王巍：AI将是人类最后一个发明

01

王巍认为，DeepSeek的R1等AI大模型对金融产业的影响，当前集中于提升效率优化服务、强化风险管控、提高普惠金融服务水平和推动金融创新方面。他提到：“ AI大模型能够快速理解客户问题，提供准确的解答。 模型可以快速处理海量金融数据，挖掘潜在投资机会，为投资者提供更科学的决策依据；同时，通过对大量历史数据和实时数据的分析，AI大模型能够更精准地评估风险。在信贷风险评估中，模型可以综合考虑借款人的信用记录、收入情况、消费行为等多维度数据，更准确地判断违约风险，降低金融机构的不良贷款率。同时，在反欺诈领域，模型可以实时监测交易行为，及时发现异常交易，保障金融交易的安全。”

“人工智能在普惠金融服务方面大有作为。” 王巍认为，“在偏远地区或金融服务相对薄弱的地区，可以弥补传统金融服务的不足。例如通过线上渠道，为当地居民提供基础金融服务，如小额信贷申请、支付结算等，让更多人享受到金融服务带来的便利，促进金融公平，推动普惠金融的发展。”此外，“AI大模型为金融产品和服务创新提供了技术支持。AI将最大效率地服务于人类需求，同时，技术供给也会创造出新的需求，新的金融业态将不断产生，超越我们目前的认知甚至想象。”

02

早在2024年，在国产大模型兴起之初，一些金融机构就积极与国产大模型开展合作。例如苏商银行积极关注并先后引入DeepSeek系列技术，结合原有大模型技术能力，在模型轻量化与高效推理方面取得突破，大幅降低了算力消耗，为高频、实时业务场景提供了更优解决方案，推动数字金融服务进一步智能化升级。据相关统计及预测， 全球金融科技领域的人工智能市场规模从2022年的91.5亿美元增长到2023年的115.9亿美元，年复合增长率为26.8% ，预计金融科技领域的人工智能市场规模将在2027年达到317.1亿美元，年复合增长率为28.6%。在金融赛道中看到的，充满了机遇，也有着不小的挑战。

王巍认为，在金融行业内，重复性、规律性强的基础岗位可能会受到影响。 智能系统可借助 AI大模型，快速完成资料处理及审核工作，大大提升工作效率。 在数据录入、报表制作等岗位上，自动化工具结合AI大模型也能高效完成任务。但同时，金融行业对AI模型的研发、维护和优化需要专业的技术人才，如算法工程师、数据科学家等，他们负责开发适合金融领域的AI模型，以及不断优化模型性能，确保其在金融业务中稳定运行。同时，需要既懂金融业务又懂AI技术的复合型人才，来推动AI大模型在金融场景中的应用。

03

据赛迪四川测算，国内行业大模型市场规模呈现指数级增长趋势，在政策支持和市场需求的双轮驱动下，预计到2027年，我国金融行业大模型市场规模将突破200亿元。预计在2028年有望突破1000亿元。在这一轮高速发展的快车道上，普通用户和金融消费者如何应对，王巍提出了如下建议。

首先，是要明确自身需求，首先要清楚自己使用AI大模型的目的。 如果是进行金融投资分析，就需要选择在金融领域有专业知识和丰富数据训练的模型，如一些专门为金融行业开发的垂直领域大模型。 其次，是要评估模型性能：可以从模型的准确性、响应速度、稳定性等方面进行评估。 准确性体现在模型回答问题的正确率、分析数据的可靠性等；响应速度直接影响使用体验，快速的响应能提高效率，稳定性则关系到模型是否会频繁出现故障或错误。可以通过查看模型的评测报告、用户评价等方式来了解模型性能。 此外，更要考虑数据安全与隐私：在使用AI大模型时，用户的数据安全和隐私至关重要。 选择有良好数据安全保障措施的模型，确保个人信息不被泄露和滥用。例如，查看模型提供商是否有严格的数据加密、访问控制等安全机制，以及是否遵循相关的数据保护法规。

同时，王巍还谈到， AI大模型为金融元宇宙提供智能化交互基础 。在金融元宇宙中，用户与虚拟环境、虚拟角色的交互需要自然语言处理、图像识别等AI技术支持。AI大模型可以理解用户的问题，并提供准确的回答。同时，AI大模型可以根据用户的行为数据和偏好，为用户提供个性化的金融服务推荐，提升用户体验。二者共同打造创新金融服务场景。金融元宇宙中的虚拟投资、虚拟保险等场景，借助AI大模型的数据分析能力，可以实现更精准的风险评估和投资决策。