AIGC重塑金融：AI大模型驱动的金融变革与实践

既是辉煌的时期也是充满挑战的时期。
尽管大模型技术在金融领域的应用潜力巨大却并非无风险。
本文将深入研究大模型在金融领域的数据隐私与安全风险模型的可解释性以及透明度监管与合规要求。
梳理中国美国欧洲等地区AIGC技术的应用规范并探讨相应的风险管理及应对策略。

01 大模型在金融领域的 5 个典型应用场景

金融科技从奠基石作用迈入积聚而成的强大趋势的新阶段。越来越多的金融机构广泛采用数字技术来为金融活动输入能量。人工智能技术正在加快与金融产业深度融合。大模型技术持续发展。驱动金融服务提升效率和体验感，并且更加有温度

作为一项先进的AI工具,CSS布局 ChatGPT不仅展现了持续性的多轮对话功能,还兼具一定的逻辑推理能力,在内容创作、编程开发以及语言转换等多个领域均展现了非凡的能力。随着 ChatGPT 的发布,人工智能系统将进入一个新的发展阶段。其背后的 GPT 大模型技术将成为推动 next-generation AI 竞争的核心力量,并将在多个领域如金融等产生深远影响,重塑全球科技发展格局。

金融行业作为信息密集型领域的重要组成部分，在大模型技术的应用中具有特殊价值与战略意义。展望未来，在构建更加完善的数字生态过程中，“数智化翅膀”的应用能够显著提升中小金融机构运用人工智能的能力与效率。从小米科技等典型企业的实践来看，在数字化转型过程中存在基础性限制因素导致发展速度相对缓慢，并且这种落后态势正逐渐扩大，“智能化鸿沟”的深度也在持续加深。在大模型时代的背景下，“零起点”的所有金融机构都将面临共同的选择与挑战：借助这一新兴技术力量实现跨越式发展，在处理复杂数据时能够突破传统认知边界并实现精准服务

若将大模型的技术应用于金融领域执行传统任务，则会对多种工作产生革命性影响。相较于现有 AI 技术体系，在多个金融领域的大模型技术展现出显著的应用潜力与广泛的影响力。

金融领域的风险管理问题可以通过大模型技术加以解决。具体而言,大模型技术可用于构建更加精准与周全的风险评估体系,以便于机构对市场风险、信用风险以及操作风险实施评估与管理,从而实现更为精准的风险预测及决策辅助功能。

量化交易作为一种投资方式，在当前金融市场中备受关注。大模型技术不仅能够辅助开发复杂的量化交易策略，并且可以通过优化其执行流程来显著提升效率。通过全面分析海量金融数据与市场动态，该方法能够有效识别潜在的投资机会以及市场趋势，并能实现更加智能化的投资决策过程。这将显著提升投资效率的同时，在多个维度上带来明显优势：首先能够降低每笔交易的成本；其次能增强投资组合的整体稳定性；最后将带来更高的整体收益水平

量身定制的投资策略。基于人工智能的大模型系统能够识别投资者的兴趣与风险承受能力，并据此生成量身定制的投资方案与资产配置计划，在帮助投资者实现财富增值的目标的同时提供精准的投资建议。

防范金融欺诈已成为一项重要工作。大模型技术在防范金融欺诈方面具有广泛的应用潜力。基于对用户交易数据、行为模式以及历史记录的深入分析，人工智能系统能够有效识别潜在的风险点与异常行为模式，并据此采取相应的防范措施。从而显著提升了金融机构对欺诈风险的认识程度以及应对措施的有效性

智能化客服系统可以通过大模型技术实现高效的用户与机器之间的互动交流，并在此过程中持续优化服务体验。该系统不仅能够理解并准确响应客户的多样化需求，在线解答各类问题的同时还能提供个性化的解决方案以增强客户的使用满意度和品牌忠诚度。

02 大模型在金融领域应用所面临的风险及其防范

自2020年OpenAI提出大语言模型的扩展规律（ScalingLaw）以来

金融行业作为数据密集型行业，在涵盖大量的金融市场数据以及复杂的金融服务流程方面具有显著特点。
大模型技术对于显著提升金融业务的自动化与智能化水平，并有效改善风险管理与决策效率发挥着至关重要的作用。
在生成书面报告、开展技能培训以及提升客户服务质量等方面展现出巨大潜力。
目前而言，在全球范围内已有众多金融机构纷纷将GPT等大型语言模型广泛应用于其各个运营领域。

