金融科技行業(yè)發(fā)展趨勢(shì)分析

金融安全防護(hù)技術(shù)的創(chuàng)新不斷。

1.金融業(yè)大模型落地挑戰(zhàn)不容小覷，但探索“AI+” 應(yīng)用已成行業(yè)共識(shí)

生成式人工智能技術(shù)爆發(fā)以來(lái)，各大金融機(jī)構(gòu)均在積極探索金融大模型建設(shè)與 賦能。根據(jù)國(guó)有四大行2024半年報(bào)，中國(guó)工商銀行的千億級(jí)大模型已在金融 市場(chǎng)、信貸風(fēng)控、網(wǎng)絡(luò)金融等業(yè)務(wù)場(chǎng)景落地應(yīng)用；中國(guó)農(nóng)業(yè)銀行正持續(xù)完善AI 軟硬件支撐體系，推動(dòng)AI+應(yīng)用場(chǎng)景落地；中國(guó)銀行在試點(diǎn)代碼輔助等大模型 應(yīng)用；中國(guó)建設(shè)銀行則強(qiáng)調(diào)持續(xù)推進(jìn)金融大模型建設(shè)及應(yīng)用，包括全面賦能行 內(nèi)業(yè)務(wù)、提升文生圖輸出質(zhì)量等。當(dāng)前，金融大模型的建設(shè)方式主要為：基礎(chǔ) 大模型底座以大廠(chǎng)的開(kāi)源模型為主；平臺(tái)層由部分金融科技企業(yè)提供平臺(tái)化服 務(wù)，且以數(shù)據(jù)治理類(lèi)服務(wù)為主，代表案例有大模型+RAG增強(qiáng)檢索平臺(tái)、 DataOps+AIGC數(shù)據(jù)開(kāi)發(fā)平臺(tái)等；應(yīng)用層則是大部分金融科技企業(yè)選擇發(fā)力的 主陣地，持續(xù)助力金融機(jī)構(gòu)等探索AI+、Agent等應(yīng)用模式，代表案例有智能 投顧、風(fēng)控、反洗錢(qián)、防欺詐等。

不過(guò)，在推動(dòng)大模型實(shí)際落地方面，行業(yè)整體仍面臨諸多挑戰(zhàn)。除了老生常談 的模型“幻覺(jué)”、數(shù)據(jù)安全問(wèn)題外，大模型搭建成本過(guò)高、相關(guān)風(fēng)險(xiǎn)計(jì)量問(wèn)題、 數(shù)據(jù)溯源問(wèn)題等也是相關(guān)企業(yè)擔(dān)憂(yōu)的核心問(wèn)題。而在監(jiān)管端，金融業(yè)一貫要求 強(qiáng)監(jiān)管和防風(fēng)險(xiǎn)，結(jié)合《生成式人工智能服務(wù)管理暫行辦法》等出臺(tái)，金融業(yè) 在應(yīng)用人工智能方面也應(yīng)當(dāng)更加規(guī)范有序。 盡管挑戰(zhàn)重重，但持續(xù)探索“AI+”應(yīng)用已成為行業(yè)共識(shí)，呈現(xiàn)出傳統(tǒng)AI與生 成式AI相輔相成的趨勢(shì)。在技術(shù)底座方面，大小模型相互協(xié)同是主流技術(shù)路線(xiàn)； 在業(yè)務(wù)場(chǎng)景方面，生成式AI更適合信息歸集、分析、生成等非決策場(chǎng)景，在直 接對(duì)客場(chǎng)景方面還需審慎評(píng)估其風(fēng)險(xiǎn)；傳統(tǒng)AI則更適合復(fù)雜的流程控制、風(fēng)險(xiǎn) 管理和策略決策類(lèi)場(chǎng)景。相關(guān)企業(yè)在充分分析場(chǎng)景需求基礎(chǔ)上，確定應(yīng)用開(kāi)發(fā) 模式，并適配恰當(dāng)?shù)哪Ｐ皖?lèi)型和參數(shù)量級(jí)，將是實(shí)現(xiàn)成本效益最大化的可行舉 措。

2.趨勢(shì)二：可信數(shù)據(jù)空間建設(shè)目標(biāo)確定，強(qiáng)化公共數(shù)據(jù)開(kāi)發(fā)有 利于金融創(chuàng)新提質(zhì)

自國(guó)家數(shù)據(jù)局組建以來(lái)，數(shù)據(jù)要素市場(chǎng)化建設(shè)正穩(wěn)步推進(jìn)。2024年11月23日， 國(guó)家數(shù)據(jù)局印發(fā)了《可信數(shù)據(jù)空間發(fā)展行動(dòng)計(jì)劃（2024—2028年）》，明確 提出到2028年，我國(guó)將建成100個(gè)以上可信數(shù)據(jù)空間，形成一批數(shù)據(jù)空間解決 方案和最佳實(shí)踐。具體包括企業(yè)、行業(yè)、城市、個(gè)人、跨境五類(lèi)可信數(shù)據(jù)空間 的建設(shè)和應(yīng)用推廣，還特別提及要大力培育金融保險(xiǎn)行業(yè)可信數(shù)據(jù)空間，為優(yōu) 化金融業(yè)的數(shù)據(jù)流通基礎(chǔ)設(shè)施提供了堅(jiān)實(shí)的政策支持，大數(shù)據(jù)、區(qū)塊鏈、物聯(lián) 網(wǎng)等領(lǐng)域的金融科技企業(yè)有望迎來(lái)更廣闊的市場(chǎng)空間。

