科技創新、數字化轉型是近年來全球金融業發展的焦點和趨勢。數字化浪潮下，我國正在加快數智金融布局。

10月21日，第四屆1024資管科技開發者大會（ITDC2023）在臨港新片區召開，聚焦資產管理垂直領域大模型開發與應用，探討大模型開發應用落地、人工智能賦能金融業高質量發展、大語言模型技術發展與挑戰等多個主題，為資管機構轉型發展帶來新思考和啟迪。這次大會也是“全球資產管理中心上海國際活動周2023”的重要環節。

“在科技賦能之下，金融配置資源的效率得到提升，推動金融服務和創新向數字、智能、可持續等方向不斷演進。金融科技已經成為推動包括資管領域在內金融行業轉型發展的重要驅動力?！鄙虾Ｊ械胤浇鹑诒O督管理局副局長葛平稱。

那么，資管科技落地的方向與場景有哪些？上海資產管理協會秘書長韓康認為，現階段有智能投研、智能投顧、智能風控三大方向；場景則包括反財務舞弊、產業行業分析、機構風險預警、投資顧問、金融資管類法規法庫等五大方面。

金融領域數字化轉型加速推進

今年2月，中共中央、國務院印發了《數字中國建設整體布局規劃》，明確提出要促進數字經濟和實體經濟深度融合，以數字化驅動生產生活和治理方式變革。要全面賦能經濟社會發展，在金融等重點領域，加快數字技術創新應用。

葛平稱，上海高度重視金融領域數字化轉型和資管中心建設。自智能投研技術聯盟（ITL）成立以來，以推動上海金融科技中心與全球資產管理中心建設融合發展為目標，聚焦資管科技推進前沿技術應用，已成為連接金融與科技的重要平臺。

2020年，智能投研技術聯盟在臨港新片區掛牌成立。臨港新片區在《上海國際金融中心建設“十四五”規劃》中被納入“一城一帶一灣”金融發展新布局。

“立足新發展階段，臨港新片區進一步加快數字經濟發展，圍繞非結構化數據研究、智能投資想法生成和智能投資決策賦能三個方面，加強金融科技對傳統資產管理行業的賦能?！敝袊ㄉ虾＃┳杂少Q易試驗區臨港新片區管理委員會副主任趙義懷稱。

趙義懷表示，為加快培育發展新興金融業態，新片區發布了《加快發展新興金融業行動方案》。未來，臨港將聚合金融科技資源，為科技企業創新創業提供豐富的金融支持工具，支持金融科技基礎設施建設與底層技術研發。

“我們看到數字時代財務管理正處在重要的發展機遇期，資管機構在投顧服務、資產配置、風險管理等領域，普遍加大了科技投入力度?！备鹌椒Q，智能投研技術聯盟（ITL）持續聚焦資管行業數字化轉型最佳實踐，關注前沿技術演化和數字化轉型應用場景，著力促進資管行業與科技的融合發展。

趙義懷也稱，希望智能投研技術聯盟繼續聚焦資管科技領域，圍繞相關專業領域推動更多領域專委會的成立，加快形成資管科技評測標準和評測體系，利用資管科技支撐行業監管，加強資管機構、資管科技公司在人才交流、技術研修方面的互動交流，立足臨港服務全國。

資管科技的價值與挑戰

投資技術的IT（Investment Technology）正在從信息技術的IT（Information Technology）邁向智能技術的IT（Intelligent Technology），但現實中還是有不少人認為大數據與人工智能發揮作用還為時過早。以大數據人工智能發展為代表的資管科技價值究竟在哪里？

在資管科技的發展觀念方面，韓康認為，擁抱數智科技，重在持續努力與積累；引導行業不盲目排斥、不觀望等待、不操之過急；嚴格規范發展和風險防范控制，高度重視業務系統的合規建設、技術系統的風控建設和智能系統的倫理建設，關注創業科技公司及其產品可能出現的風險。

同時，“要充分用好全國乃至國際性資源，用好資管持牌機構以及金融要素市場資源；堅持業務場景的技術實現，加強項目落地和加強應用見效，做好相關科技知識普及；發揮持牌資管機構數字化轉型與金融科技發展優勢，與數智科技創業企業的技術創新與快速產品推出優勢相結合?！表n康稱。

今年7月5日，資產管理與人工智能聯合創新實驗室（AIAM Lab）成立，聯合ITL及其他相關機構承載未來資管創新發展使命。

據韓康介紹，目前主要任務包括：多資產配置組合投資模擬、合規及風險管理數智化工具集成、氣候變化及碳金融技術應用、基本面和產業鏈量化投資技術研究、資管領域垂直行業大模型應用、“數據資產管理”前瞻性研究、智能投顧技術與投資者保護、信創技術及穩定性保障、相關基礎技術設施支持系統、與相關機構的技術互動支持和融合型數智化資管人才發展等。

其中，大語言模型作為人工智能領域的一項重大突破，正以前所未有的速度和廣度深刻影響著各行各業，包括金融領域。

智能投研技術聯盟主席楊強認為，大語言模型有很多特點：首先，大語言模型可以提供更加個性化、定制化的資產管理服務；其次，大語言模型可以加強資產管理的智能決策能力；大語言模型還可以優化資產管理的運營效率。

當然，大語言模型本身也面臨著一些挑戰和考驗。楊強認為，這體現在兩個方面：首先是數據安全和隱私保護問題，資產管理涉及大量敏感的個人和企業財務信息，如何確保這些數據在使用過程中得到充分的保護；其次是模型的可解釋性和穩定性，大語言模型由于其復雜的結構和訓練方式，可能導致其決策過程缺乏可解釋性，這對于資產管理行業來說是一個不容忽視的問題。

“我們需要找到合適的方法和技術手段，提高模型的可解釋性和魯棒性（穩定性），以確保資產管理決策的可信度和可靠性。針對以上問題和挑戰，智能投研技術聯盟將持續關注并積極探索解決方案?！睏顝姺Q，將與行業專家學者、從業者共同合作，推動大語言模型在資產管理領域的創新應用，并推動相關政策和標準的制定與落實，為行業的健康發展提供支持和指導。

責任編輯：王超