1. 大模型应用在金融领域的 5 个风险和挑战

虽然大模型技术在金融领域的应用潜力非常巨大,但其稳定性、可靠性和安全性仍需进一步提升,面临着诸多方面的风险与挑战

第一部分：信息安全至关重要。
金融领域涉及大量敏感个人信息（-sensitive personal information），而大型语言模型（LLM）在训练与应用过程中对这些信息依赖性极强。
因此，在信息安全方面面临着关键性问题。
此外，
尽管大模 型对高质量、完整性的数据需求极高，
但实际应用中常面临数据质量问题或不完整性，
这使得人工清洗与预处理工作耗时巨大。
值得注意的是，
这些模型在运行过程中可能面临来自外部威胁的各种风险，
例如对抗样本攻击与模型篡改等行为。
此类威胁可能导致预测结果出现偏差，
从而对金融决策系统的可靠性和准确性构成威胁。

第二点强调的是解释性和透明度. 大型语言模型往往呈现出复杂的黑色方框特征, 其工作机制及其输出结果往往难以被外界所理解。金融领域对模型的可解释性和稳定性有着极高的要求, 而在当前阶段大型语言模型在可解释性方面的表现较为有限, 相对于其他领域而言, 它们的不可解性和脆弱性尤为明显。相比之下, 在当前阶段大型语言模型在可解释性方面的表现较为有限, 且在稳定性方面这些系统还容易受到数据质量、算法优化以及训练环境等因素的影响。

第三部分：数据偏见与倾向性。大模型在训练数据中可能包含性别与种族等方面的偏差。若这些偏差被应用于金融决策，则可能导致模型在决策与预测过程中产生不公平或歧视性的影响，并最终导致用户做出错误的判断或决定。

第四 置信度与道德问题ChatGPT 等生成式人工智能系统通常采用问答形式在社会层面上运行 但其回答往往呈现出不可靠或难以判断正确性的情况 有时表面看似连贯自然 实际上却在装腔作势地说些不合逻辑的话 例如可能会对现有的社会伦理体系造成冲击 这种行为不仅违背了基本的信任原则还可能对公众产生误导作用 同时这类系统还可能传播错误观点加剧信息茧房效应影响价值观念的形成 因此需要加强对生成式AI系统的监管确保其行为符合社会道德规范。

第五能力挑战
金融行业正在运用大模型来取代人类劳动力完成非智能、重复性的任务流程。
金融机构正面临着如何理清人与机器协作关系网络的问题：
一方面需提高人类在AI辅助工具中的效能，
增强人类对AI工具的操作效率与适应性；
另一方面则需探索并改善人类与数字员工职责分工的最佳实践。

2. 大模型时代的 AI 风险

针对大模型技术所面临的风险与挑战, 促进科技健康发展, 需要政府、平台、学术界、行业以及社会各界的共同努力; 通过健全法律法规, 推动跨学科协作, 增强透明度, 强化隐私保护措施以及开展风险评估并鼓励公众参与等方式, 推动人工智能行业的持续健康发展; 特别强调金融机构需高度重视风险管理的前瞻性, 应采取积极措施应对外界环境剧烈变化的影响

全面强化数据隐私与安全管理工作的落实力度，并主要通过以下技术手段来保障信息安全：首先运用加密技术和去敏化方法对客户及机构的关键信息进行全方位防护；其次，在数据采集环节引入差分隐私机制以实现精准的数据分析；随后对训练阶段的数据实施严格的密钥管理流程以防止信息泄露；同时在模型训练过程中采用安全多方计算协议以及同态加密技术来保护模型的安全性；最后建立一套完整的隐私评估体系并配备相应的安全认证机制以确保下游应用不受侵害。此外必须严格遵守《中华人民共和国个人信息保护法》等相关法律法规要求切实落实各项安全防护措施

第二点旨在增强模型的安全性。具体而言，在对抗样本检测方面采取主动防御措施，并通过提升模型的鲁棒性来增强其抵御攻击的能力；同时，在全球范围内推广统一的技术标准时需考虑各国法律条款的具体要求，并针对各种可能的对抗攻击采取防御性训练措施以提高系统的防护能力。对于基于现有公开数据集进行人工标注的场景，则要求开发团队需制定清晰、具体且可操作的标注规范，并对标注人员进行系统培训。此外，在确保标注内容正确性的基础上建立质量审核机制是必要的。在AI技术开发流程中需特别注意数据来源的质量问题，并在实际应用中严格遵循相关法律法规；同时，在监督学习过程中需持续关注算法性能指标的变化趋势；必要时应采取针对性优化措施以提升整体系统的性能水平；最后要建立有效的风险预警机制以防范可能出现的问题并及时采取应对措施。

