生成式AI賦能消費(fèi)金融的挑戰(zhàn)及應(yīng)對(duì)之策

摘 要：黨的二十大報(bào)告明確提出，要著力擴(kuò)大內(nèi)需，增強(qiáng)消費(fèi)對(duì)經(jīng)濟(jì)發(fā)展的基礎(chǔ)性作用，而消費(fèi)金融已成為刺激內(nèi)需潛力的重要助燃劑。以ChatGPT為代表的生成式AI技術(shù)為金融行業(yè)帶來(lái)了前所未有的變革，其在消費(fèi)金融中的智能識(shí)別、營(yíng)銷、風(fēng)控、客服以及催收等場(chǎng)景的應(yīng)用優(yōu)勢(shì)突出，創(chuàng)造出了全新的消費(fèi)金融服務(wù)模式和金融產(chǎn)品。生成式AI在消費(fèi)金融領(lǐng)域落地的同時(shí)，也帶來(lái)了數(shù)據(jù)安全、技術(shù)、風(fēng)險(xiǎn)關(guān)聯(lián)度增強(qiáng)和監(jiān)管等一系列現(xiàn)實(shí)挑戰(zhàn)?；诖耍疚奶岢霾扇〖訌?qiáng)隱私保護(hù)與數(shù)據(jù)治理、突破技術(shù)瓶頸、強(qiáng)化風(fēng)險(xiǎn)識(shí)別和完善監(jiān)管政策框架的策略建議，旨在推動(dòng)負(fù)責(zé)任的生成式人工智能發(fā)展，賦能消費(fèi)金融高質(zhì)量發(fā)展。

關(guān)鍵詞：生成式AI；消費(fèi)金融；金融科技；人工智能；ChatGPT

中圖分類號(hào)：F833 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2025）03（a）--04

1 引言

2024年，中央經(jīng)濟(jì)工作會(huì)議強(qiáng)調(diào) “要把恢復(fù)和擴(kuò)大消費(fèi)擺在優(yōu)先位置”，國(guó)家金融監(jiān)督管理總局提出加大消費(fèi)的金融支持，加快消費(fèi)金融數(shù)字化轉(zhuǎn)型。2024年政府工作報(bào)告提到，開(kāi)展“人工智能+”行動(dòng)，以ChatGPT為代表的生成式人工智能（以下簡(jiǎn)稱“生成式AI”）基于深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)和大數(shù)據(jù)處理等技術(shù)，通過(guò)海量的數(shù)據(jù)訓(xùn)練，能夠模仿人類知識(shí)生成過(guò)程，自動(dòng)產(chǎn)生文字、圖像、視頻等多種格式的輸出，從而創(chuàng)建或生成新的內(nèi)容和解決方案，具有自主性、智能性、學(xué)習(xí)性和創(chuàng)新性等特征（歐陽(yáng)日輝，2024），引發(fā)金融業(yè)的深刻變革。金融行業(yè)基于資金密集型、數(shù)據(jù)密集型的特征，天然對(duì)AI有著較高的接受度（許雪晨，2024）?！?024年金融業(yè)生成式AI應(yīng)用報(bào)告》顯示，“生成式AI+金融”成為推動(dòng)金融數(shù)字化轉(zhuǎn)型邁向智能化新階段的重要力量。消費(fèi)金融直接向消費(fèi)者提供金融產(chǎn)品和服務(wù)，其龐大的消費(fèi)群體、高頻次的交易和大體量的數(shù)據(jù)，對(duì)生成式AI有著更高的接受度和需求度。生成式AI可以提高金融服務(wù)效率、降低成本，提升金融的普惠度，實(shí)現(xiàn)金融服務(wù)智能化、個(gè)性化和定制化（劉志雄，2024），有效降低反欺詐和反洗錢風(fēng)險(xiǎn)（龔新宇等，2023），彭志雄（2024）認(rèn)為人工智能等金融科技創(chuàng)新技術(shù)在強(qiáng)化消費(fèi)金融的資源配置功能、提升消費(fèi)金融的風(fēng)險(xiǎn)控制能力、升級(jí)消費(fèi)金融的支付結(jié)算業(yè)態(tài)等方面具有明顯的賦能效果。李禮（2022）通過(guò)實(shí)證方法發(fā)現(xiàn)數(shù)字技術(shù)可以驅(qū)動(dòng)區(qū)域消費(fèi)金融市場(chǎng)高質(zhì)量發(fā)展。消費(fèi)金融與生成式AI的融合，在客服、運(yùn)營(yíng)、風(fēng)控、營(yíng)銷及催收全業(yè)務(wù)流程的智能化綜合應(yīng)用，但同時(shí)也面臨著一些挑戰(zhàn)。因此，本文從現(xiàn)實(shí)角度出發(fā)，探索和解構(gòu)生成式AI賦能消費(fèi)金融的挑戰(zhàn)和應(yīng)對(duì)之策，對(duì)推進(jìn)消費(fèi)金融供給側(cè)結(jié)構(gòu)性改革具有重要意義。

