1月5日,北大光华度小满金融科技实验室联合《麻省理工科技评论》中国研究团队发布了《2023年金融科技趋势展望》,提出了生成式人工智能、多模态情感计算、因果推断、科技伦理治理、链上分布式金融应用、隐私计算、图计算、虚拟数字技术、自动机器学习和云上能力升级等十大技术趋势。

技术趋势一:生成式人工智能

报告认为生成式人工智能是新一代生产力工具。在金融领域中,通过指令,生成不同风格的文字、语音、视频,以及生成一种类似于金融资产标的内容,是它最基本的应用。生成式人工智能在金融业务落地层面有一定的辅助价值,从生成过程和结果角度来讲,带有创造性质。

技术趋势二:因果推断

近两年,关于因果发现,或称作因果表征学习(Causal Representation Learning)的研究和应用逐渐变得更加活跃。

报告认为在金融行业中,因果模型是智能营销的关键手段,能促成最大化全局营销效率。但金融数据是非常复杂的,一定需要对金融数据的性质有一个很深入的认识。再将目前的分析方法做一定的调试修改,才可以把系统把背后的因果性找出来。

技术趋势三:多模态情感计算

报告认为在金融场景中,情感计算有助于了解客户的真实情感表达,可以收集客户情感信息、识别客户情感变化,并作出相应的决策指导,对于提升金融企业的服务质量和效率,起到了重要的辅助作用,长期应用在客户服务、催收等场景中。

技术趋势四:图计算

报告认为,在金融行业的实战应用:图计算技术最清晰的应用效果是智能信审、资金流向查询和金融数据可视化。金融行业每天都有海量的、关联的、动态时序数据产生,利用图技术,业务人员可以毫秒级得到查询结果。

利用图计算技术,可以在金融场景中实现实时地找到最完整的路径。

技术趋势五:科技伦理治理

近两年,中国对于AI伦理、安全、法律法规方面高度重视,将科技伦理治理提到新高度。在金融科技行业,金融企业将是建设科技伦理的排头兵,也是科技伦理违规行为单位内部调查处理的第一责任主体。

技术趋势六:链上分布式金融应用

分布式金融技术,以及基于区块链上的应用,核心价值在于这套应用的可编程性。无论是资产、标的、价值传递、操作流程、后续服务,全部都尝试通过数字世界可编程的方式或者软件形式来实现,成本极低、通用性强。

完全基于链上编程的金融业务或许存在漏洞、或许遇到数字货币、金融危机等相关的挑战,但这并不影响中国金融机构,甚至非金融机构,在技术方向与业务应用价值上的探索。

技术趋势七:隐私保护计算

未来,隐私保护计算的技术演进方向为综合考虑安全性和效率,打造通用统一性——密码技术学者开发设计更加高效、实用和更“通用”的算法,工程师加速实现方案和协议在实现层面的优化和硬件加速。

技术趋势八:虚拟数字技术

虚拟数字人,无疑是当前虚拟数字技术最清晰的一个产品路径。在金融场景中,为迎合新时代年轻人的数字世界态度、创造更有活力的品牌形象,诸多金融机构近一年纷纷推出数字品牌代言人,引领场景营销新方式。

利用物联网、移动通信技术突破物理网点限制,建立人与人、人与物、物与物之间智慧互联的服务渠道,打造“无边界”的全渠道金融服务能力。

技术趋势九:自动机器学习

在金融领域,自动机器学习(AutoML) 技术,极大简化了从数据到模型的过程,提高了模型产出的效率和质量,同时也降低了机器学习的门槛,让没有该领域专业知识的人员也可以使用机器学习来完成相关工作。

技术趋势十:云上能力升级

金融机构在过去几年已经充分体会到了云计算带来的业务增益效果,云计算切实解决了算力需求、真正帮金融机构将算力成本降下来。

未来几年,云计算能力在金融机构内部的底层基础设施地位不动摇,也是其数字化转型的基础保障能力之一。