第三条是设立监督与考核体系，在线持续监控大模型系统的运行效率、预测精度以及公平执行情况，并在出现隐患或挑战时迅速识别并应对。

四是增强算法的可理解性与透明度水平，并采用可视化技术和交互式界面展示模块的具体运作流程。通过构建一套审查与评估机制识别并解决算法"黑箱"现象，在推动负责任的人工智能生态系统建设中实现生成型AI的安全性能及责任归属机制的确保

大模型时代已然到来，在不确定性的环境中寻求确定性是一个必要的课题。正如加州大学伯克利分校教授 Jacob Steinhardt所言："机器学习的步伐之快令人惊叹,其能力提升速度远超预期,然而在安全属性方面的进展则相对滞后"。与此同时我们需要从今天起就需要对未来十年内机器学习系统的整体发展态势进行深入规划,从战略层面防范人工智能在大模型时代的潜在风险挑战,并推动人机协作与和谐共存的发展目标,这不仅关乎技术的进步,更是对人类文明未来走向的重要考量。

03 AIGC 技术的科林格里奇困境

当我们感到震撼于机器人越发展越‘聪明’之时，
但也不能忽视人工智能对人类社会带来的道德困境以及合规风险。
他指出，在《技术的社会控制》（1980）一书中，
一项技术若因担忧潜在负面结果而提前干预，
则可能难以发生；
反之，则可能会逐渐融入整个经济和社会结构中。
解决这些问题会变得昂贵、复杂且费时。
这种两难困境即被称为科林格里奇困境（Collingridge’s Dilemma）。{资料来源：方兴东, 顾烨烨. ChatGPT 的治理挑战与对策研究—智能传播的“科林格里奇困境”与突破路径[J]. 传媒观察, 2023(3):25-35.}

由以 ChatGPT 等代表的生成式人工智能技术所引发的技术治理难题正是我们今天亟需解决的重要议题。迅速横空出世的 ChatGPT 技术随之使得生成式AI的应用规范制定与监管难题迅速成为全球关注的核心议题。美国联邦贸易委员会主席指出生成式 AI 被视为具有极大的破坏性特质将对该领域实施严格的监管措施。在数据隐私合规方面意大利的数据保护监管机构 GPDP 已经采取行动打击此类新技术 GPDP 已全面禁止使用ChatGPT 并禁止OpenAI处理意大利用户的相关数据。

一系列监管措施正在全球范围内形成连锁反应。自2023年以来,多个国家的数据保护监管机构已发出关注指示,要求审查人工智能技术的风险。4月3日,德国也已开始考虑禁止使用该技术,而法国、爱尔兰等国家则已采取多项措施,其中包括与意大利等国家就执法问题展开讨论,同时西班牙更要求欧盟数据保护委员会（EDPB）调查该技术可能带来的隐私问题。与此同时,4月4日,韩国个人信息保护委员会委员长表示正在调查该技术在韩国用户中的数据泄露情况,而加拿大也已就数据安全问题对OpenAI展开调查。值得注意的是,欧洲数据保护委员会（EDPB）已在4月13日正式决定成立专门工作组来监督ChatGPT的发展

4月11日，《生成式人工智能服务管理办法（征求意见稿）》被中国国家互联网信息办公室公布，并被视为我国在生成式AI领域制定首份规范性政策的重要举措

与其他新技术一样，AIGC的发展也面临着技术发展带来的挑战。短期内它带来了虚假新闻、数据安全、隐私风险、学术剽窃、算法安全等一系列问题。既是机遇也是挑战，在传统治理模式落后的情况下进入深水区时更加考验监管政策的弹性与适度性。各国需要协同制定相应的监管政策框架，在准确把握发展规律与节奏的前提下共同推动AIGC技术走出科林格里奇式的困境

1. 负责任的 AI：欧美实践与启示

作为全球数字治理制度建设的重要参考点之一

● 建立安全且有效的系统原则（Safe and Effective Systems）；

● 避免大数据算法歧视原则（Algorithmic Discrimination Protections）；

● 保护数据隐私原则（Data Privacy）；

● 通知和解释原则（Notice and Explanation）；

采用人工评估与选择机制（Human Alternatives, Consideration and Fallback），其中包含三种Fallback策略：人类替代方案、综合考量以及Fallback机制。