2 生成式AI賦能消費(fèi)金融的應(yīng)用

2.1 智能客服

消費(fèi)金融服務(wù)于數(shù)量眾多的長(zhǎng)尾客戶，單筆授信額度小，涉及的客服問(wèn)題多而雜，且時(shí)效性較強(qiáng)，客戶咨詢和投訴是常見(jiàn)的挑戰(zhàn)。在咨詢服務(wù)、用戶問(wèn)答等交互環(huán)節(jié)，生成式AI通過(guò)自動(dòng)讀取、解析和識(shí)別外界輸入的信息，可以實(shí)現(xiàn)實(shí)時(shí)響應(yīng)客戶查詢，提供無(wú)時(shí)差、個(gè)性化的金融服務(wù)。生成式AI支持多種交互方式，包括文本、語(yǔ)音、圖像等，使得客戶可以通過(guò)多種渠道與AI客服進(jìn)行交互，還能夠進(jìn)行情感分析，識(shí)別客戶的情緒狀態(tài)，并采取相應(yīng)的情緒管理策略，提高客戶滿意度和忠誠(chéng)度。生成式AI由機(jī)器學(xué)習(xí)算法（MLA）驅(qū)動(dòng)，通過(guò)不斷的訓(xùn)練課程，從與系統(tǒng)交互的用戶處收集新的數(shù)據(jù)集，不斷改進(jìn)算法。因此，即使在回答以前從未見(jiàn)過(guò)的新類型的問(wèn)題時(shí)，準(zhǔn)確率也會(huì)保持在很高的水平，確保無(wú)論出現(xiàn)什么類型的問(wèn)題，客戶都能快速獲得可信的答案（汪壽陽(yáng)等，2023）。如銀行利用生成式AI技術(shù)構(gòu)建了智能客服機(jī)器人，該機(jī)器人能夠無(wú)時(shí)差地解答客戶問(wèn)題，提供24/7的客戶服務(wù)，這種即時(shí)、便捷的互動(dòng)方式能夠提升客戶滿意度，增強(qiáng)客戶黏性。

2.2 智能營(yíng)銷

消費(fèi)金融的客戶群體具有年齡和收入多元、教育背景差異大、地理分布廣、消費(fèi)用途多樣等特點(diǎn)，生成式AI利用大模型能夠?qū)崿F(xiàn)多模態(tài)混合訓(xùn)練，解決營(yíng)銷過(guò)程中處理海量化非結(jié)構(gòu)化數(shù)據(jù)、客戶畫(huà)像刻畫(huà)難、智能推薦不精準(zhǔn)的難題，從而進(jìn)行精細(xì)化的市場(chǎng)細(xì)分，制定更加精準(zhǔn)的用戶全生命周期管理與營(yíng)銷策略。例如，通過(guò)分析消費(fèi)者的教育背景、歷史交易記錄、收入狀況、偏好、社交媒體活動(dòng)等數(shù)據(jù)，深入挖掘客戶的消費(fèi)習(xí)慣和潛在需求，進(jìn)而生成個(gè)性化的營(yíng)銷文案、圖像及視頻等內(nèi)容，這種個(gè)性化的營(yíng)銷材料能夠更好地吸引消費(fèi)者的注意力，提高營(yíng)銷活動(dòng)的轉(zhuǎn)化率。在智能營(yíng)銷中，生成式AI可以自動(dòng)化一些煩瑣的營(yíng)銷流程，如郵件營(yíng)銷、短信營(yíng)銷等，企業(yè)可以節(jié)省大量的人力成本，并提高營(yíng)銷效率。此外，生成式AI能夠分析客戶在社交媒體、客服對(duì)話等渠道上的情感表達(dá)，了解其對(duì)金融產(chǎn)品的態(tài)度和看法，生成合適的回應(yīng)和互動(dòng)內(nèi)容，以增強(qiáng)客戶對(duì)金融產(chǎn)品的信任感和滿意度。