值得注意的是，公共數(shù)據(jù)對(duì)于金融業(yè)提質(zhì)創(chuàng)新極其重要。例如，征信數(shù)據(jù)作為 公共數(shù)據(jù)的重要組成部分，對(duì)金融風(fēng)險(xiǎn)控制和信用評(píng)估起著關(guān)鍵作用；金融服 務(wù)和產(chǎn)品的創(chuàng)新，常常需要整合利用工商、稅務(wù)、公安、海關(guān)、環(huán)保、社保、 醫(yī)療、司法等多個(gè)公共部門(mén)的數(shù)據(jù)資源。此外，金融具有服務(wù)實(shí)體經(jīng)濟(jì)的屬性， 金融與其他行業(yè)之間的可信數(shù)據(jù)空間構(gòu)建同樣值得關(guān)注。例如，在汽車(chē)智能化 背景下，基于自動(dòng)駕駛和駕駛責(zé)任追溯等算法，車(chē)路交通數(shù)據(jù)正以更為可信、 高效的方式流入金融領(lǐng)域，有利于金融業(yè)創(chuàng)新保險(xiǎn)產(chǎn)品以實(shí)現(xiàn)各方價(jià)值。在能 源領(lǐng)域，電力數(shù)據(jù)、碳排放數(shù)據(jù)與金融數(shù)據(jù)打通后，有利于綠色債券、綠色信 貸等金融服務(wù)持續(xù)助力能源轉(zhuǎn)型。 此外，結(jié)合2024年10月9日《關(guān)于加快公共數(shù)據(jù)資源開(kāi)發(fā)利用的意見(jiàn)》的發(fā)布 來(lái)看，中央層面首次對(duì)公共數(shù)據(jù)資源開(kāi)發(fā)利用進(jìn)行了系統(tǒng)部署。預(yù)計(jì)隨著公共 數(shù)據(jù)流通使用的體制性障礙和機(jī)制性梗阻進(jìn)一步破除，在金融機(jī)構(gòu)、金融科技 企業(yè)、數(shù)據(jù)要素型企業(yè)等多方主體的互信合作下，數(shù)據(jù)要素驅(qū)動(dòng)金融科技創(chuàng)新 的潛力還將持續(xù)釋放。

3.金融安全防護(hù)技術(shù)理念持續(xù)升維，密態(tài)計(jì)算、代碼 疫苗等創(chuàng)新不斷

技術(shù)變革從未停歇，金融業(yè)既是前沿技術(shù)應(yīng)用的高地，也是對(duì)安全合規(guī)要求極 高的重要行業(yè)，金融安全攻防態(tài)勢(shì)日漸復(fù)雜，正在驅(qū)動(dòng)金融安全防護(hù)技術(shù)理念 持續(xù)升維。目前，金融業(yè)安全建設(shè)已從單一的網(wǎng)絡(luò)和信息安全保護(hù)轉(zhuǎn)向多維度、 全棧式、立體化安全防護(hù)，包括基礎(chǔ)設(shè)施供應(yīng)鏈安全、開(kāi)發(fā)運(yùn)營(yíng)安全、數(shù)據(jù)安 全、云原生安全、全生命周期安全等。

在這一背景下，金融安全防護(hù)技術(shù)的創(chuàng)新不斷。例如，從隱私計(jì)算到密態(tài)計(jì)算， 體現(xiàn)了演進(jìn)式的技術(shù)創(chuàng)新，后者主要通過(guò)綜合利用密碼學(xué)、可信硬件和系統(tǒng)安 全技術(shù)，保障數(shù)據(jù)要素以密態(tài)形式流通，有望保障數(shù)據(jù)全鏈路安全，正在為金 融安全領(lǐng)域的下一代主流技術(shù)路線(xiàn)。代碼疫苗技術(shù)則代表了組合式的技術(shù)創(chuàng)新， 其技術(shù)原理在于融合IAST（Interactive Application Security Testing，交互 式應(yīng)用安全測(cè)試）、RASP（Runtime Application Self-Protection，運(yùn)行時(shí) 應(yīng)用自我保護(hù)）、SCA（Software Composition Analysis，軟件成分分析） 等安全技術(shù)，為應(yīng)用植入“疫苗”，從開(kāi)發(fā)源頭側(cè)規(guī)避安全風(fēng)險(xiǎn)，并為應(yīng)用搭 建更加有效的內(nèi)生積極防御體系，實(shí)際上達(dá)成了從漏洞檢測(cè)到漏洞防護(hù)的全生 命周期安全防護(hù)。 此外，大模型技術(shù)浪潮下，安全領(lǐng)域的部分企業(yè)選擇基于通用大模型，投喂安 全知識(shí)語(yǔ)料，進(jìn)行模型的再次預(yù)訓(xùn)練和微調(diào)，安全領(lǐng)域大模型應(yīng)運(yùn)而生，相關(guān) 應(yīng)用目前已落地于安全運(yùn)營(yíng)（自動(dòng)提供安全事件的總結(jié)摘要，提供威脅背景， 并提出具體建議處置威脅）、攻擊溯源（實(shí)時(shí)分析安全問(wèn)題，發(fā)現(xiàn)可能的攻擊 路徑）等場(chǎng)景。展望未來(lái)，金融科技創(chuàng)新將助力金融業(yè)構(gòu)建起更加堅(jiān)固的防線(xiàn)， 應(yīng)對(duì)愈發(fā)復(fù)雜多變的安全威脅。