美国更倾向于通过人工智能系统的快速发展来提升其在全球经济中的竞争力，并以此满足国家安全的需求。2023年5月16日，在由美国国会举行的以"AI监管：人工智能的规则"为主题的听证会上，Sam Altman作为OpenAI创始人兼CEO受邀参加。会上，在他提出的三个关键点方案中包含了以下内容：

设立一个新的政府机构,主要负责审核大型AI模型的申请,并对不符合标准的企业进行审查与处理,包括吊销其相应的AI执照

2）制定一套针对AI模型的安全标准以评估潜在风险。AI 大模型需遵循一系列安全测试包括判断它们是否具备自我复制能力或能否逃离人类控制

3）要求独立专家对模型在各个指标上的表现进行独立审核。

面对AIGC对现有监管架构的巨大挑战，在监管思路方面存在显著分歧。其中，在数据保护与隐私问题上采取相对保守态度的一方——欧盟——已计划修订即将发布的新一轮全面人工智能法规——《人工智能法案》，将为生成式AI生成图像及文本的智能模型设定严格的限制性规定。一方面将重点针对此类AI模型设定技术标准；另一方面指出这类商业产品若基于用户个人数据进行迭代更新，则可能违反《通用数据保护条例》这一欧盟颁布的标准。

保守的监管模式虽然显著地解决了信息泄露问题但也制约了其发展；积极型监管能够有助于AI技术的进一步研发 但可能存在监管力度不足而导致效果不佳的情况 因此生成式AI面临的监管难题主要不在于管理方法 而在于如何确保AI在规范运作的同时仍能激发创新活力

2. 中国的规则与治理策略思考

技术的进步往往具有双重影响，在享受到AIGC对社会生产力巨大推动的同时

（1）鼓励创新发展，构建规范治理体系

我国于2023年7月13日由中央七部门联合发布《生成式人工智能服务管理暂行办法》，该文件可简称为《办法》，标志着全球首个聚焦AIGC领域的监管法规的出台。除上述专门的监管法规外，在科技发展、网络安全、个人信息保护以及互联网信息等多个领域我国已制定多项法律和行政法规等规范性文件。这些包括《中华人民共和国个人信息保护法》《中华人民共和国数据安全法》《互联网信息服务算法推荐管理规定》以及《新一代人工智能伦理规范》，形成了覆盖人工智能领域的多层次、多维度规范化体系。

该办法统筹兼顾生成式人工智能技术的发展与其安全管控，在思路框架上较2023年4月发布的征求意见稿有了较大的调整幅度，并确立了生成式人工智能服务提供者及使用者的基本规范要求。从技术发展与安全管理到服务规范制定、监督检查机制以及法律责任明确这几个方面进行了全面规划。

此外，《办法》沿袭现有规范的精神，并延续了以往的监管方式。国家在发展与安全之间寻求平衡，并推动创新与依法治理共同进步。为支持生成式人工智能的发展，《办法》采取了一系列积极措施，并针对其服务特性实施包容审慎及分类分级监管政策。这表明了国家对于生成式人工智能持更加包容的态度，并予以重点支持。

（2）有序开放数据，促进算力资源协同共享

人工智能研究则要求具备全面的计算资源（包括GPU算力）、网络与存储系统等硬件基础设施的支持。《办法》旨在通过支持生成式AI技术的研发创新以及促进国际合作的方式，在全球范围内推动生成式AI相关标准规范的制定。

在"大模型时代"背景下，在获取高质量数据方面占据主导地位

当前，在北京、深圳等地区已陆续出台多项旨在推动公共数据开放与利用的相关法规。这些规定为人工智能技术的发展提供了重要支持与应用方向。然而，在开放范围与数据质量等方面仍面临诸多制约因素。未来应致力于建立有序开放机制，并制定分级分类的标准体系。科技企业需特别关注《办法》中涉及内容审核义务、训练数据合规处理义务以及用户保护监督的相关要求。