2.3 智能風(fēng)控

消費(fèi)金融公司的信用風(fēng)險(xiǎn)高于銀行，這主要源于其定位是“長(zhǎng)尾+下沉” 客戶群體，以及面臨“多頭借貸”與“共債風(fēng)險(xiǎn)”等風(fēng)險(xiǎn)，導(dǎo)致不良貸款率逐年上升。根據(jù)中銀協(xié)發(fā)布的《中國(guó)消費(fèi)金融公司發(fā)展報(bào)告（2023）》，2023年末，部分消費(fèi)金融公司的不良貸款率超過(guò)3%，且整體呈現(xiàn)上升趨勢(shì)，風(fēng)控成為消費(fèi)金融市場(chǎng)競(jìng)爭(zhēng)的核心。生成式AI可以高效地對(duì)海量非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行處理，通過(guò)深度學(xué)習(xí)和機(jī)器學(xué)習(xí)等技術(shù)構(gòu)建更為復(fù)雜和準(zhǔn)確的風(fēng)控模型。在信用評(píng)估方面，生成式AI可以分析借款人的歷史交易數(shù)據(jù)、征信記錄、社交媒體信息等，構(gòu)建信用評(píng)估模型，對(duì)借款人進(jìn)行精準(zhǔn)信用評(píng)分和分類，從而為消費(fèi)金融提供更為精準(zhǔn)的信貸審批決策支持。在欺詐檢測(cè)和風(fēng)險(xiǎn)預(yù)警方面，生成式AI通過(guò)分析交易數(shù)據(jù)、用戶行為模式等，可以檢測(cè)出異常登錄行為、異常交易金額或頻率等，識(shí)別出異常交易和潛在欺詐行為。此外，生成式AI能夠?qū)崟r(shí)監(jiān)測(cè)市場(chǎng)動(dòng)態(tài)和用戶行為變化，借助大數(shù)據(jù)和機(jī)器學(xué)習(xí)算法對(duì)潛在風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)和預(yù)警。在合規(guī)方面，生成式AI可以幫助消費(fèi)金融機(jī)構(gòu)自動(dòng)生成合規(guī)報(bào)告，確保交易和操作符合法規(guī)要求，并通過(guò)深度學(xué)習(xí)適應(yīng)不斷更新的法規(guī)政策，減少人工監(jiān)督需求，提高合規(guī)工作效率。

2.4 智能運(yùn)營(yíng)

消費(fèi)金融貸款交易筆數(shù)多，但單筆金額小，導(dǎo)致征信查詢、支付結(jié)算以及催收訴訟等按筆結(jié)算的費(fèi)用居高不下，成本難以攤薄。生成式AI能夠自動(dòng)化處理大量重復(fù)性的消費(fèi)金融運(yùn)營(yíng)任務(wù)，如文檔處理、數(shù)據(jù)錄入、交易確認(rèn)等，通過(guò)自動(dòng)化流程，消費(fèi)金融機(jī)構(gòu)可以顯著提高運(yùn)營(yíng)效率和服務(wù)質(zhì)量，降低人力成本。同時(shí)，生成式AI能夠基于大數(shù)據(jù)和機(jī)器學(xué)習(xí)算法，預(yù)測(cè)未來(lái)的市場(chǎng)趨勢(shì)和客戶需求，為消費(fèi)金融機(jī)構(gòu)提供智能決策支持，降低決策成本。智能客服和營(yíng)銷的應(yīng)用，降低了消費(fèi)金融機(jī)構(gòu)市場(chǎng)調(diào)研、客戶篩選和營(yíng)銷推廣成本。生成式AI技術(shù)構(gòu)建的欺詐檢測(cè)系統(tǒng)，能夠自動(dòng)識(shí)別并預(yù)警潛在的欺詐行為，從而有效降低欺詐損失。在消費(fèi)全流程上，生成式AI降低了對(duì)人工的依賴，節(jié)約了人力成本。

