查控制，就會被利用而造成不良信息、有害內(nèi)容的傳播乃至意識形態(tài)滲透，或發(fā)生侵害著作權(quán)、商業(yè)秘密、個人隱私等侵權(quán)行為。二是獲取信息的內(nèi)容若超過必要范圍，或大模型受到攻擊而錯誤地提供超過必要范圍的信息，就可能造成信息泄露，若歧視性信息被獲取并應用于決策時，還會產(chǎn)生算法歧視問題。三是獲取信息的內(nèi)容不足，或大模型被人為操控屏蔽部分信息，則可能造成決策偏差。四是獲取信息的內(nèi)容因系統(tǒng)因素出錯或人為因素扭曲，則可能造成決策錯誤、生產(chǎn)事故等問題。此外，信息的儲存和網(wǎng)絡傳輸中也潛藏若干風險。

大模型的開發(fā)和控制屬于個人或組織，上述四點風險的發(fā)生既可能是技術(shù)性無意導致的，也可能是人為惡意所致。所造成的風險大小主要取決于大模型作為平臺連接的廣度和強度，以及連接大模型平臺的程序和系統(tǒng)的重要性。

老齡化對新時期養(yǎng)老服務和養(yǎng)老金融提出新需求

中國老齡化規(guī)模大、程度深，未富先老背景下養(yǎng)老金融政策有支持、機構(gòu)有期待、人民有需求，當前供給側(cè)質(zhì)量不足、不優(yōu)，依托數(shù)字化賦能特色機構(gòu)做好智慧養(yǎng)老普惠利民，前景廣闊。當前老齡化已成為全球普遍現(xiàn)象且較難逆轉(zhuǎn)。我國人口老齡化由于基數(shù)龐大，疊加計劃生育政策嚴格，呈現(xiàn)規(guī)模大、速度快、負擔重和“未富先老”等特征。

一是養(yǎng)老儲備不足。一方面，老年人口規(guī)模的增長推動了社會保障支出增加，特別是疊加勞動人口減少導致社會保障收入減少，使基本養(yǎng)老金持續(xù)承壓，保險業(yè)協(xié)會預計我國養(yǎng)老金缺口將增至近10萬億元。另一方面，社會對長壽風險的長期忽視導致個人的養(yǎng)老儲蓄意愿不強、金額不足，以個人養(yǎng)老金為代表的養(yǎng)老第三支柱長期發(fā)展緩慢，難以滿足老年階段可能面臨的各項支出。二是養(yǎng)老服務供給不充分不平衡。我國的“9073”養(yǎng)老模式是指居家養(yǎng)老占90%、社區(qū)養(yǎng)老占7%、機構(gòu)養(yǎng)老占3%。居家養(yǎng)老方面，當前可上門服務的護理人員數(shù)量大致僅能達到每百余名老人分配一名養(yǎng)老護理從業(yè)人員，且大量護理人員能力不足、素質(zhì)不高，距離滿足社會對養(yǎng)老護理的需求還有很大空間。社區(qū)養(yǎng)老和機構(gòu)養(yǎng)老方面，各類養(yǎng)老機構(gòu)的分布呈現(xiàn)區(qū)域間和城鄉(xiāng)間不均衡的現(xiàn)象，偏遠地區(qū)和地市縣鄉(xiāng)零散分布的養(yǎng)老服務需求難以得到必要服務。三是社會適老化程度有待提升。老年人在身體和精神等方面的情況和需求具有特殊性，但社會的適老化改造還較有限，比如為老年人購買所需商品提供便利，改造家居、建筑、道路等以保護老年人安全，為老年人提供助餐、助浴、自助輔助等基礎的養(yǎng)老護理服務，有關的改造已在推進，但還局限在相對有限的范圍內(nèi)。

應對老齡化的一系列問題和挑戰(zhàn)，發(fā)揮金融的資源配置作用是一個重要舉措。養(yǎng)老金融正是應運而生，旨在通過金融產(chǎn)品和服務，引導供給、補充保障、化解風險，助力養(yǎng)老事業(yè)。在廣義上，養(yǎng)老金融是包括了政府管理的養(yǎng)老金、企事業(yè)單位管理的年金及商業(yè)金融機構(gòu)提供的家庭養(yǎng)老金融服務和養(yǎng)老企業(yè)金融服務在內(nèi)的綜合性金融，也即所謂的養(yǎng)老第一支柱、第二支柱、第三支柱與產(chǎn)業(yè)金融、公司金融的總和。目前，商業(yè)養(yǎng)老金融的參與主體已囊括銀行、保險、證券、支付等機構(gòu)，提供的金融服務也涵蓋了存款、理財、貸款、保險、基金、信托等產(chǎn)品及咨詢、規(guī)劃、法律等服務。2022年11月，我國啟動實施個人養(yǎng)老金制度，多層次養(yǎng)老金融健全發(fā)展步入新階段。人社部數(shù)據(jù)顯示，截至2023年5月25日，我國個人養(yǎng)老金制度參加人數(shù)已達3743.51萬人，儲蓄存款、理財產(chǎn)品、商業(yè)養(yǎng)老保險、公募基金四類產(chǎn)品總數(shù)超過650只。