（3）明确责任和义务，平衡创新与安全

生成式人工智能在社会变革中发挥着重要作用,然而,它也可能面临数据违法收集、知识产权侵权、产生虚假信息等问题,这些都是不容忽视的挑战。《办法》积极回应了生成式人工智能带来的社会问题,明确了提供和使用生成式人工智能服务应遵循的法律底线。该办法明确将生成式人工智能服务提供者纳入网络平台责任范围进行规范,并提出了相关要求:禁止生成违法内容、防止产生歧视行为、尊重他人的知识产权以及保障他人合法权益、提高生成内容的质量和可靠性等义务与责任。通过更加细致地界定各环节的要求,这一规定有助于降低生成式人工智能活动的安全风险,同时也有助于提高相关政策制度的可操作性

生成式人工智能的监管是一项复杂而具有全球性的挑战,它不仅需要各相关方携手努力,还需社会各界共同参与才能实现科学的设计与合理制定一套规范.展望未来,中国生成式人工智能产业有望通过不断完善管理体系,推动AIGC实现可持续性更快捷的发展.

建立完善的敏捷监管机制可能促使相关监管部门制定或发布更多法规和规范。特别注意AI应用的分阶段管理，并致力于不断优化监管工具箱。采用分散式和差异化的方式实施监督措施，并动态调整以适应AIGC研发与应用的需求。最终实现创新与安全之间的平衡

企业将更加重视内部管理和监控体系的建设，并强化AIGC技术的伦理规范管理。具体而言，在AIGC算法的设计阶段需严格执行知识产权保护措施，在开发环节实施创新激励机制，在测试阶段建立完善的数据安全防护体系，在应用环节构建高效的性能保障系统。与此同时，企业将建立健全内部制度，并从设计到应用的全生命周期进行严格监督。同时加强员工的职业技能培训以提升法律合规意识，并促进技术与人才的协同发展

3）构建多方主体的协同管理体系。在各方力量积极参与下，在AIGC治理方面, 政府机构、企业组织、学术机构以及社会各界成员等多类主体将主动加入, 拟订共识性规则体系与操作标准, 共同促进AIGC技术的发展与应用。

4）制定AI 伦理风险管理框架。设立由专家组成的伦理委员会，并负责搭建AI 伦理风险管理框架的具体内容与步骤包括：成立专业的伦理委员会；制定详实的伦理准则与操作规范；确保该框架在技术开发过程中的各个关键环节（从方案预设计到最终测试评估）全面覆盖；通过系统化的管理措施有效规避潜在的伦理风险；从而构建一个可信赖的人工智能生成内容（AIGC）的应用生态系统

04 金融机构使用 AIGC 技术的 4 条可能路径

金融行业因其具备高度的信息化、数据化与知识化特性而著称，在这一背景下,AIGC天然具备显著提升金融服务效率的能力。ChatGPT凭借其卓越的NLP能力和生成技术,显著提升了金融行业的信息处理效率与决策准确性,同时也带来了更为优质的客户服务体验与风险管理方案,其在多个应用场景中展现出巨大的应用前景,包括但不限于客户服务和支持,财务咨询服务,欺诈检测及风险管理,自动化交易及投资领域,以及信用评估与贷款审批等多个关键环节,这些应用共同构成了AIGC在现代金融服务中的全面优势框架。

1. 全球金融机构踊跃试水 AIGC

在引发广泛关注的同时促使行业深入思考其未来发展路径。“当我们细细品味'人情味'时 揭示了一种超越生物本能的大智慧的行为" 这一句富有深意的话语出自招商银行信用卡公众号巧妙运用ChatGPT技术撰写的这篇营销文章 它成功地将现代科技与传统文化相结合 展现了科技创造美好生活的独特魅力

AI 已经为海外金融机构的前后台业务提供了支持，并为其应用的升级提供了技术支持。在智能营销、智能客服以及专业投资顾问领域（如投资顾问）的应用方面，全球领先的机构如摩根大通、摩根士丹利等纷纷将目光转向AIGC技术的应用。在后端系统优化和数据处理方面，则是当前布局的重点方向。AIGC 一方面能够进一步优化现有技术应用模式；另一方面则有助于提升整体运营效率。同时，在金融领域专业知识的优势可能帮助他们开发更加专业的语言模型。

自 2023 年 2月以来, 江苏银行、招商银行信用卡中心等机构陆续公布 AIGC 在业务中的具体运用. 此外, 百信银行、中国邮储银行、泰康保险、广发证券、鹏华基金 等金融机构也宣布接入号称中国版 ChatGPT 的百度"文心一言".一些机构声称自己将集成"文心一言"的技术能力,推进智能对话技术 在金融场景的应用.