2.5 智能催收

消費(fèi)金融機(jī)構(gòu)在催收過(guò)程中通常難以清晰界定合規(guī)催收與違規(guī)催收的邊界，違規(guī)催收使得客戶投訴舉報(bào)而帶來(lái)較高的行政處罰風(fēng)險(xiǎn)。生成式AI可以大幅提高催收的高效性、精準(zhǔn)性和合規(guī)性。首先，在高效性方面，生成式AI催收系統(tǒng)能夠24小時(shí)不間斷地工作，自動(dòng)執(zhí)行大量的標(biāo)準(zhǔn)化催收任務(wù)，如發(fā)送催款通知、撥打催收電話、生成個(gè)性化的還款計(jì)劃等，這些自動(dòng)化流程可以大大減少人力資源的消耗，并提高追債效率。在精準(zhǔn)性方面，生成式AI通過(guò)分析債務(wù)人的還款歷史、財(cái)務(wù)狀況和行為模式，借助機(jī)器學(xué)習(xí)算法預(yù)測(cè)催收成功率，并精準(zhǔn)匹配最合適的催收策略，減少誤判和人為因素的干擾，提高催收準(zhǔn)確性。在合規(guī)性方面，生成式AI能夠自動(dòng)過(guò)濾臟話、侮辱性語(yǔ)言、威脅性語(yǔ)言等不當(dāng)言論，確保催收過(guò)程符合法律法規(guī)和道德規(guī)范，有助于降低法律風(fēng)險(xiǎn)，避免投訴和罰款等負(fù)面后果。此外，生成式AI可以實(shí)時(shí)監(jiān)控與報(bào)告催收進(jìn)度，幫助管理層及時(shí)了解催收情況，發(fā)現(xiàn)問(wèn)題并做出調(diào)整。

3 生成式AI賦能消費(fèi)金融面臨的挑戰(zhàn)

3.1 數(shù)據(jù)安全的挑戰(zhàn)

消費(fèi)金融業(yè)離不開(kāi)個(gè)人數(shù)據(jù)的收集與分析，而生成式AI基于龐大的數(shù)據(jù)處理能力和模型應(yīng)用，放大了金融行業(yè)固有的個(gè)人信息處理風(fēng)險(xiǎn)，對(duì)金融消費(fèi)者的個(gè)人信息權(quán)益保護(hù)構(gòu)成巨大挑戰(zhàn)。2023年7月實(shí)施的《生成式AI服務(wù)管理暫行辦法》強(qiáng)調(diào)利用生成式AI不得侵害他人的隱私權(quán)和個(gè)人信息權(quán)益，但金融消費(fèi)者的個(gè)人信息權(quán)益保護(hù)仍面臨諸多挑戰(zhàn)。首先，生成式AI獲取客戶信息的方式主要是交互式回答客戶問(wèn)題，幫助客戶處理財(cái)務(wù)信息，其收集信息具有很高的隱蔽性，且通常不需要客戶的任何授權(quán)，無(wú)法采用傳統(tǒng)的告知同意規(guī)則。其次，金融機(jī)構(gòu)為了提供更為個(gè)性化的產(chǎn)品和服務(wù)，通過(guò)生成式AI加工分析其收集的客戶數(shù)據(jù)，“加工”后的信息數(shù)據(jù)，其權(quán)益在金融消費(fèi)者和金融機(jī)構(gòu)的權(quán)屬不清（徐翔宇，2024），導(dǎo)致消費(fèi)者個(gè)人信息被濫用。最后，生成式AI存在機(jī)器幻覺(jué)現(xiàn)象，即生成的內(nèi)容是基于對(duì)語(yǔ)料庫(kù)的學(xué)習(xí)和預(yù)測(cè)，并非從語(yǔ)義和邏輯角度進(jìn)行推理和判斷的產(chǎn)物，對(duì)于生成內(nèi)容本身的真實(shí)性和準(zhǔn)確性無(wú)法進(jìn)行判斷，面臨著數(shù)據(jù)訓(xùn)練過(guò)程中深度偽造、數(shù)據(jù)“投毒”（污染）、內(nèi)容偏見(jiàn)等金融數(shù)據(jù)內(nèi)容質(zhì)量風(fēng)險(xiǎn)。

3.2 技術(shù)挑戰(zhàn)

