上证报中国证券网讯（记者 孙越）5月22日，由上海资产管理协会主办、中国保险资产管理业协会联合主办的“资产管理机构高级中级管理人员数智技术研修班”在上海举行。近300位来自基金、券商、银行、保险及学界的人士齐聚一堂，共同探讨生成式AI技术的前沿进展以及在金融垂直领域的落地应用，为行业发展提供洞见和启发。

　　上海市委金融委员会办公室副主任葛平在致辞时表示，金融大模型在金融创新和提升金融服务效率等方面将发挥越来越重要的作用，已经成为推动包括资管领域在内的金融行业数字化转型发展最重要的驱动力。一直以来，上海致力于推动金融行业垂类大模型技术的研发与应用，一批在沪金融机构通过合作共建的方式正在推进金融行业垂类大模型技术的落地应用。

　　关于如何促进金融与科技创新深度融合，他提出了三点建议：第一，加快数字化转型，通过场景的应用来拓宽金融服务的广度和深度，更精准有效地服务实体经济、服务人民群众。第二，加强交流与合作，搭建共享发展的平台，实现资源高效配置，共同推动行业技术的突破和应用的落地。第三，切实加强风险管理，在实践中平衡好创新和风控，推动金融行业数智技术的有序发展。

　　“做金融行业的垂直类大模型，一定要围绕金融行业的核心问题，比如对风险的识别、管理和定价等。”上海市徐汇区委常委、副区长俞林伟介绍道，徐汇区正在建设人工智能科创街区，规划了50万平米的空间区域，将积极发挥在人工智能、大模型领域的先发优势，与在座的金融机构加强沟通协同，共同探索金融与科技的融合与发展。他表示，徐汇区在政策支持、产业生态等方面具有明显优势，有望率先推动“大模型+金融”突破。

　　当前，如何应用大模型等技术为业务赋能成为众多金融机构探索的重要方向。中国保险资产管理业协会党委委员、副会长贺竹君表示，当前资管行业正处于一个机遇与挑战并存的时期，科技赋能是破局的关键。金融科技的发展不仅促进了金融创新，而且在提高收益和风险规避方面产生了实际效果，证明了金融与科技结合是一条双赢的道路。

　　贺竹君认为，过去，金融科技在保险资管行业的数字化转型中发挥了作用，尤其在风险管理、提升效率方面。但是这仅仅是开始，金融科技在捕捉超额收益、平滑周期和熨平波动方面的显著效果尚未显现。他期望，未来科技研发企业能与金融业务进行更紧密的结合，解决保险资管行业面临的实际问题，共同推动行业的发展。

　　智能投研技术联盟（ITL）副主席、平安集团首席科学家肖京认为，尽管大模型是解决通用人工智能问题的有效路径，但可能并非最理想的选择。比如AI技术在准确性、可控性方面仍然存在不足，只有深入了解AI技术局限并结合金融行业的需求，才能做出真正有效的数字化解决方案。

　　在探讨数字化方案时，肖京提出了一个多层次的大模型应用构想，底层是通用人工智能技术，中间层是垂直领域大模型，上层是解决具体问题的专属智能体。他认为，一个成功的数字化方案不仅是一个大模型，应该是一个综合整体，运用各种技术来解决具体问题。

　　上海交通大学安泰经济与管理学院副院长、上海交通大学行业研究院副院长田新民表示，上海交通大学行业研究院集聚了学术研究、资产管理和金融资源，愿意为行业提供资源对接和合作平台，促进学术界与业界的资源共享和互补，通过产学研合作，共同应对全球资产管理挑战，为全球资管行业发展提供中国资管的智慧和经验。

　　中国信通院人工智能研究所平台与工程化部主任曹峰以“大模型及AI智能体技术与应用的整体发展与关键问题”为题发表了主旨演讲，他认为，大模型技术已在消费者（C端）和商业（B端）领域得到广泛应用。C端应用主要集中在提升工作效率，而B端应用则开始赋能企业的全生命周期管理。他总结了企业构建大模型所需的四项关键能力：一是平台建设能力；二是企业面向人工智能的数据治理体系；三是大模型上层应用的运营管理体系；四是建立安全风控管理体系。

　　上海资产管理协会副会长、数字金融专业委员会主任委员、中国保险资产管理业协会资管科技专业委员会主任委员罗水权表示，从机构角度出发，推动科技应用于金融行业时要考虑三个要素：一是合规性，任何技术应用都必须符合法规要求，否则即使技术再先进也不会被采用；二是价值，技术应用需要提高工作效率和决策的准确性；三是成本，技术应用需要考虑成本效益，不能无限制地投入资源。这次研讨会让科学家们和金融机构对接，期待科学家们能够更深入地了解金融机构的需求，了解金融机构真实的业务场景以及真实的需求，以实现科技与金融行业的有效结合。

　　此外，在本次研修班上，智能投研技术联盟（ITL）高级技术顾问、天云融创数据科技有限公司董事长、CEO雷涛，上海人工智能实验室大模型生态总监许劭华、智谱华章科技有限公司CEO张鹏、百度智能云金融产品部总经理赵晖、MiniMax副总裁薛子钊、招商银行人工智能实验室主任李金龙、无限光年（上海）技术有限公司副总裁王艾华、文因互联科技有限公司董事长鲍捷分别作主题演讲，前瞻性地讨论了大模型技术面临的挑战和未来的发展方向。

关注同花顺财经（ths518），获取更多机会