也要看到，養(yǎng)老金融在我國發(fā)展時間不長，還存在許多制約發(fā)展的因素和發(fā)展不成熟的領域。比如，老年人群的金融素養(yǎng)平均不高，《中國養(yǎng)老金融調(diào)查報告（2022）》調(diào)查發(fā)現(xiàn)，多數(shù)中老年人的基礎金融知識了解不足。金融素養(yǎng)偏低會限制老年人對金融工具的正確運用。還有，養(yǎng)老金融產(chǎn)品的針對性不足，現(xiàn)有養(yǎng)老金融產(chǎn)品中相當一部分仍是大眾化的金融產(chǎn)品，缺少對老年人需求的針對性設計和對不同老年人需求差異的考慮。此外，養(yǎng)老金融服務供給有限且集中度高，提供服務的主要是大型金融機構(gòu)，中小金融機構(gòu)受限于政策約束、科技能力和公共基礎設施不足，不敢深度涉足。

ChatGPT應用助力智慧養(yǎng)老金融發(fā)展

如前文所述，實現(xiàn)更廣泛的數(shù)字化連接是以ChatGPT為代表的大模型創(chuàng)造價值的所在。養(yǎng)老金融因其涉及的產(chǎn)業(yè)和群體眾多，需求識別、產(chǎn)品宣導等信息傳遞的鏈路長、效率低，合作溝通、形成共識等過程中摩擦多、消耗大，易造成宏觀供給側(cè)如火如荼但微觀需求側(cè)感受不佳的溫差問題。展望未來，ChatGPT的廣泛且成熟應用有望減少發(fā)展早期的試錯成本，通過加強養(yǎng)老需求向產(chǎn)品設計的端到端交互溝通，助力智慧養(yǎng)老金融發(fā)展，在有限資源下提高配置效率、節(jié)約資源開銷，將呈現(xiàn)出廣泛的商業(yè)利益和顯著的社會效益。

一是通過應用ChatGPT有望實現(xiàn)智慧養(yǎng)老金融的閉環(huán)服務，實現(xiàn)“老人+養(yǎng)老機構(gòu)+醫(yī)療機構(gòu)+金融機構(gòu)”的供需融合。以ChatGPT為中樞節(jié)點，可通過一次記錄實現(xiàn)信息全程同步。例如，老人就醫(yī)時，ChatGPT可將智能設備、就診歷史等記錄整理為健康概況和診斷建議，輔助醫(yī)生進行綜合診治；老人就醫(yī)后，ChatGPT可通過對診斷過程、治療結(jié)果等記錄的整體及其他信息的匯總，形成符合保險機構(gòu)規(guī)范的理賠申請文件；老人康復時，ChatGPT可分析醫(yī)生診治結(jié)果、智能設備記錄等，提供護理、康復等方面的建議，并通過智能設備定期監(jiān)測康復情況；此外，對于老年人情況的分析可由ChatGPT匯總為金融機構(gòu)產(chǎn)品設計建議及適合老年人需要的金融產(chǎn)品清單。二是通過應用ChatGPT有望促進養(yǎng)老金融供給提質(zhì)增效，精準有效支持養(yǎng)老產(chǎn)業(yè)。借助ChatGPT在多模態(tài)內(nèi)容的理解能力，通過產(chǎn)品營銷、合規(guī)風控、客戶服務、交易執(zhí)行與報告等場景應用，中小金融機構(gòu)可彌補營銷人員和線下網(wǎng)點等方面的短板，節(jié)約中后臺運營成本，將更多資源向深入拓展養(yǎng)老金融業(yè)務傾斜，提升自律合規(guī)水平。養(yǎng)老金融機構(gòu)則可通過為養(yǎng)老機構(gòu)提供數(shù)字化轉(zhuǎn)型賦能，比如智能視頻監(jiān)控設備借助ChatGPT對視頻圖像的分析，實現(xiàn)養(yǎng)老機構(gòu)入住監(jiān)測與入住老人意外風險預警，既便利金融機構(gòu)為養(yǎng)老機構(gòu)授信增信，也促進養(yǎng)老機構(gòu)床位資源的調(diào)劑和使用。三是通過應用ChatGPT有望促進金融消費者與養(yǎng)老金融機構(gòu)提高溝通效率、加深信賴關系。養(yǎng)老金融機構(gòu)通過應用ChatGPT，可開發(fā)專業(yè)客服機器人，通過自然語言對話理解客戶需求并提供產(chǎn)品推薦和輔助完成業(yè)務流程。宣教方面，養(yǎng)老金融機構(gòu)可通過將ChatGPT與虛擬數(shù)字人相結(jié)合，使中青年客戶在虛擬環(huán)境體驗老年生活并與老年的自己對話，以加強提前儲備意識和挖掘個性養(yǎng)老需求。

展望未來，在養(yǎng)老產(chǎn)業(yè)22萬億元市場規(guī)模的前景驅(qū)動下，以人工智能應用為典型特征的智慧養(yǎng)老金融將加速創(chuàng)新和突破，不斷在金融數(shù)字化、養(yǎng)老數(shù)字化以及業(yè)技融合過程中探索新場景、挖掘新價值。與此同時，養(yǎng)老服務對生命健康和精神關懷具有特殊關切，客觀要求相應的數(shù)智化金融高度重視對風險的防控，運用技術(shù)和制度手段雙管齊下，加強對人工智能的信息風險、算法風險、倫理風險等不良影響的防范、管控和治理。

（劉緒光為中國互聯(lián)網(wǎng)金融協(xié)會業(yè)務二部副主任，李根為中國社會科學院投融資研究中心研究員。本文僅限學術(shù)探討，不代表作者所在機構(gòu)意見。本文編輯/孫世選）