首先，算力的挑戰(zhàn)。近年來(lái)，生成式AI大模型的參數(shù)規(guī)模呈現(xiàn)指數(shù)級(jí)增長(zhǎng)趨勢(shì)，對(duì)智能算力的需求與日俱增，最大模型GPT-4的參數(shù)規(guī)模已達(dá)到萬(wàn)億級(jí)別，需要上萬(wàn)張GPU卡的集群進(jìn)行數(shù)月的模型訓(xùn)練和參數(shù)調(diào)優(yōu)。2023年末，我國(guó)智能算力規(guī)模達(dá)到70 EFLOPS（百億億次浮點(diǎn)運(yùn)算），占算力總規(guī)模的30%，同比增速超70%，智能算力的激增加速了AI產(chǎn)業(yè)的創(chuàng)新發(fā)展，也帶來(lái)了巨大的電力和水源消耗問(wèn)題（錢斌，2024）。研究表明，到2027年，全球范圍內(nèi)的AI使用對(duì)應(yīng)的水資源消耗將超過(guò)1000萬(wàn)居民一年用水量。其次，數(shù)據(jù)的挑戰(zhàn)。生成式AI對(duì)消費(fèi)金融海量數(shù)據(jù)的需求是其應(yīng)用發(fā)展的障礙，現(xiàn)存的消費(fèi)金融交易語(yǔ)言文本數(shù)據(jù)大量重復(fù)，以及高相關(guān)性和高質(zhì)量數(shù)據(jù)資源稀缺，成為生成式AI技術(shù)持續(xù)迭代的關(guān)鍵瓶頸。最后，算法的挑戰(zhàn)。AI算法運(yùn)行具有不透明性與不可知性，產(chǎn)生的算法歧視、算法欺詐、算法霸凌等問(wèn)題，嚴(yán)重侵害金融消費(fèi)者的利益，導(dǎo)致“嫌貧愛(ài)富”“供給不足”等問(wèn)題，有悖于金融科技的普惠屬性（劉鴻浩等，2024）。

3.3 風(fēng)險(xiǎn)關(guān)聯(lián)度增強(qiáng)的挑戰(zhàn)

消費(fèi)金融引入生成式AI后，更為復(fù)雜化和智能化的系統(tǒng)使得金融市場(chǎng)風(fēng)險(xiǎn)在固有風(fēng)險(xiǎn)基礎(chǔ)上更具傳染性、關(guān)聯(lián)性和集中性。首先，生成式AI不但強(qiáng)化了金融消費(fèi)者和金融機(jī)構(gòu)之間的關(guān)聯(lián)性，還加強(qiáng)了不同市場(chǎng)甚至是不同國(guó)家和地區(qū)之間的關(guān)聯(lián)，這導(dǎo)致金融風(fēng)險(xiǎn)的傳染速度更快、傳染路徑更復(fù)雜、傳染范圍更廣泛、傳染破壞力更強(qiáng)大（劉志雄，2024）。其次，生成式AI應(yīng)用于消費(fèi)金融時(shí)，由于情緒效應(yīng)、算法歧視、市場(chǎng)操控等因素導(dǎo)致金融市場(chǎng)風(fēng)險(xiǎn)關(guān)聯(lián)性增強(qiáng)。例如，通過(guò)分析大量消費(fèi)數(shù)據(jù)、社交數(shù)據(jù)和媒體文章，解讀消費(fèi)者的情緒和預(yù)期，如果被錯(cuò)誤地解讀或放大，就會(huì)導(dǎo)致市場(chǎng)波動(dòng)加劇。最后，生成式AI在分析和預(yù)測(cè)金融市場(chǎng)風(fēng)險(xiǎn)時(shí)，往往過(guò)于依賴歷史數(shù)據(jù)，但歷史數(shù)據(jù)可能存在偏差或異常值，導(dǎo)致預(yù)測(cè)結(jié)果出現(xiàn)錯(cuò)誤，無(wú)法準(zhǔn)確預(yù)測(cè)未來(lái)金融市場(chǎng)的變化，從而加劇風(fēng)險(xiǎn)集中。

3.4 監(jiān)管的挑戰(zhàn)