2. 金融机构使用AIGC 大模型的难点

尽管多数机构普遍认可新技术的发展前景，在面对高合规标准的金融行业中,能否完全借鉴AIGC在其他领域的成功应用仍需经过商榷与验证。

首先，在构建AIGC技术体系的过程中主要涉及以下几个关键环节：涵盖数据采集与清洗处理过程、完成算法设计与参数训练工作、实现智能决策支持功能以及完成系统的部署与实际应用阶段。就当前技术水平而言，在生成能力上仍存在诸多不足之处，并非完美的解决方案。相比之下，在金融领域中运用AIGC技术则会面临更为复杂的挑战，在数据质量方面也提出了更高的要求标准；在数据安全性和合规性等方面也提出了更高的标准要求；使得许多机构在实际操作中感到望而却步的状态下才逐步开始尝试运用这一技术手段进行业务创新

开发大型语言模型的所需资源依然高昂

3. 金融机构使用 AIGC 技术的 4 条可能路径

技术的发展循着波浪型发展道路稳步前行，在面临问题与挑战时也必然是不可避免的。然而，在当今时代背景下,AIGC 技术已然成为不可逆转的大趋势,大型语言模型将在推动金融行业实现智能化进程的同时,对整个行业的数字化转型产生重要影响。身处时代的浪潮之中,金融机构正在系统性地勾勒出使用 AIGC 技术的 4 条可能路径,如图所示。

图 ：金融机构使用 AIGC 技术的 4 条可能路径

其一，在具备大模型通用能力的基础上

例如，在经过垂直领域定向训练后，
客服机器人不仅能够与用户展开多轮对话，
从而帮助提升运营效率，
同时能够提供切实可行的解决方案，
提高复杂问题解决效率、人机交互体验和意图识别能力，
实现流程自动化构建以及知识库的动态更新。

其次，在降低成本提高效益、行业格局变化以及产品迭代升级等维度展开。随着技术发展,AIGC应用场景和产品类型持续拓展。最早从智能客服及智能营销等场景入手,逐步向其他领域延伸,不断扩大应用场景覆盖范围。例如,在优化内容生产创意与效率层面,传统的获取客户方式主要依赖于互联网营销手段,借助 AIGC 技术实现了自动化制作各类营销材料的同时,实现了精准化的内容创作与个性化服务供给目标,形成了差异化竞争优势模式。进一步探索提升研究分析效率、编程开发效率以及风控评估效率等环节的效率提升路径,减少后台人员资源投入比例,实现业务效能的最大化产出效果。同时,在基础能力建设上引入智能化升级措施,整合分散的专业知识储备与多样化业务需求资源,构建创新的产品化模型体系及系统性解决方案框架

其三，在 AIGC 技术的支持下构建线上线下融合的服务生态。虚拟员工与实体员工形成互补关系，在银行服务领域中扮演独特角色。通过打造更具吸引力的数字化空间以及搭建线上线下更加生动有趣的互动平台，在革新传统银行的人机交互模式的同时为用户提供更加沉浸式的数字化金融服务体验。

其四, 定制化的订阅付费模式类似于SaaS模式, 金融机构根据需求选择采购软件和服务方案, 费用将以服务调用次数为基础进行结算, 同时也会依据内容生成数量来收费. 大模型服务提供商提供按需定制的大模型能力, 机构可以根据具体需求支付相应的服务费用. 这种模式下, 机构的成本压力预计将会显著降低, 财务支出与收入的比例预计能够得到更好的管理和平衡

未来，在AIGC浪潮中胜出的机构有哪些？总体而言，具备以下特质的金融机构更有机会脱颖而出：一是具备强大的数据基础；二是能够提供独特的AI服务能力；三是拥有丰富的服务场景资源；四是已经建立了完整的IT基础设施以及成熟的AI生态系统；五是能够综合利用科技与金融专业知识。

▼

延伸阅读

《AIGC重塑金融：AI大模型驱动的金融变革与实践》
林建明 所著
张建锋先生题词
萨摩耶云科技集团董事长林建明先生著述《》一书
助力金融业迈向数字化与智能化的新高度
限时五折优惠 |

🎊粉丝福利参与规则🎊

    >1.添加博主主页微信（文末有名片），关注公众号：玲一爱编程
    >2.文末评论区随机抽取送出一本
    免费包邮！！！
    截至时间：2024年4月2日14点，过时作废。
    
    
    cpp