消費(fèi)金融現(xiàn)階段主要采用傳統(tǒng)的監(jiān)管方式，即由專門監(jiān)管機(jī)構(gòu)人員進(jìn)行現(xiàn)場(chǎng)、非現(xiàn)場(chǎng)稽核，定期檢查或隨機(jī)抽查，網(wǎng)絡(luò)技術(shù)監(jiān)管工具的使用集中在信息搜集、數(shù)據(jù)處理等少數(shù)簡(jiǎn)單領(lǐng)域（張凱，2024）。在生成式AI領(lǐng)域，技術(shù)進(jìn)步快、創(chuàng)新周期短、應(yīng)用場(chǎng)景多，這就要求監(jiān)管措施能夠迅速響應(yīng)這些變化并及時(shí)作出調(diào)整。然而，大部分監(jiān)管規(guī)則是基于先前的技術(shù)和場(chǎng)景制定的，監(jiān)管規(guī)則往往無(wú)法適應(yīng)新技術(shù)、新應(yīng)用以及新場(chǎng)景。雖然我國(guó)2023年發(fā)布了《生成式AI服務(wù)管理暫行辦法》，以及2024年發(fā)布了《生成式AI服務(wù)安全基本要求》，為生成式AI在各領(lǐng)域的應(yīng)用指明了安全健康規(guī)范的發(fā)展方向，但仍缺少分類分級(jí)的差異監(jiān)管規(guī)則，治理主體之間無(wú)法形成協(xié)調(diào)一致的銜接機(jī)制。此外，生成式人工智能技術(shù)具有跨模態(tài)屬性、復(fù)雜性、專業(yè)性和不斷更新?lián)Q代的特點(diǎn)，對(duì)監(jiān)管人員的專業(yè)性和技術(shù)性提出了更高要求，政府部門的監(jiān)管需要借助平臺(tái)企業(yè)專業(yè)人才的智力加持以及國(guó)際合作。

4 生成式AI賦能消費(fèi)金融的策略建議

4.1 加強(qiáng)隱私保護(hù)與數(shù)據(jù)治理

消費(fèi)金融機(jī)構(gòu)需建立嚴(yán)格的數(shù)據(jù)安全治理機(jī)制，通過(guò)采用先進(jìn)的加密技術(shù)、安全的數(shù)據(jù)儲(chǔ)存，以及嚴(yán)格的訪問(wèn)控制等措施，防止未經(jīng)授權(quán)的數(shù)據(jù)泄露和訪問(wèn)，切實(shí)保護(hù)金融消費(fèi)者的權(quán)益。此外，應(yīng)明確生成式AI服務(wù)提供平臺(tái)的責(zé)任，平臺(tái)應(yīng)制定明確的責(zé)任條款，建立虛假信息鑒別和處理機(jī)制，提升算法模型的準(zhǔn)確性，加強(qiáng)內(nèi)容審核和監(jiān)管，明確敏感個(gè)人信息和一般個(gè)人信息的區(qū)別處理方式，對(duì)敏感信息的處理和利用應(yīng)以是否損害消費(fèi)者權(quán)益為標(biāo)準(zhǔn)，并采取更嚴(yán)格的保護(hù)措施，如加密存儲(chǔ)、訪問(wèn)控制等，確保用戶隱私安全，并征得消費(fèi)者的知情和同意。最后，監(jiān)管部門對(duì)消費(fèi)金融機(jī)構(gòu)使用的數(shù)據(jù)源應(yīng)進(jìn)行審查和評(píng)估，確保數(shù)據(jù)來(lái)源的可靠性、合法性，以及符合信息權(quán)益保護(hù)要求，同時(shí)審查數(shù)據(jù)供應(yīng)商的信譽(yù)、數(shù)據(jù)采集過(guò)程是否合規(guī)等，通過(guò)引入人工審核和專家參與，對(duì)數(shù)據(jù)進(jìn)行驗(yàn)證和修正，確保數(shù)據(jù)的準(zhǔn)確性和可信度，防止敏感信息泄露以及個(gè)人信息被錯(cuò)誤使用。

4.2 突破技術(shù)瓶頸

一是算力建設(shè)集約化。通過(guò)建立國(guó)家級(jí)的云計(jì)算底座，探索建立行業(yè)AI算力云，有效統(tǒng)籌生成式AI算力資源靈活供給，推動(dòng)構(gòu)建普惠易用、綠色安全的綜合算力基礎(chǔ)設(shè)施體系，加快算力資源的并網(wǎng)調(diào)度和集約利用。二是擴(kuò)充新的高質(zhì)量數(shù)據(jù)來(lái)源。2024年5月，第七屆數(shù)字中國(guó)峰會(huì)發(fā)布的《大模型訓(xùn)練數(shù)據(jù)白皮書(shū)》提出，將合成數(shù)據(jù)作為擴(kuò)充高質(zhì)量數(shù)據(jù)供給的新方案，合成數(shù)據(jù)可以精確復(fù)制原始數(shù)據(jù)集的統(tǒng)計(jì)特征，且與原始數(shù)據(jù)的相關(guān)性低，具有全面性、多樣性、經(jīng)濟(jì)高效等優(yōu)點(diǎn)（錢斌，2024），然而合成數(shù)據(jù)是否能夠大范圍替代真實(shí)數(shù)據(jù)目前還有較大爭(zhēng)議。三是提升生成式AI算法的透明度。建立算法透明監(jiān)督機(jī)制和透明度評(píng)估體系，對(duì)算法透明度進(jìn)行量化評(píng)估，確保算法的使用和開(kāi)發(fā)符合法律法規(guī)和道德規(guī)范，通過(guò)鼓勵(lì)算法的開(kāi)源和可復(fù)制性，為其他研究者或開(kāi)發(fā)者提供驗(yàn)證和重現(xiàn)算法的結(jié)果。同時(shí)，對(duì)算法進(jìn)行公平性測(cè)試，確保算法在不同群體和場(chǎng)景下具有一致的決策表現(xiàn)，從而減少算法偏見(jiàn)和歧視，提高算法的公平性和可信度。

4.3 強(qiáng)化風(fēng)險(xiǎn)識(shí)別

生成式AI的深化應(yīng)用，使得消費(fèi)金融業(yè)態(tài)更多樣化的同時(shí)，也產(chǎn)生了更隱蔽、破壞性更大的金融風(fēng)險(xiǎn)。當(dāng)前，國(guó)家的監(jiān)管主要集中在大型金融機(jī)構(gòu)、量化交易及主要金融風(fēng)險(xiǎn)方面，但生成式AI技術(shù)的應(yīng)用導(dǎo)致的小型、分散的金融風(fēng)險(xiǎn)關(guān)聯(lián)與聚集不容忽視。目前，國(guó)內(nèi)外都在積極制定生成式AI的法律法規(guī)制度，旨在既有效防范這一新興技術(shù)帶來(lái)的各類潛在和現(xiàn)實(shí)風(fēng)險(xiǎn)，又能促進(jìn)和規(guī)范這一技術(shù)的健康發(fā)展。通過(guò)設(shè)置訓(xùn)練算力閾值，將治理的重點(diǎn)放在超大規(guī)模神經(jīng)網(wǎng)絡(luò)模型的研發(fā)和服務(wù)上，而對(duì)海量中小規(guī)模模型的研發(fā)活動(dòng)采取簡(jiǎn)便的敏捷治理模式，從而實(shí)現(xiàn)新技術(shù)發(fā)展進(jìn)步和有效治理的平衡。同時(shí)，使用多個(gè)不同的機(jī)器學(xué)習(xí)模型進(jìn)行集成，通過(guò)將多個(gè)模型的預(yù)測(cè)結(jié)果進(jìn)行綜合，將人工審核作為質(zhì)量控制手段，對(duì)機(jī)器學(xué)習(xí)模型的輸出結(jié)果進(jìn)行驗(yàn)證和修正，并對(duì)模型的風(fēng)險(xiǎn)進(jìn)行全面的評(píng)估和監(jiān)測(cè)，以降低因單一模型的錯(cuò)誤而導(dǎo)致的風(fēng)險(xiǎn)，及時(shí)發(fā)現(xiàn)和應(yīng)對(duì)潛在風(fēng)險(xiǎn)。

4.4 完善監(jiān)管政策框架

首先，制定和完善相關(guān)法規(guī)和政策，明確生成式AI在消費(fèi)金融領(lǐng)域的應(yīng)用范圍和限制，初步形成包含法律、部門規(guī)章、地方性法規(guī)和行業(yè)標(biāo)準(zhǔn)的多層次生成式AI監(jiān)管制度，形成中央政府、地方政府、行業(yè)組織等分級(jí)別、多層次的監(jiān)管機(jī)構(gòu)。根據(jù)2023年7月國(guó)家網(wǎng)信辦等部門聯(lián)合發(fā)布的《生成式人工智能服務(wù)管理暫行辦法》，應(yīng)針對(duì)生成式AI的技術(shù)特點(diǎn)及其在消費(fèi)金融場(chǎng)景的服務(wù)應(yīng)用，制定相應(yīng)的分類分級(jí)監(jiān)管規(guī)則或者指引，明確各監(jiān)管主體的監(jiān)管職能。其次，充分考慮到區(qū)域經(jīng)濟(jì)的差異性，構(gòu)建“中央政府—地方政府”互相協(xié)同的監(jiān)管體系，支持金融科技發(fā)展水平較高的地區(qū)探索生成式AI監(jiān)管模式創(chuàng)新，加大對(duì)生成式人工智能技術(shù)的研發(fā)投入，提升技術(shù)識(shí)別和評(píng)估能力。最后，加強(qiáng)國(guó)際社會(huì)合作，共同制定和推動(dòng)生成式人工智能技術(shù)的監(jiān)管標(biāo)準(zhǔn)和規(guī)范，通過(guò)分享經(jīng)驗(yàn)和技術(shù)成果，提高全球范圍內(nèi)對(duì)生成式人工智能技術(shù)的監(jiān)管水平，包括行業(yè)規(guī)范、治理指南、企業(yè)倡議和操作手冊(cè)等，以達(dá)到安全與效率之間的平衡。

參考文獻(xiàn)

許雪晨.ChatGPT等大語(yǔ)言模型賦能數(shù)字時(shí)代金融業(yè)： 基于隱私保護(hù)， 算法歧視與系統(tǒng)風(fēng)險(xiǎn)[J].暨南學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2024，46（8）：108-122.

徐宇翔.生成式人工智能發(fā)展背景下的金融消費(fèi)者個(gè)人信息保護(hù)問(wèn)題研究[C]//《新興權(quán)利》集刊2024年第1卷——智慧法治學(xué)術(shù)共同體研究文集.北京金融法院，2024：12.

劉志雄.生成式人工智能賦能普惠金融： 現(xiàn)實(shí)基礎(chǔ)、關(guān)鍵風(fēng)險(xiǎn)挑戰(zhàn)與應(yīng)對(duì)策略[J].人民論壇·學(xué)術(shù)前沿，2024（6）：86-93.

歐陽(yáng)日輝.生成式人工智能與金融業(yè)深度融合：理論機(jī)理及發(fā)展路徑[J].求索，2024（1）：57-65.

彭志雄.金融科技賦能消費(fèi)金融的邏輯機(jī)理： 基于金融功能觀的研究[J].湖南行政學(xué)院學(xué)報(bào)，2024（5）：58-67.

錢斌.推動(dòng)金融領(lǐng)域人工智能向善的思考[J].新金融，2024（8）： 8-11.

巴曙松，陳昊.當(dāng)前中國(guó)消費(fèi)金融公司的風(fēng)險(xiǎn)特征評(píng)估與監(jiān)管趨勢(shì)展望[J].金融發(fā)展研究，2023（3）：5-10.

程雪軍.人工智能深度介入消費(fèi)金融： 動(dòng)因、風(fēng)險(xiǎn)及防控[J].深圳大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2021，38（3）：67-76.

汪壽陽(yáng)，李明琛，楊昆，等.ChatGPT+金融：八個(gè)值得關(guān)注的研究方向與問(wèn)題[J].管理評(píng)論，2023，35（4）：3-11.

張凱.消費(fèi)金融監(jiān)管體系發(fā)展障礙與突破策略[J].金融與經(jīng)濟(jì)，2024（1）：76-87.

廖高可，李庭輝.人工智能在金融領(lǐng)域的應(yīng)用研究進(jìn)展[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2023（3）：141-158.

李禮.數(shù)字技術(shù)進(jìn)步驅(qū)動(dòng)區(qū)域消費(fèi)金融市場(chǎng)高質(zhì)量發(fā)展研究： 基于金融地理學(xué)的視角[J].湖南社會(huì)科學(xué)，2022（2）：44-51.